Små bilar och stora talanger visar kanadensiska beslutsfattare kraften i maskininlärning

Till slut kom det ner till 213 tusendelar av en sekund! Det var skillnaden mellan de två bästa tiderna i finalen av det första AWS AWS DeepRacer Student Wildcard-evenemanget som arrangerades i Ottawa, Kanada i maj.

Jag såg med vördnad när 13 elever tävlade i ett live wildcard-lopp för AWS DeepRacer Student League, den första globala autonoma racingligan för studenter som erbjuder utbildningsmaterial och resurser för att komma igång och börja med maskininlärning (ML).

Studenter gick på startlinjen för att sätta sina ML-kunskaper på prov i Kanadas huvudstad där parlamentsledamöter hejade på dem, inklusive parlamentssekreterare för innovation, vetenskap och ekonomisk utveckling, Andy Fillmore. Daphne Hong, en fjärdeårs ingenjörsstudent vid University of Calgary, vann loppet med en varvtid på 11:167 sekunder. Inte långt efter var Nixon Chan från University of Waterloo och Vijayraj Kharod från Toronto Metropolitan University.

Daphne vann efter att ha kämpat mot nerverna tidigare under dagen när hon tog träningslopp då hon kämpade med att vända kurvorna och snabbt justerade sin modell. "Efter att ha sett hur det fysiska spåret gjorde jämfört med det virtuella under hela dagen kunde jag göra några justeringar och övervinna dessa hörn och runda dem som jag tänkt mig, så jag är super, superglad över det", sa en strålande Daphne efter att ha fått sin mästerskapstrofé.

Daphne fick också ett presentkort på $1,000 500 på Amazon Kanada, medan andra och tredje förare – Nixon Chan och Vijayraj Kharod – fick troféer och presentkort på $XNUMX. De två bästa tävlande har nu en chans att tävla virtuellt i AWS DeepRacer Student League-finalen i oktober. "Hela upplevelsen känns som en vinst för mig", sa DeepRacer-deltagaren Connor Hunszinger från University of Alberta.

Evenemanget belyste inte bara vikten av maskininlärning för kanadensiska beslutsfattare, utan gjorde också klart att dessa unga kanadensare kan vara redo att göra fantastiska saker med sina ML-kunskaper.

Vägen till Ottawa Wildcard

Det här Ottawa-loppet är ett av flera jokertecken som äger rum runt om i världen i år som en del av AWS DeepRacer Student League för att sammanföra studenter för att tävla live personligen. De två bästa finalisterna i varje Wildcard-lopp kommer att ha möjlighet att tävla i AWS DeepRacer Student League-finalen, med en chans att vinna upp till $5,000 XNUMX USD för sin undervisning. De tre bästa åkarna från studentligafinalen i oktober går vidare till det globala AWS DeepRacer League Championship som hålls kl. AWS re: Invent i Las Vegas i december.

Studenter som tävlade i Ottawa började sin resa i mars när de tävlade i den globala AWS DeepRacer Student League genom att skicka in sin modell till den virtuella 3D-simuleringsmiljön och lägga upp tider på topplistan. Från studentligan valdes de bästa studentracerna över hela Kanada ut för att tävla i jokertecken. Eleverna tränade sina modeller inför evenemanget genom den virtuella miljön och applicerade sedan sina ML-modeller för första gången på en fysisk bana i Ottawa. Varje studentdeltagare fick ett tre minuters försök att slutföra sitt snabbaste varv med endast hastigheten på bilen som kontrollerades.

"Ärligt talat, jag betraktar inte riktigt mina kamrater här som mina konkurrenter. Jag älskade att få jobba med dem. Det verkar mer som en vänlig, stödjande och samarbetande miljö. Vi hejade alltid på varandra”, säger Daphne Hong, vinnare av AWS DeepRacer Student League Canada Wildcard. "Det här evenemanget är fantastiskt eftersom det tillåter människor som inte har så mycket erfarenhet av AI eller ML att lära sig mer om branschen och se den live med dessa bilar. Jag vill dela mina fynd och min kunskap med omgivningen, de i mitt samhälle och sprida ordet om ML och AI.”

Bygga tillgång till maskininlärning i Kanada

Maskininlärningstalanger är mycket efterfrågade och utgör en stor del av AI-jobbannonserna i Kanada. Den kanadensiska ekonomin behöver människor med de färdigheter som nyligen visades vid DeepRacer-evenemanget, och kanadensiska beslutsfattare är inställda på att bygga en AI-talangpool.

Enligt World Economic Forum58 miljoner jobb kommer att skapas av tillväxten av maskininlärning under de närmaste åren, men just nu finns det bara 300,000 XNUMX ingenjörer med relevant utbildning för att bygga och distribuera ML-modeller.

Det betyder att organisationer av alla slag inte bara måste utbilda sina befintliga arbetare med ML-kunskaper, utan också investera i utbildningsprogram och lösningar för att utveckla dessa förmågor för framtida arbetare. AWS gör sin del med en mängd produkter för elever på alla nivåer.

• AWS stipendium för artificiell intelligens och maskininlärning, ett utbildnings- och stipendieprogram på 10 miljoner dollar, som syftar till att förbereda undertjänade och underrepresenterade studenter inom teknik globalt för karriärer i rymden.
• AWS Deep Racer, världens första globala autonoma racingliga, öppen för utvecklare globalt för att komma igång i ML med en 1/18^th skala racerbil som drivs av förstärkningsinlärning. Utvecklare kan tävla i den globala racingligan om priser och belöningar.
• AWS DeepRacer Student, en version av AWS DeepRacer öppen för studenter 16 år och äldre globalt med gratis tillgång till 20 timmars ML-utbildningsinnehåll och 10 timmars beräkningsresurser för modellträning varje månad utan kostnad. Deltagare kan tävla i den globala racingligan exklusivt för att studenter ska vinna stipendier och priser.
• Machine Learning University, självbetjäningskurser i ML med lärande i din egen takt pedagogiskt innehåll byggt av Amazons ML-forskare.

Cloud computing gör tillgången till maskininlärningsteknik mycket enklare, snabbare och roligare, om AWS DeepRacer Student League Wildcard-evenemanget var någon indikation. Loppet skapades av AWS, som ett roligt och praktiskt sätt att göra ML mer tillgängligt för alla som är intresserade av tekniken.

Kom igång med din maskininlärningsresa och delta i AWS DeepRacer Student-ligan idag för din chans att vinna priser och ära.

Om författaren

Nicole Foster är direktör för AWS Global AI/ML och Canada Public Policy på Amazon, där hon leder riktningen och strategin för artificiell intelligens public policy för Amazon Web Services (AWS) runt om i världen såväl som företagets offentliga policyinsatser till stöd för AWS företag i Kanada. I den här rollen fokuserar hon på frågor relaterade till framväxande teknologi, digital modernisering, molnberäkning, cybersäkerhet, dataskydd och integritet, statlig upphandling, ekonomisk utveckling, kvalificerad immigration, utveckling av arbetskraft och politik för förnybar energi.