Τα μικροσκοπικά αυτοκίνητα και τα μεγάλα ταλέντα δείχνουν στους Καναδούς πολιτικούς τη δύναμη της μηχανικής μάθησης

Τελικά, κατέβηκε στα 213 χιλιοστά του δευτερολέπτου! Αυτή ήταν η διαφορά μεταξύ των δύο καλύτερων χρόνων στο φινάλε της πρώτης εκδήλωσης AWS AWS DeepRacer Student Wildcard που φιλοξενήθηκε στην Οττάβα του Καναδά αυτόν τον Μάιο.

Παρακολούθησα με δέος καθώς 13 μαθητές διαγωνίστηκαν σε έναν ζωντανό αγώνα μπαλαντέρ για το Φοιτητής AWS DeepRacer League, το πρώτο παγκόσμιο πρωτάθλημα αυτόνομων αγώνων για μαθητές που προσφέρει εκπαιδευτικό υλικό και πόρους για να ξεκινήσουν με τη μηχανική μάθηση (ML).

Οι μαθητές έφτασαν στη γραμμή εκκίνησης για να δοκιμάσουν τις δεξιότητές τους στο ML στην πρωτεύουσα του Καναδά, όπου τα μέλη του κοινοβουλίου τους επευφημούσαν, συμπεριλαμβανομένου του Κοινοβουλευτικού Γραμματέα Καινοτομίας, Επιστήμης και Οικονομικής Ανάπτυξης, Andy Fillmore. Η Daphne Hong, τεταρτοετής φοιτήτρια μηχανικής στο Πανεπιστήμιο του Calgary, κέρδισε τον αγώνα με χρόνο γύρου 11:167 δευτερόλεπτα. Όχι πολύ πίσω ήταν ο Nixon Chan από το Πανεπιστήμιο του Waterloo και ο Vijayraj Kharod από το Μητροπολιτικό Πανεπιστήμιο του Τορόντο.

Η Δάφνη κέρδισε μετά από μάχη με τα νεύρα νωρίτερα την ημέρα, όταν έκανε προπονήσεις καθώς δυσκολευόταν να στρίψει στις στροφές και προσάρμοσε γρήγορα το μοντέλο της. «Αφού είδα πώς τα πήγαινε το φυσικό κομμάτι σε σύγκριση με το εικονικό κατά τη διάρκεια της ημέρας, μπόρεσα να κάνω κάποιες προσαρμογές και να ξεπεράσω αυτές τις γωνίες και να τις στρογγυλέψω όπως ήθελα, οπότε είμαι πολύ, πολύ χαρούμενος γι' αυτό», είπε ένα beaming. Η Δάφνη αφού της δόθηκε το τρόπαιο του πρωταθλήματος.

Η Daphne έλαβε επίσης μια δωροκάρτα $1,000 Amazon Canada, ενώ οι δρομείς της δεύτερης και τρίτης θέσης - Nixon Chan και Vijayraj Kharod - πήραν τρόπαια και δωροκάρτες 500 $. Οι δύο κορυφαίοι διαγωνιζόμενοι έχουν τώρα την ευκαιρία να αγωνιστούν εικονικά στον τελικό του AWS DeepRacer Student League τον Οκτώβριο. «Η όλη εμπειρία μου φαίνεται σαν νίκη», είπε ο συμμετέχων στο DeepRacer, Connor Hunszinger από το Πανεπιστήμιο της Αλμπέρτα.

Η εκδήλωση όχι μόνο τόνισε τη σημασία της εκπαίδευσης μηχανικής μάθησης για τους Καναδούς υπεύθυνους χάραξης πολιτικής, αλλά κατέστησε επίσης σαφές ότι αυτοί οι νέοι Καναδοί θα μπορούσαν να είναι έτοιμοι να κάνουν σπουδαία πράγματα με τις δεξιότητές τους στην ML.

