Kubernetesネイティブのアプリケーションにオブザーバビリティ（可観測性）を持たせるためのツールを作っているPixieが米国時間10月1日、BenchmarkがリードしGVが参加するシリーズAのラウンドで915万ドルを調達したことを発表した。さらに同社は本日、そのサービスを公開ベータで使用できると告知した。
同社の共同創業者でCEOを務めるZain Asgar（ザイン・アスガ）氏は、それまでGoogle（グーグル）でGoogle AIのチームにいたスタンフォードの非常勤教授、そしてもう一人の共同創業者でCPOのIshan Mukherjee（イシャン・ムケルジー）氏はApple（アップル）のRobotics部門にいた。アスガアスガ氏は最初、Benchmarkで機械学習のためのデベロッパーツールを開発していた。そしてその後、そのアイデアは、機械学習を利用して開発者が大規模なデプロイを管理するツールへと変わっていった。
ムケルジー氏は「データシステムは今、エッジへ移行しつつあり、これまでのようにデータを手で集めてデータベースに送るクラウド1.0のモデルが、今では相当非効率に見える。それに最近の私はひまな中年男で、髪に白いものが混じり始めていた。そこで私たちは、次世代のデベロッパーツールを作ってMichael Jordan（マイケル・ジョーダン）教授の知能拡張（Intelligent augmentation）に挑戦すべきだと考えた。それは私たちにとっては、クリエイティブなツールを作って彼らの生産性を上げることだった」。
チームの主張によると、競合するモニタリングやオブザーバビリティのシステムは、オペレーターとITチームにフォーカスしたものが多く、手作業による長時間のセットアップを要する。しかしPixieは、その手作業のほとんどを自動化する、開発者が使いたいと思うようなツールを志向した。
Pixieは開発者のKubernetesプラットホームで動き、彼らのプロダクション環境の可視性を瞬時かつ自動的に与える。今フリーミアムのSaaSで提供されているPixieは、インストールするインストルメンテーションがない。代わりに、Linuxカーネルの比較的新しい技術であるeBPFなどを使って、データソースから直接データを集める。
アサガー氏は「これのいいところは、Pixieをほんの1分でデプロイでき、すぐにデータを得られることだ。ビジネスロジックの中に大量のモニタリングのコードがあることを避けたかったり、何かを忘れていたり、停電のときなどには、とても助かる」と説明する。
開発者体験の核にあるのは、同社が「Pixieスクリプト」と呼ぶものだ。Pythonに似たPxLという言語でデベロッパーは、デバッグのワークフローを書く。チームと広義のコミュニティが書いたスクリプトがすでにたくさんある。しかしアスガー氏は、すべてのユーザーがスクリプトを書くことはない、と言う。「スクリプトは、その問題に関する人間の知識を捕捉することが目的だ。平均的なユーザーや、平均以上のデベロッパーでも、スクリプトを使ったり書いたりしない場合が多いと想定している」というのだ。
「スクリプトとスクリプト言語は今後もっと堅牢かつ使いやすくして、デベロッパーがシステムを受け身でモニタするだけでなく、モニタしたデータやシステムが集めたデータに基づいて、クラスタに対して能動的にアクションができるようにしたい」とチームは主張する。
Benchmarkのゼネラルパートナーを務めるEric Vishria（エリック・ヴィシャリア）氏は、次のようにコメントしている: 「ZainとIshanの挑発的なアイデアは、ソフトウェアのモニタリングをそのソースで行うことだ。Pixieではエンジニアリングのチームがモニタリングの戦略を抜本的に見直して、未来のビジョンを提示できるようにする。そこでは大量のビヘイビアを検出して、インフラストラクチャの層自身の中でオペレーションの決断ができる。これによって、大企業も中小企業もそのデジタル体験を、もっと反応が敏感で、コスト効果が良く、スケーラブルなやり方でモニターできるようになる」。
画像クレジット: Pixie
カテゴリー：ソフトウェア
タグ：Kubernetes、Pixie、Benchmark
［原文へ］
（翻訳：iwatani、a.k.a. hiwa）
グーグルは、同機能が既存のスパム電話を判別する技術であるCall Screen（コールスクリーン）と、Googleアシスタントが人間を相手に電話で自然に会話させる技術であるDuplex（デュプレックス）を組み合わせて実現したことを明らかにした。ちなみに後者はAIベースの技術で、電話での会話分析に焦点を当てている。
2016年にジカ熱が流行したとき、Premonitionチームはすでに、自律的に蚊を識別して捕獲できるスマートなロボット型トラップ群を構築していた。このシステムは蚊を識別し、捕獲するか逃がすかを一瞬で判断することができる。ジャクソン氏によると、このトラップはひと晩で最大1万匹の蚊を識別できたという。マイクロソフトは、これらのシステムを、テキサス州ハリス郡に米国で最初に導入した。
このプロジェクトに参加したジョンズ・ホプキンス大学の分子微生物学・免疫学教授で昆虫学者でもあるDouglas E. Norris（ダグラス・E・ノリス）氏は「蚊の治療に関していま私たちがしていることは、すべて反応性があります。私たちはたくさんの蚊を見て、たくさんの蚊を散布しています」と語る。「このデータとモデルに基づいて、数日のうちに大量の蚊が発生することを予測するシステムがあれば、蚊に刺される前に早めに治療し、スプレーをかけて早めに手当てできます。そうすれば、疫病の感染を引き起こす可能性のある大量の蚊の発生を防ぐことにつながります」。
