在加拿大滑铁卢大学读计算机博士时，张晨经历了全世界所有PHD都经历的痛：读paper。

“有时候为了一个知识点，你得去搜无数论文一篇篇读下来。而为了确立最终合适的研究课题，大概得读几百篇。”

痛点并非来自文献量，而是整个阅读体验的极度不智能，张晨说。好比，当他想要了解某项议题的最新学术进展时，数据库能直接调取出全世界范围内直接相关的187篇论文对此的结论并呈现，而不需要在1000篇只是有模糊关联的论文中吃力地挖掘答案。

在张晨看来，传统的的关系型数据库是excel状的——是表格，是纵横的序列，基于表结构和结构化查询的方式处理数据，但这“并不自然”。因为复杂的社会生活结构是网状而不是excel式的，就是说，传统数据库从根本上就与现实世界里信息的重叠、蜿蜒和交错的状态并不相符。

另一方面，在数据维度和场景都变得愈加复杂的情形下，传统关系型数据库已越来越难以满足今天数据量爆发式增长的需求。

“哪一天，我们人类的知识，能用图的方式关联起来——用网络而不是表格的方式把整个网络化的世界储存在底层，然后进行数据库级别的支撑，每个做创造的人想要知道以前人们做了什么，瞬间就有一个系统能帮他关联出来，”张晨相信，这将大大地加速人类智慧的累积。

2016年，张晨成立了创邻科技，开始了他图数据库的创业。简单的说，图数据库由大量节点和边构成，能够对点和边添加属性信息。例如在社交网络中，用户作为节点，而好友关系和访问记录均可以作为边。相比传统关系型数据库，在复杂关联数据和图算法的处理上，图数据库能够获得上千倍的效率提升。

如今，创邻科技已是国内首家全自主知识产权商业图数据库供应商。张晨希望，能将创邻打造成全球知名的图数据库厂商——将创邻的数据关联挖掘和管理作为一种能力，输出给所有需要的企业，让商业更加智能。

他相信未来是广泛关联的世界，这是不可逆转的趋势。

而最让人高兴的是，在这场数据库革新中，我们走在前面。

“我们就是探照灯，是领头羊。我们用技术开拓认知智能时代，引领思维创新革命。”