Amsterdam-based tessere, una società che costruisce, mantiene e commercializza il database vettoriale open source Weaviate, ha annunciato di aver raccolto 50 milioni di dollari (circa 45.65 milioni di euro) in un round di finanziamenti di serie B.
Il round è stato guidato da Index Ventures con la partecipazione di Battery Ventures. Anche gli investitori esistenti Erin Price-Wright, Dharmesh Thakker e Danel Dayan hanno partecipato a questo round.
Cosa offre Weaviate?
Fondata nel 2019 da Bob van Luijt, Micha Verhagen e Etienne Dilocker, Weaviate (precedentemente Tecnologie SEMI) è un database vettoriale open source.
È un database vettoriale a bassa latenza che supporta molti formati multimediali (testo, grafica, ecc.). Include funzionalità come ricerca semantica, estrazione domanda-risposta, classificazione e modelli personalizzabili (PyTorch/TensorFlow/Keras).
Weaviate archivia sia oggetti che vettori, consentendo la combinazione di ricerca vettoriale con filtraggio strutturato e la tolleranza agli errori di un database cloud-native. Tutto questo è disponibile tramite GraphQL, REST e una varietà di linguaggi di programmazione lato client.
L'azienda afferma che il suo obiettivo è triplice. "In primo luogo, vogliamo rendere il più semplice possibile per gli altri creare i propri sistemi semantici o motori di ricerca vettoriali (quindi, le nostre API sono basate su GraphQL)."
“In secondo luogo, ci concentriamo fortemente sull'elemento semantico (la 'conoscenza' nei 'database vettoriali', se volete). Il nostro obiettivo finale è che Weaviate ti aiuti a gestire, indicizzare e "comprendere" i tuoi dati in modo da poter creare applicazioni nuove, migliori e più veloci."
“E in terzo luogo, vogliamo che tu sia in grado di eseguirlo ovunque. Questo è il motivo per cui Weaviate è contenutorised “.
Attualmente, Weaviate è utilizzato da software sviluppatori come database ML-first per le loro app; dagli ingegneri dei dati come un database vettoriale progettato da zero con ANN al centro; e dai data scientist in MLOps per distribuire le loro applicazioni di ricerca.