关于机器学习:这是什么选秀节目数百万人看后想学机器学习

29次阅读

共计 3449 个字符,预计需要花费 9 分钟才能阅读完成。

“秋名山上行人稀,常有车手较高下。现在无人车当道,全是 AI 老司机。”

且问 AI 老司机体现如何?

可灵便转弯,控速自若:

可行云流水,沿最优路线过弯:

更可屡次打圈,绕多少下也不在话下:

这场竞速赛事,配角的确是一群 AI 老司机,人类全程只能看,也没有什么遥控器参加。

更精确地说,它们是历经千万次虚构练车训练进去的人工智能模型。这些模型所角逐的赛事也在业内颇具盛名,这就是亚马逊云科技举办的——

Amazon DeepRacer League。

作为寰球最多开发者参加的主动驾驶赛车联赛,Amazon DeepRace 不拼谁更有钱买跑车,更不拼谁有资源搞场地,只拼选手们写的强化学习算法和训练程度——

堪称寰球智力程度选秀综艺,充沛诠释“Smart is the new sexy”的真正奥义。

停办至今,Amazon DeepRacer 在 AI/ML 圈已有相当名气,14 万开发者参加其中,知乎上还有铁粉晒经验、Po 证书。

公众影响力水涨船高,仅一部预告片就有 380 万播放量。

随着赛事越办越破圈,去年,Amazon DeepRacer League 更与 F1 官网搞起联名,举办了一场虚构“巴塞罗那站”较量,坐实主动驾驶界 F1 名头。

所以,这个 Amazon DeepRacer 什么来头?为什么让技术爱好者们如此上头?

最多开发者参加的主动驾驶联赛

2018 年,亚马逊云科技萌发举办 AI 算法大赛念头,让更多人理解相干技术,甚至入门成为从业者,Amazon DeepRacer League 应运而生。

流动一开始就面向非业内群体,官网提供了简直所有参赛软件资源,甚至有教程攻略,参与者甚至无需花钱购买实体小车,能够先在云平台上 3D 赛车模拟器,训练本人的主动驾驶算法。

入门后,参与者即可报名加入每个月的线上预选赛。如果你冲入寰球前 64 强,就能取得线下联赛参赛资格——

和世界各路高手实地 PK 你的模型。

虽说门槛低,较量奖金也却很高。

冠军将取得 10000 美元的奖金,亚军则处分 5000 美元,季军 2000 美元。

低门槛加上高额奖金,玩的还是前沿技术,较量自打举办,吸引了寰球不同背景的人们关注。

参与者中,既有硅谷全栈开发人员、飞行员,来自新加坡、加拿大银行员工,还有中国大学生……

不同背景参与者退出,不仅体现较量多元性,让机器学习技术为更多人所知,同时,也为较量削减许多有意思的小片段。

比方 Amazon DeepRacer TV 2019 年决赛中,一位中国台湾小哥逆转获胜后,博得冠军,但发表获奖感言时,他却用了中文表白本人的情绪,整得英语主持人一时不晓得怎么接话…

值得一提的是,往年 DeepRacer 也开始在国内举办面向中国开发者的中国挑战赛,奖品同样丰富,值得关注与期待。

如何驯服一只无人车?

从赛场回顾技术实践,实际上,Amazon DeepRacer 流动背地的根底即简略又前沿。

如何了解这句话?

无妨先从一辆主动驾驶小车结构开展。

Amazon DeepRacer 的主动驾驶小车有代际辨别。一代车是参赛主力,外围包含一个 Intel Atom® 处理器,一个四百万像素 1080p 分辨率摄像头,一个高速 WiFi 以及 Intel OpenVino 计算机视觉工具套件。一代车次要用于竞速较量,通过视觉辨认断定赛道,实现较量。

更高阶的是二代车 DeepRacer Evo,装备平面摄像头和激光雷达,可用于可进行追逐赛与避障赛。

如果相熟主动驾驶,你可能也能看出这一配置堪称“奢侈”,却足够体验主动驾驶的乐趣——

这是因为真正赋予小车主动驾驶灵魂的,是算法与模型。

同当今马路上的主动驾驶车一样,Amazon DeepRacer 同样应用到机器学习门类下的一门技术:

强化学习(RL)。

该项技术衰亡不过数年,却算得上是近些年人类最重要的技术冲破之一。2016 年战败李世石的 AlphaGo 背地就是该技术发挥作用。

强化学习原理不难理解,就是一种“驯兽师”机制,也能够了解为「巴浦洛夫的狗」原理。

以“小鸡啄纸”为例:

