Små biler og store talenter viser canadiske politikere magten ved maskinlæring

Til sidst kom det ned til 213 tusindedele af et sekund! Det var forskellen mellem de to bedste tider i finalen af ​​den første AWS AWS DeepRacer Student Wildcard-begivenhed, der blev afholdt i Ottawa, Canada i maj.

Jeg så med ærefrygt, da 13 studerende konkurrerede i et live wildcard-løb for AWS DeepRacer-studerende League, den første globale autonome racing-liga for studerende, der tilbyder undervisningsmateriale og ressourcer til at komme i gang med og starte med maskinlæring (ML).

Studerende ramte startlinjen for at prøve deres ML-færdigheder i Canadas hovedstad, hvor parlamentsmedlemmer heppede på dem, herunder parlamentarisk sekretær for innovation, videnskab og økonomisk udvikling, Andy Fillmore. Daphne Hong, en fjerdeårs ingeniørstuderende ved University of Calgary, vandt løbet med en omgangstid på 11:167 sekunder. Ikke langt efter var Nixon Chan fra University of Waterloo og Vijayraj Kharod fra Toronto Metropolitan University.

Daphne vandt efter at have kæmpet med nerverne tidligere på dagen, da hun tog træningsløb, da hun kæmpede med at dreje svingene og hurtigt tilpassede sin model. "Efter at have set, hvordan den fysiske bane klarede sig i forhold til den virtuelle i løbet af dagen, var jeg i stand til at lave nogle justeringer og overvinde disse hjørner og runde dem, som jeg havde tænkt mig, så det er jeg super, super glad for," sagde en strålende Daphne efter at have fået overrakt sit mesterskabstrofæ.

Daphne modtog også et $1,000 Amazon Canada-gavekort, mens anden- og tredjepladsen - Nixon Chan og Vijayraj Kharod - fik trofæer og $500 gavekort. De to bedste deltagere har nu en chance for at køre virtuelt i AWS DeepRacer Student League-finalen i oktober. "Hele oplevelsen føles som en sejr for mig," sagde DeepRacer-deltager Connor Hunszinger fra University of Alberta.

Arrangementet fremhævede ikke kun vigtigheden af ​​maskinlæringsundervisning for canadiske politikere, men gjorde det også klart, at disse unge canadiere kunne være klar til at gøre store ting med deres ML-færdigheder.

Vejen til Ottawa Wildcard

Dette Ottawa-løb er en af ​​flere wildcard-begivenheder, der finder sted rundt om i verden i år som en del af AWS DeepRacer Student League for at bringe studerende sammen for at konkurrere live personligt. De to bedste finalister i hvert Wildcard-løb vil have mulighed for at konkurrere i AWS DeepRacer Student League-finalen med en chance for at vinde op til $5,000 USD til deres undervisning. De tre bedste kørere fra studenterligaens finale i oktober går videre til det globale AWS DeepRacer League Championship, der afholdes kl. AWS re: Invent i Las Vegas i december.

Studerende, der kørte racerløb i Ottawa, begyndte deres rejse i marts, da de konkurrerede i den globale AWS DeepRacer Student League ved at indsende deres model til det virtuelle 3D-simuleringsmiljø og sende tider til ranglisten. Fra studenterligaen blev de bedste studenterracere over hele Canada udvalgt til at konkurrere i wildcard-begivenheden. Eleverne trænede deres modeller som forberedelse til begivenheden gennem det virtuelle miljø og anvendte derefter deres ML-modeller for første gang på en fysisk bane i Ottawa. Hver elevkonkurrent fik et tre minutters forsøg på at gennemføre deres hurtigste omgang med kun bilens hastighed, der blev kontrolleret.

"Helt ærligt, så betragter jeg ikke mine jævnaldrende her som mine konkurrenter. Jeg elskede at kunne arbejde med dem. Det virker mere som et venligt, støttende og samarbejdende miljø. Vi heppede altid på hinanden,” siger Daphne Hong, vinder af AWS DeepRacer Student League Canada Wildcard. "Denne begivenhed er fantastisk, fordi den giver folk, der ikke rigtig har så meget AI- eller ML-erfaring, mulighed for at lære mere om branchen og se den live med disse biler. Jeg vil dele mine resultater og min viden med dem omkring mig, dem i mit samfund og sprede ordet om ML og AI."

Opbygning af adgang til maskinlæring i Canada

Maskinlæringstalenter er efterspurgt og udgør en stor del af AI-jobopslagene i Canada. Den canadiske økonomi har brug for folk med de færdigheder, der for nylig blev vist ved DeepRacer-begivenheden, og canadiske politikere er opsat på at opbygge en AI-talentpulje.

Ifølge World Economic Forum, vil 58 millioner job blive skabt af væksten i maskinlæring i de næste par år, men lige nu er der kun 300,000 ingeniører med den relevante uddannelse til at bygge og implementere ML-modeller.

Det betyder, at organisationer af alle typer ikke kun skal uddanne deres eksisterende medarbejdere med ML-færdigheder, men også investere i træningsprogrammer og løsninger for at udvikle disse evner for fremtidige medarbejdere. AWS gør sit med et væld af produkter til elever på alle niveauer.

  • AWS kunstig intelligens og maskinlæringsstipendium, et uddannelses- og stipendieprogram på 10 millioner dollars, der sigter mod at forberede undertjente og underrepræsenterede studerende inden for teknologi globalt til karrierer i rummet.
  • AWS Deep Racer, verdens første globale autonome racing liga, åben for udviklere globalt for at komme i gang i ML med en 1/18th skala racerbil drevet af forstærkningslæring. Udviklere kan konkurrere i den globale racerliga om præmier og belønninger.
  • AWS DeepRacer-studerende, en version af AWS DeepRacer, der er åben for studerende på 16 år og ældre globalt med gratis adgang til 20 timers undervisningsindhold i ML og 10 timers computerressourcer til modeltræning hver måned uden omkostninger. Deltagerne kan konkurrere i den globale racerliga udelukkende for studerende for at vinde stipendier og præmier.
  • Machine Learning University, selvbetjente ML-træningskurser med lær i dit eget tempo undervisningsindhold bygget af Amazons ML-forskere.

Cloud computing gør adgang til maskinlæringsteknologi meget nemmere, hurtigere – og sjovt, hvis AWS DeepRacer Student League Wildcard-begivenheden var nogen indikation. Løbet blev skabt af AWS, som en fornøjelig, praktisk måde at gøre ML mere tilgængeligt for alle, der er interesseret i teknologien.

Kom i gang med din maskinlæringsrejse, og deltag i AWS DeepRacer Student-ligaen i dag for din chance for at vinde præmier og ære.


Om forfatteren

Små biler og store talenter viser canadiske politikere magten ved maskinlæring PlatoBlockchain Data Intelligence. Lodret søgning. Ai.Nicole Foster er direktør for AWS Global AI/ML og Canada Public Policy hos Amazon, hvor hun leder retningen og strategien for kunstig intelligens public policy for Amazon Web Services (AWS) rundt om i verden samt virksomhedens public policy-indsats til støtte for AWS forretning i Canada. I denne rolle fokuserer hun på spørgsmål relateret til ny teknologi, digital modernisering, cloud computing, cybersikkerhed, databeskyttelse og privatliv, offentlige indkøb, økonomisk udvikling, kvalificeret immigration, udvikling af arbejdsstyrke og politik for vedvarende energi.

Tidsstempel:

Mere fra AWS maskinindlæring