近日,IBM宣布计划收购Instana,这是一家位于芝加哥的应用监控初创公司。该公司已经从Accel和Meritech Capital Partners等投资方那里累计筹集了5000多万美元。
此次交易的条款没有透露。
Instana的同名平台可以帮助企业组织追踪工作负载的运行状况,发现可能干扰用户体验的技术问题。该平台可以发现例如导致应用响应缓慢的延迟尖峰和处理由软件错误引起的错误等问题。
Instana可以追踪各种工作负载,其平台可用于监控在云端和本地运行的应用,以及开发团队用来发布新代码的自动持续集成和持续交付工具链,此外还提供了对运行在IBM大型机上的工作负载的可见性,这一功能无疑是IBM收购Instana的决定性因素。
IBM通过这次收购获得了新的人工智能能力。除了可以显示关于应用性能的数据之外,Instana还可以使用机器学习来显示IT团队感兴趣的模式。Instana的平台可以创建应用所有不同组件的地图,当其中一个组件发生更改时,会自动更新可视化效果。
当IT人员试图排除技术故障、查看哪个特定组件导致了故障的时候,他们可以查看应用的不同部分之间是如何关联的。在某些情况下,Instana的机器学习模型还可以主动标记问题的根本原因。
接下里IBM计划把Instana的技术与Watson AIOps平台进行集成。Watson AIOps提供了一个基准模型来确定企业基础设施是否正常运行,并在发现异常后向IT团队发送警报,提供有关如何解决故障的建议。
Instana首席执行官Mirko Novakovic在博客中这样写道:“下个阶段的创新是面向DevOps的AutoPilot,该系统利用AI和机器学习技术实现了DevOps团队很多手动任务的自动化,例如解决问题、回滚版本、自动扩展以优化吞吐量和成本等。”
IBM预计将在未来几个月内完成此次收购。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。