รถยนต์ขนาดเล็กและพรสวรรค์ขนาดใหญ่แสดงให้ผู้กำหนดนโยบายของแคนาดาเห็นถึงพลังของการเรียนรู้ของเครื่อง

ในที่สุดก็ลดลงเหลือ 213 ในพันของวินาที! นั่นคือความแตกต่างระหว่างสองช่วงเวลาที่ดีที่สุดในตอนจบของกิจกรรม AWS DeepRacer Student Wildcard ครั้งแรกที่โฮสต์ในออตตาวา แคนาดาในเดือนพฤษภาคมนี้

ฉันดูอย่างตกตะลึงเมื่อนักเรียน 13 คนแข่งขันกันในการแข่งโดยใช้สัญลักษณ์แทนแบบสดเพื่อ นักศึกษา AWS DeepRacer League ซึ่งเป็นลีกการแข่งรถอัตโนมัติระดับโลกแห่งแรกสำหรับนักเรียนที่นำเสนอสื่อและทรัพยากรด้านการศึกษาเพื่อรับมือและเริ่มต้นด้วยแมชชีนเลิร์นนิง (ML)

นักศึกษาเข้าสู่จุดเริ่มต้นเพื่อทดสอบทักษะ ML ของพวกเขาในเมืองหลวงของแคนาดา ที่ซึ่งสมาชิกรัฐสภาให้กำลังใจพวกเขา รวมถึง Andy Fillmore เลขาธิการรัฐสภาด้านนวัตกรรม วิทยาศาสตร์ และการพัฒนาเศรษฐกิจ Daphne Hong นักศึกษาวิศวกรรมศาสตร์ชั้นปีที่ 11 แห่งมหาวิทยาลัย Calgary ชนะการแข่งขันด้วยเวลารอบ 167:XNUMX วินาที อยู่ไม่ไกลหลัง Nixon Chan จาก University of Waterloo และ Vijayraj Kharod จาก Toronto Metropolitan University

Daphne ได้รับชัยชนะหลังจากต่อสู้กับเส้นประสาทในช่วงเช้าของวันที่เธอฝึกซ้อมวิ่งขณะที่เธอพยายามพลิกมุมและปรับโมเดลของเธออย่างรวดเร็ว “หลังจากที่ได้เห็นว่าลู่วิ่งจริงเป็นอย่างไรเมื่อเปรียบเทียบกับแทร็กเสมือนตลอดทั้งวัน ฉันสามารถปรับเปลี่ยนบางอย่างและเอาชนะมุมเหล่านั้นและปัดเศษตามที่ฉันตั้งใจไว้ได้ ฉันมีความสุขมากเกี่ยวกับเรื่องนี้” Daphne หลังจากได้รับถ้วยรางวัลแชมป์เปี้ยนของเธอ

Daphne ยังได้รับบัตรของขวัญ Amazon Canada Gift Card มูลค่า 1,000 ดอลลาร์ ในขณะที่นักแข่งอันดับสองและสาม ได้แก่ Nixon Chan และ Vijayraj Kharod ได้รับถ้วยรางวัลและบัตรของขวัญมูลค่า 500 ดอลลาร์ ผู้เข้าแข่งขัน XNUMX อันดับแรกมีโอกาสลงแข่งแบบเสมือนจริงในรอบสุดท้ายของ AWS DeepRacer Student League ในเดือนตุลาคม Connor Hunszinger ผู้เข้าร่วม DeepRacer จากมหาวิทยาลัยอัลเบอร์ตากล่าวว่า "ประสบการณ์ทั้งหมดรู้สึกเหมือนได้รับชัยชนะ"

งานนี้ไม่เพียงแต่เน้นย้ำถึงความสำคัญของการเรียนรู้ด้วยแมชชีนเลิร์นนิงต่อผู้กำหนดนโยบายของแคนาดาเท่านั้น แต่ยังทำให้เห็นชัดเจนว่าเยาวชนชาวแคนาดาเหล่านี้พร้อมที่จะทำสิ่งที่ยอดเยี่ยมด้วยทักษะ ML ของพวกเขา