Ο δρόμος για το Wildcard της Οττάβα

Αυτός ο αγώνας της Οτάβα είναι ένα από τα πολλά γεγονότα μπαλαντέρ που λαμβάνουν χώρα σε όλο τον κόσμο φέτος ως μέρος του AWS DeepRacer Student League για να φέρει κοντά τους μαθητές για να διαγωνιστούν ζωντανά. Οι δύο πρώτοι φιναλίστ σε κάθε αγώνα Wildcard θα έχουν την ευκαιρία να διαγωνιστούν στον τελικό του AWS DeepRacer Student League, με πιθανότητα να κερδίσουν έως και $5,000 USD για τα δίδακτρα τους. Οι τρεις κορυφαίοι δρομείς από τον τελικό του φοιτητικού πρωταθλήματος τον Οκτώβριο θα προκριθούν στο παγκόσμιο πρωτάθλημα AWS DeepRacer League που θα πραγματοποιηθεί στο AWS re: Εφευρέστε στο Λας Βέγκας αυτόν τον Δεκέμβριο.

Οι μαθητές που έτρεξαν στην Οττάβα ξεκίνησαν το ταξίδι τους αυτόν τον Μάρτιο, όταν διαγωνίστηκαν στο παγκόσμιο AWS DeepRacer Student League, υποβάλλοντας το μοντέλο τους στο εικονικό περιβάλλον προσομοίωσης 3D και δημοσιεύοντας ώρες στον πίνακα κατάταξης. Από το φοιτητικό πρωτάθλημα, οι κορυφαίοι μαθητές δρομέων σε όλο τον Καναδά επιλέχθηκαν για να διαγωνιστούν στο αγώνισμα μπαλαντέρ. Οι μαθητές εκπαίδευσαν τα μοντέλα τους κατά την προετοιμασία για την εκδήλωση μέσω του εικονικού περιβάλλοντος και στη συνέχεια εφάρμοσαν τα μοντέλα ML τους για πρώτη φορά σε φυσική πίστα στην Οτάβα. Σε κάθε αγωνιζόμενο μαθητή δόθηκε μία προσπάθεια τριών λεπτών για να ολοκληρώσει τον ταχύτερο γύρο του με ελεγχόμενη μόνο την ταχύτητα του αυτοκινήτου.

«Ειλικρινά, δεν θεωρώ πραγματικά τους συναδέλφους μου εδώ ανταγωνιστές μου. Μου άρεσε να μπορώ να συνεργάζομαι μαζί τους. Μοιάζει περισσότερο με ένα φιλικό, υποστηρικτικό και συνεργατικό περιβάλλον. Πάντα επευφημούσαμε ο ένας τον άλλον», λέει η Daphne Hong, νικήτρια του AWS DeepRacer Student League Canada Wildcard. «Αυτή η εκδήλωση είναι εξαιρετική γιατί επιτρέπει στους ανθρώπους που δεν έχουν πραγματικά τόση εμπειρία AI ή ML να μάθουν περισσότερα για τη βιομηχανία και να τη δουν ζωντανά με αυτά τα αυτοκίνητα. Θέλω να μοιραστώ τα ευρήματά μου και τις γνώσεις μου με τους γύρω μου, αυτούς στην κοινότητά μου και να διαδώσω τη λέξη για το ML και την τεχνητή νοημοσύνη».

Δημιουργία πρόσβασης στη μηχανική μάθηση στον Καναδά

Τα ταλέντα μηχανικής μάθησης έχουν μεγάλη ζήτηση, αποτελώντας ένα μεγάλο μέρος των αγγελιών εργασίας AI στον Καναδά. Η καναδική οικονομία χρειάζεται ανθρώπους με τις δεξιότητες που παρουσιάστηκαν πρόσφατα στην εκδήλωση DeepRacer, και οι Καναδοί πολιτικοί έχουν σκοπό να δημιουργήσουν μια δεξαμενή ταλέντων AI.

Σύμφωνα με το Παγκόσμιο Οικονομικό Φόρουμ, 58 εκατομμύρια θέσεις εργασίας θα δημιουργηθούν από την ανάπτυξη της μηχανικής μάθησης τα επόμενα χρόνια, αλλά αυτή τη στιγμή υπάρχουν μόνο 300,000 μηχανικοί με τη σχετική εκπαίδευση για την κατασκευή και την ανάπτυξη μοντέλων ML.

