bl双性厨房裸体围裙_一本大道一卡二卡三卡_2019年中文字字幕在线看不卡_中文字幕日产乱码天堂

2022，這是復雜的一年。

(資料圖片)

好在如今冬至已過，太陽直射點從地球南回歸線逐漸北移。從此日落越來越晚，北半球的冬日漸短，春日可期。

時間的河流從不停止，艱難的生活中，我們還可以看到微光?？傆腥四骘L前行，為夢想也為了那聽起來仍舊動人的詞匯——希望。

為了一份熱愛，他們不惜投入全部精力；為了一份夢想，他們沒日沒夜奮戰(zhàn)。

在人工智能、機器學習的路上，一群人決定置身事內(nèi)，以愛好者的身份，去開拓、去創(chuàng)造。

今天，我們想講講他們的故事。

時間只有12個小時。

2022年10月底，Amazon DeepRacer亞洲外圍賽的比賽時間，只剩下12個小時。參賽者李寶生、梁耀錦卻剛剛下班，還未準備充分。

在國內(nèi)Amazon DeepRacer競賽領(lǐng)域，二人是公認的大牛，被許多愛好者追捧。

Amazon DeepRacer賽車

Amazon DeepRacer是亞馬遜云科技推出的1/18比例自動駕駛賽車，能夠通過構(gòu)建強化學習模型，快速學習并掌握人工智能的知識。

它是一種基于機器學習技術(shù)，為普通愛好者、開發(fā)者提供訓練、研究和輔助模型的工具。

它的強大之處，是不需要任何標記的訓練數(shù)據(jù)，就可以讓機器自行學習復雜的行為，并可以在優(yōu)化長期目標的同時，做出短期決策。

通俗地講，就是讓賽車像人一樣，可以思考、判斷、作出決策和給出行動。比如，通過賽車自己學習如何避障、如何轉(zhuǎn)彎，從而實現(xiàn)賽車安全、平穩(wěn)、快速地行駛。

每年，亞馬遜云科技面向中國開發(fā)者，推出中國聯(lián)賽，以月度積分賽、線下挑戰(zhàn)賽為主，并在年度決賽中決出全國冠軍。其中也包括亞洲入圍賽和在美國拉斯維加斯舉辦的世界級年終決賽。

對開發(fā)者來說，走上世界級舞臺，這是Amazon DeepRacer競技崇高的榮耀。

李寶生（左）和梁耀錦（右）

李寶生和梁耀錦既是同事，又是Amazon DeepRacer比賽中國賽區(qū)的常勝將軍，吉尼斯全球挑戰(zhàn)賽中的佼佼者。梁耀錦曾拿下2022年華東賽、上海賽第一名、2022 China League 7月專業(yè)組第一名。李寶生的成績與此不分伯仲。

對于這次參加亞洲入圍賽，二人躊躇滿志。在比賽中成績優(yōu)異者，可以前往美國拉斯維加斯參加線下決賽，這對所有愛好者都是不小的誘惑。

僅剩的12個小時準備時間，被二人切割成了三份。下班回到家后，李寶生和梁耀錦投入到緊張的準備中。

第一步，根據(jù)拿到的賽道信息，重新測試自己之前的策略和賽車的完賽成績。想要實現(xiàn)賽車平穩(wěn)、快速完成比賽，開發(fā)者編寫的機器學習策略，至關(guān)重要。

二人拿到賽道之后，根據(jù)賽道的彎道、寬度設置等，重新微調(diào)之策略的參數(shù)，使得賽車更加快速完成比賽。

李寶生和梁耀錦在討論賽車

機器學習的本質(zhì)，是人對機器設置獎勵函數(shù)，以此為賽車的學習、決策給出參考條件。例如轉(zhuǎn)彎角度、是否沿賽道中心行駛、行駛速度等。諸多復雜條件調(diào)試完成，賽車便通過自我學習，探索出一條最佳路線行駛。

“像訓練動物一樣，想讓它坐下，就每當它坐下的時候給它一塊肉，這樣養(yǎng)成習慣，它就學會了坐。”

對于賽車而言，獎勵函數(shù)中任何參數(shù)的變化，都會對最終的成績產(chǎn)生影響。這會干擾賽車的前進、轉(zhuǎn)彎和速度。

分析完賽道，修改策略代碼之后，二人發(fā)現(xiàn)想要在如此短的時間內(nèi)，實現(xiàn)自己想要的結(jié)果，測試時間根本不夠。為了確保晉級，他們開始分析對手。

在過往的排名中，想要排名達到前三，他們要讓賽車最好的成績達到8秒/圈。但當天晚上，面對全新的賽道，二人一直“折騰”了2個小時，梁耀錦發(fā)現(xiàn)，成績?nèi)匀徊焕硐?，甚至都不如從前。而此時，時間已經(jīng)接近深夜12點……

“最后都放棄了，就用最開始我們設定的那個策略了?！狈畔轮?，二人開始休息，為第二天清晨的比賽作準備。

沒有充足的體力，無法應對接下來的比賽。

幸運的是，在第二天的清晨的比賽中，二人最終以0.1秒之差，獲得亞洲入圍賽的第二、第三名。這個成績讓他們很興奮，代表中國，他們終于拿到了去往拉斯維加斯比賽的入場券！

線上模擬賽車行駛

對Amazon DeepRacer的熱愛，李寶生和梁耀錦完全來自于興趣。過去的幾個月，這兩個男人，付出了全部周末時間，一頭撲到Amazon DeepRacer的比賽、研發(fā)中。

二人同在匯豐科技工作，為銀行系統(tǒng)的安全、流暢保駕護航。去年9月，接觸Amazon DeepRacer后，二人產(chǎn)生了極大興趣?！爱敃rAI很火、也想多接觸接觸，就參與進來了。”李寶生介紹。

這一接觸，就再沒停下來。

從線上的模擬賽道，到線下的實體賽車，過去的一年多時間，二人參加了數(shù)不清的賽事，也不斷成長為圈內(nèi)的“大?！?。

讓他們感受最深的，是線上賽和線下賽有著巨大的差別。

線上模擬賽道的演練，幾乎將參數(shù)都調(diào)整到了完美，所以獎勵函數(shù)的設定，也是按照虛擬的完美的模型來測試。

但當賽車真正開上跑道，傳感器反應速度、光照強度、賽道平整程度等諸多因素，都要重新考慮進獎勵函數(shù)中。

賽車

巨大的差別也讓二人產(chǎn)生了濃厚的興趣。“當真的看到一個賽車自動跑完全程，那種震撼還是比線上強烈?！睅缀趺恳粋€周末，他們都會投入到賽車的測試和模擬、調(diào)整練習過程中去。

比賽成績最終給了他們回報。今年，在大大小小的賽事中，二人不斷取得好名次，甚至獲得前往拉斯維加斯參加全球總決賽的入場券。

因為疫情，二人最終未能在現(xiàn)場參與角逐，這是他們的遺憾。但在人工智能的路上，腳步并沒有停歇，二人仍在努力，向明年的總決賽發(fā)起沖擊。

標簽： 人工智能