ถนนสู่ออตตาวาไวลด์การ์ด

การแข่งขันที่ออตตาวานี้เป็นหนึ่งในกิจกรรมไวด์การ์ดหลายงานที่เกิดขึ้นทั่วโลกในปีนี้ โดยเป็นส่วนหนึ่งของ AWS DeepRacer Student League เพื่อนำนักเรียนมารวมตัวกันเพื่อแข่งขันแบบสดด้วยตนเอง ผู้เข้ารอบสองอันดับแรกในการแข่งขัน Wildcard แต่ละครั้งจะมีโอกาสแข่งขันในรอบสุดท้ายของ AWS DeepRacer Student League โดยมีโอกาสได้รับรางวัลสูงถึง $5,000 USD สำหรับค่าเล่าเรียน นักแข่งสามอันดับแรกจากรอบสุดท้ายของลีกนักเรียนในเดือนตุลาคมจะเข้าสู่การแข่งขัน AWS DeepRacer League Championship ระดับโลกที่จัดขึ้นที่ AWS re:ประดิษฐ์ ในลาสเวกัสเดือนธันวาคมนี้

นักเรียนที่แข่งในออตตาวาเริ่มต้นการเดินทางในเดือนมีนาคมนี้เมื่อเข้าร่วมการแข่งขันใน AWS DeepRacer Student League ทั่วโลกโดยส่งแบบจำลองของตนไปยังสภาพแวดล้อมการจำลอง 3 มิติเสมือนจริงและโพสต์เวลาบนกระดานผู้นำ จากลีกนักศึกษา นักแข่งนักเรียนชั้นนำทั่วประเทศแคนาดาได้รับเลือกให้เข้าร่วมการแข่งขันในกิจกรรมไวลด์การ์ด นักเรียนฝึกฝนแบบจำลองของตนเองเพื่อเตรียมพร้อมสำหรับกิจกรรมผ่านสภาพแวดล้อมเสมือนจริง จากนั้นจึงนำแบบจำลอง ML ของตนไปใช้กับลู่วิ่งจริงในออตตาวาเป็นครั้งแรก ผู้เข้าแข่งขันแต่ละคนจะต้องพยายามทำรอบที่เร็วที่สุดเป็นเวลาสามนาทีหนึ่งครั้งโดยใช้ความเร็วของรถที่ถูกควบคุมเท่านั้น

“พูดตามตรง ฉันไม่คิดว่าเพื่อนร่วมงานของฉันที่นี่จะเป็นคู่แข่งของฉัน ฉันชอบที่จะได้ร่วมงานกับพวกเขา ดูเหมือนสภาพแวดล้อมที่เป็นมิตร สนับสนุนและทำงานร่วมกันมากกว่า เราให้กำลังใจซึ่งกันและกันเสมอ” Daphne Hong ผู้ชนะ AWS DeepRacer Student League Canada Wildcard กล่าว “งานนี้ยอดเยี่ยมมากเพราะช่วยให้ผู้ที่ไม่มีประสบการณ์ AI หรือ ML มากขนาดนั้นสามารถเรียนรู้เพิ่มเติมเกี่ยวกับอุตสาหกรรมนี้และเห็นมันเกิดขึ้นจริงกับรถยนต์เหล่านี้ ฉันต้องการแบ่งปันสิ่งที่ค้นพบและความรู้ของฉันกับคนรอบข้าง คนในชุมชนของฉัน และกระจายคำเกี่ยวกับ ML และ AI”

สร้างการเข้าถึงแมชชีนเลิร์นนิงในแคนาดา

ผู้ที่มีความสามารถด้านแมชชีนเลิร์นนิงเป็นที่ต้องการอย่างมาก โดยเป็นตำแหน่งงาน AI ส่วนใหญ่ในแคนาดา เศรษฐกิจของแคนาดาต้องการคนที่มีทักษะในการแสดงเมื่อเร็วๆ นี้ที่งาน DeepRacer และผู้กำหนดนโยบายของแคนาดามีความตั้งใจที่จะสร้างกลุ่มผู้มีความสามารถด้าน AI

จากการวิเคราะห์เพื่อบรรลุเป้าหมายของ โลกเศรษฐกิจในอีกไม่กี่ปีข้างหน้าจะสร้างงาน 58 ล้านตำแหน่งโดยการเติบโตของแมชชีนเลิร์นนิง แต่ตอนนี้มีวิศวกรเพียง 300,000 คนที่ได้รับการฝึกอบรมที่เกี่ยวข้องเพื่อสร้างและปรับใช้โมเดล ML