Αυτό σημαίνει ότι οι οργανισμοί όλων των τύπων δεν πρέπει μόνο να εκπαιδεύουν τους υπάρχοντες εργαζομένους τους με δεξιότητες ML, αλλά και να επενδύουν σε προγράμματα κατάρτισης και λύσεις για την ανάπτυξη αυτών των ικανοτήτων για τους μελλοντικούς εργαζόμενους. Το AWS κάνει το καθήκον του με μια πληθώρα προϊόντων για μαθητές όλων των επιπέδων.

• Υποτροφία AWS Artificial Intelligence and Machine Learning, ένα πρόγραμμα εκπαίδευσης και υποτροφιών 10 εκατομμυρίων δολαρίων, που στοχεύει στην προετοιμασία φοιτητών τεχνολογίας που δεν εξυπηρετούνται και υποεκπροσωπούνται παγκοσμίως για σταδιοδρομία στο χώρο.
• AWS Deep Racer, το πρώτο παγκόσμιο πρωτάθλημα αυτόνομων αγώνων στον κόσμο, ανοιχτό σε προγραμματιστές παγκοσμίως για να ξεκινήσουν στο ML με ένα 1/18^th αγωνιστικό αυτοκίνητο κλίμακας που οδηγείται από ενισχυτική μάθηση. Οι προγραμματιστές μπορούν να διαγωνιστούν στο παγκόσμιο πρωτάθλημα αγώνων για βραβεία και ανταμοιβές.
• Φοιτητής AWS DeepRacer, μια έκδοση του AWS DeepRacer ανοιχτή σε μαθητές 16 ετών και άνω παγκοσμίως με δωρεάν πρόσβαση σε 20 ώρες εκπαιδευτικού περιεχομένου ML και 10 ώρες υπολογιστικών πόρων για εκπαίδευση μοντέλων μηνιαία χωρίς κόστος. Οι συμμετέχοντες μπορούν να διαγωνιστούν στο παγκόσμιο πρωτάθλημα αγώνων αποκλειστικά για μαθητές για να κερδίσουν υποτροφίες και βραβεία.
• Πανεπιστήμιο Μηχανικής Μάθησης, μαθήματα αυτοεξυπηρέτησης ML με εκπαιδευτικό περιεχόμενο μάθησης με τον δικό σας ρυθμό που δημιουργήθηκαν από επιστήμονες ML της Amazon.

Το cloud computing κάνει την πρόσβαση στην τεχνολογία μηχανικής εκμάθησης πολύ πιο εύκολη, πιο γρήγορη — και διασκεδαστική, αν το συμβάν AWS DeepRacer Student League Wildcard ήταν κάποια ένδειξη. Ο αγώνας δημιουργήθηκε από την AWS, ως ένας απολαυστικός, πρακτικός τρόπος για να κάνει το ML πιο ευρέως προσβάσιμο σε όποιον ενδιαφέρεται για την τεχνολογία.

Ξεκινήστε με το ταξίδι μηχανικής εκμάθησης και λάβετε μέρος στο πρωτάθλημα AWS DeepRacer Student σήμερα για την ευκαιρία σας να κερδίσετε βραβεία και δόξα.

Σχετικά με τον Συγγραφέα

Νικόλ Φόστερ είναι Διευθύντρια του AWS Global AI/ML και της Δημόσιας Πολιτικής του Καναδά στην Amazon, όπου ηγείται της διεύθυνσης και της στρατηγικής της δημόσιας πολιτικής τεχνητής νοημοσύνης για τις υπηρεσίες Web Amazon (AWS) σε όλο τον κόσμο, καθώς και των προσπαθειών δημόσιας πολιτικής της εταιρείας για την υποστήριξη του AWS επιχείρηση στον Καναδά. Σε αυτό το ρόλο, εστιάζει σε θέματα που σχετίζονται με την αναδυόμενη τεχνολογία, τον ψηφιακό εκσυγχρονισμό, το cloud computing, την ασφάλεια στον κυβερνοχώρο, την προστασία δεδομένων και την ιδιωτική ζωή, τις κρατικές προμήθειες, την οικονομική ανάπτυξη, τη μετανάστευση ειδικευμένων, την ανάπτυξη εργατικού δυναμικού και την πολιτική ανανεώσιμων πηγών ενέργειας.