如果咱们想训练一只鸡啄粉色纸片,那么,每当它啄到粉色纸片时,就处分给食物。

通过一番训练后,这只鸡就始终能正确找到粉色纸片了。

来自 Twitter 用户 @YAWScience

当然,处分无人小车和电脑不能用食物,而是用它们能懂的“处分函数”(Reward Function)。

对于 Amazon DeepRacer 来说,开发者能够设置一个超级简略的处分函数,它只有两个参数:all\_wheels\_on_track 示意四个轮子是否全在赛道内,progress 代表以后实现进度。

具体到代码上,如果有车轮不在赛道上产生一次,就扣除处分函数,反之,就始终以小车走过的进度来处分它。

处分函数的值越大,就阐明训练越胜利,当处分函数为负值时,工作失败。

def reward_function(params):
    if not params["all_wheels_on_track"]:
        reward = -1
    else:
        reward = params["progress"]
    return reward

如果想让小车更聪慧,不要在跑道上拐来拐去,咱们还能够把函数设置得略微简单一点,以小车偏离跑道核心虚线的间隔作为一个参数。间隔越小,则处分越大。

训练过程中,小车通过摄像头等记录本人的地位,一直调整车速和行驶方向,当处分函数最大化且稳固后——

“驯兽”就实现了,祝贺,你已把握强化学习的基本原理。

如何参赛?

较量热血好玩,还有奖金可拿,原理易懂,当初,你是不是急不可待想玩玩?

参加形式很简略:只需注册一个亚马逊云科技账户就行。

登陆账号进入 Amazon DeepRacer 控制台。

在构建模型之前,先在车库配置一辆本人的虚构赛车。

给它起一个炫酷的名字(名字不能够更改,千万不要取个“test”就完事了),选个你喜爱的色彩并依据你要加入的较量类型配置摄像头。

创立好专属虚构小车后,依照提醒一步步创立模型:

官网还提供虚拟环境,升高上手门槛,让小车在虚拟世界中训练,实现后,就可提交模型选一场较量加入了!

参加线上比赛不须要实体小车,直接参与即可。

等你在虚构练车畛域锋芒毕露后,也能能够取得亚马逊云科技收费赠送的实体小车,价值 300 美元。

当然,不差钱的话,也可间接在官网购买:

买小车虽说要花点钱,不过的确更添玩乐趣味,你能够在家里复刻赛道,随时进行练习。

据说,还有人为了拿个好问题间接换了大房子,在自家公开车库里复刻了赛道练习(手动狗头)——

官网也贴心地提供了在家搭建赛道的教程:

最初,划重点,提供一些薅官网羊毛机会。

如果你是新用户首次加入 Amazon DeepRacer 我的项目,第一个月能够取得10 小时的收费训练时长以及 5GB 的存储空间

除了收费时长,Amazon DeepRacer 还提供了 收费的视频教程 教你强化学习的基础知识、较量入门领导。

较量技巧也是重点,官网网页上连单圈记录保持者写的攻略都要来了:

所以,不管你是技术小白还是有教训的机器学习从业人员,都能够放心大胆地参加进来。

赛车游戏让更多人入门 AI

如后面所说,亚马逊云科技 2018 年就想以游戏流动形式推广 AI 算法,起初才有 Amazon Deepracer,此举目标,在于面对 AI/ML 发展势头汹涌,这家大厂冀望让更多人理解相干技术,进而参加其中。

就拿 Amazon Deepracer 来说,为扩充参赛人群,亚马逊云科技还发动一项针对 16 岁以上高中生和大学生的学生较量,注册无需信用卡即可参加。

此外,如果实现所有学习模块,在所有课程测试中取得至多 80% 分数,又在学生联盟中单圈问题优异,还能够取得一份奖学金。前 500 名的学生,还将取得亚马逊云科技和英特尔的技术专家领导,为期 12 个月。

不止于 Amazon DeepRacer,亚马逊云科技为让不同背景的人都能够理解并入门机器学习,在方方面面都有所动作。

比方,提供 1000 万美金的亚马逊云科技 AI&ML 奖学金打算;

比方,公布无代码机器学习图形界面 Amazon SageMaker Canvas,帮忙零机器学习教训的企业级用户解决业务问题,让各个业务背景的人都能上手。

再比方,面向更多开发者,提供收费算力的机器学习“实验室”Amazon Sagemaker Studio Lab ……

置信只有越来越多人理解并上手 AI/ML 相干技术和产品,这一衰亡不过 10 年的浪潮能力真正释出价值。

更多对于亚马逊云科技的新公布,长按下方图片理解:

最初的最初,你想试试 Amazon DeepRacer 么?

增加官网小助手理解更多详情,传送门在这:

正文完
 0