นั่นหมายความว่าองค์กรทุกประเภทต้องไม่เพียงแค่ฝึกอบรมพนักงานที่มีอยู่ด้วยทักษะ ML เท่านั้น แต่ยังต้องลงทุนในโปรแกรมการฝึกอบรมและโซลูชันเพื่อพัฒนาความสามารถเหล่านั้นให้กับพนักงานในอนาคตด้วย AWS กำลังทำงานในส่วนนี้ด้วยผลิตภัณฑ์มากมายสำหรับผู้เรียนทุกระดับ

• ทุนการศึกษาปัญญาประดิษฐ์ของ AWS และการเรียนรู้ของเครื่อง โครงการการศึกษาและทุนการศึกษามูลค่า 10 ล้านดอลลาร์ มุ่งเตรียมนักเรียนที่ด้อยโอกาสและด้อยโอกาสในแวดวงเทคโนโลยีทั่วโลกเพื่อประกอบอาชีพในพื้นที่
• AWS Deep Racerลีกแข่งรถอัตโนมัติระดับโลกแห่งแรกของโลกที่เปิดให้นักพัฒนาทั่วโลกเริ่มต้นใช้งาน ML ด้วยอัตรา 1/18^th รถแข่งมาตราส่วนขับเคลื่อนด้วยการเรียนรู้การเสริมแรง นักพัฒนาสามารถแข่งขันในลีกการแข่งรถระดับโลกเพื่อรับรางวัลและของรางวัล
• นักศึกษา AWS DeepRacerซึ่งเป็นเวอร์ชันของ AWS DeepRacer ที่เปิดให้นักเรียนอายุ 16 ปีขึ้นไปทั่วโลกเข้าถึงเนื้อหาการศึกษา ML ได้ฟรี 20 ชั่วโมง และทรัพยากรการประมวลผล 10 ชั่วโมงสำหรับการฝึกโมเดลทุกเดือนโดยไม่มีค่าใช้จ่าย ผู้เข้าร่วมสามารถแข่งขันในลีกการแข่งรถระดับโลกสำหรับนักเรียนโดยเฉพาะเพื่อรับทุนการศึกษาและของรางวัล
• มหาวิทยาลัยแมชชีนเลิร์นนิง, หลักสูตรการฝึกอบรม ML แบบบริการตนเองพร้อมการเรียนรู้เนื้อหาการศึกษาตามจังหวะของคุณเองที่สร้างโดยนักวิทยาศาสตร์ ML ของ Amazon

การประมวลผลแบบคลาวด์ทำให้การเข้าถึงเทคโนโลยีแมชชีนเลิร์นนิงง่ายขึ้น เร็วขึ้น และสนุกขึ้นมาก หากเหตุการณ์ AWS DeepRacer Student League Wildcard เป็นสิ่งบ่งชี้ การแข่งขันถูกสร้างขึ้นโดย AWS เพื่อให้ทุกคนที่สนใจในเทคโนโลยีเข้าถึง ML ได้อย่างกว้างขวางและสนุกยิ่งขึ้น

เริ่มต้นกับเส้นทางการเรียนรู้ของเครื่องและเข้าร่วมลีก AWS DeepRacer Student วันนี้เพื่อลุ้นรับรางวัลและเกียรติยศ

เกี่ยวกับผู้เขียน

นิโคล ฟอสเตอร์ เป็นผู้อำนวยการ AWS Global AI/ML และนโยบายสาธารณะของแคนาดาที่ Amazon ซึ่งเธอเป็นผู้นำทิศทางและกลยุทธ์ของนโยบายสาธารณะด้านปัญญาประดิษฐ์สำหรับ Amazon Web Services (AWS) ทั่วโลก รวมถึงความพยายามด้านนโยบายสาธารณะของบริษัทในการสนับสนุน AWS ธุรกิจในประเทศแคนาดา ในบทบาทนี้ เธอมุ่งเน้นไปที่ประเด็นที่เกี่ยวข้องกับเทคโนโลยีเกิดใหม่ ความทันสมัยทางดิจิทัล การประมวลผลแบบคลาวด์ ความปลอดภัยในโลกไซเบอร์ การปกป้องข้อมูลและความเป็นส่วนตัว การจัดซื้อจัดจ้างของรัฐบาล การพัฒนาเศรษฐกิจ การย้ายถิ่นฐานที่มีทักษะ การพัฒนากำลังคน และนโยบายพลังงานหมุนเวียน