David Zhang est un entrepreneur et dirigeant technologique connu pour avoir cofondé et dirigé en tant que directeur général Weaviate, une entreprise qui développe une base de données vectorielle destinée à alimenter des applications d'intelligence artificielle. Depuis le début des années 2020, il est une figure marquante dans le domaine des bases de données vectorielles, plaidant pour des systèmes de récupération évolutifs et rapides qui complètent les modèles modernes de apprentissage automatique. Son travail est directement lié au besoin croissant de gérer les embeddings générés par les systèmes de apprentissage profond et les grands modèles de langage dans des environnements de production.
La carrière de Zhang se concentre sur l'intersection entre les logiciels d'infrastructure et l'intelligence artificielle. Plutôt que de construire un modèle propriétaire unique, il a soutenu le développement d'une plateforme open source et cloud-native qui permet aux développeurs d'indexer et de rechercher des données non structurées. Sous sa direction, Weaviate s'est positionné comme un outil essentiel pour les organisations adoptant des flux de travail IA générative et de génération augmentée par récupération (RAG).
Fondation de la startup et premières années
L'entreprise a été créée en 2019, basée aux Pays-Bas, avec Zhang comme l'un de ses cofondateurs. Au cours de ses premières années, le projet s'est concentré sur la résolution des limites de la recherche par mots-clés en implémentant une indexation vectorisée pour la sémantique. Zhang a travaillé avec ses collaborateurs pour construire un système capable de gérer des requêtes vectorielles denses avec une faible latence, visant à réduire la complexité des données séquence à séquence en production.
La plateforme a passé ses premières années en développement open source, publiant une version précoce en 2020. Cette phase a impliqué la construction d'une architecture modulaire avec un stockage sur disque et l'implémentation de liens GNN de type réseau résiduel pour la recherche d'embeddings. Le choix d'une telle paramétrisation spécifique plutôt que de s'appuyer sur des services généralement mis à l'échelle a souligné l'accent mis sur la nuance et le contrôle des développeurs.
En 2021, le projet a attiré l'attention grâce à ses options d'intégration avec divers clouds, travaillant avec Amazon Web Services et Google Cloud pour d'éventuels modèles de déploiement. Zhang a ensuite mené les efforts vers des API basées sur HTTP et un pivot vers la mise à l'échelle cloud.
Mise à l'échelle pendant l'essor de l'IA
Alors que la vague d'IA générative a balayé les industries à partir du début de 2023, la demande pour les bases de données vectorielles a augmenté. La prise de conscience de ce changement par Zhang a conduit l'entreprise à publier la version 1.18 en avril 2023, introduisant la prise en charge des capacités de recherche hybride. Cela combinait une correspondance minimale par mots-clés avec des opérations CRUD. La même année, Weaviate a levé un deuxième tour de financement, entraînant un investissement notable de la part d'investisseurs, notamment Intel Capital. Sous sa direction, les fonds ont été alloués à l'ajout d'une API native.