“秋名山上行人稀，常有車手較高低。如今無人車當?shù)?，全?AI 老司機?！?/p>

且問 AI 老司機表現(xiàn)如何？

可靈活轉彎，控速自如：

 可行云流水，沿最優(yōu)路線過彎：

 更可多次打圈，繞多少下也不在話下：

這場競速賽事，主角確實是一群 AI 老司機，人類全程只能看，也沒有什么遙控器參與。

更準確地說，它們是歷經(jīng)千萬次虛擬練車訓練出來的人工智能模型。這些模型所角逐的賽事也在業(yè)內(nèi)頗具盛名，這就是亞馬遜云科技舉辦的——

Amazon DeepRacer League。

作為全球最多開發(fā)者參與的自動駕駛賽車聯(lián)賽，Amazon DeepRace 不拼誰更有錢買跑車，更不拼誰有資源搞場地，只拼選手們寫的強化學習算法和訓練水平——

堪稱全球智力水平選秀綜藝，充分詮釋“ Smart is the new sexy ”的真正奧義。 

開辦至今， Amazon DeepRacer 在 AI/ML 圈已有相當名氣，14萬開發(fā)者參與其中，知乎上還有鐵粉曬經(jīng)歷、Po證書。

大眾影響力水漲船高，僅一部預告片就有380萬播放量。

隨著賽事越辦越破圈，去年，Amazon DeepRacer League 更與 F1 官方搞起聯(lián)名，舉辦了一場虛擬“巴塞羅那站”比賽，坐實自動駕駛界 F1 名頭。

所以，這個 Amazon DeepRacer 什么來頭？為什么讓技術愛好者們?nèi)绱松项^？

最多開發(fā)者參與的自動駕駛聯(lián)賽

2018年，亞馬遜云科技萌生舉辦 AI 算法大賽念頭，讓更多人了解相關技術，甚至入門成為從業(yè)者，Amazon DeepRacer League 應運而生。

活動一開始就面向非業(yè)內(nèi)群體，官方提供了幾乎所有參賽軟件資源，甚至有教程攻略，參與者甚至無需花錢購買實體小車，可以先在云平臺上 3D 賽車模擬器，訓練自己的自動駕駛算法。

 入門后，參與者即可報名參加每個月的線上預選賽。如果你沖入全球前64強，就能獲得線下聯(lián)賽參賽資格——

和世界各路高手實地 PK 你的模型。

雖說門檻低，比賽獎金也卻很高。

冠軍將獲得10000美元的獎金，亞軍則獎勵5000美元，季軍2000美元。

低門檻加上高額獎金，玩的還是前沿技術，比賽自打舉辦，吸引了全球不同背景的人們關注。

參與者中，既有硅谷全棧開發(fā)人員、飛行員，來自新加坡、加拿大銀行員工，還有中國大學生……

不同背景參與者加入，不僅體現(xiàn)比賽多元性，讓機器學習技術為更多人所知，同時，也為比賽增添許多有意思的小片段。

比如 Amazon DeepRacer TV 2019年決賽中，一位中國臺灣小哥逆轉獲勝后，贏得冠軍，但發(fā)表獲獎感言時，他卻用了中文表達自己的心情，整得英語主持人一時不知道怎么接話… 

值得一提的是，今年DeepRacer也開始在國內(nèi)舉辦面向中國開發(fā)者的中國挑戰(zhàn)賽，獎品同樣豐厚，值得關注與期待。

如何馴服一只無人車？

從賽場回顧技術理論，實際上，Amazon DeepRacer 活動背后的基礎即簡單又前沿。

如何理解這句話？

不妨先從一輛自動駕駛小車構造展開。

Amazon DeepRacer 的自動駕駛小車有代際區(qū)分。一代車是參賽主力，核心包括一個 Intel Atom? 處理器，一個四百萬像素1080p分辨率攝像頭，一個高速 WiFi 以及 Intel OpenVino 計算機視覺工具套件。一代車主要用于競速比賽，通過視覺識別判定賽道，完成比賽。

更高階的是二代車 DeepRacer Evo ，配備立體攝像頭和激光雷達，可用于可進行追逐賽與避障賽。

如果熟悉自動駕駛，你可能也能看出這一配置可謂“樸素”，卻足夠體驗自動駕駛的樂趣——

這是因為 真正賦予小車自動駕駛靈魂的，是算法與模型。

同當今馬路上的自動駕駛車一樣，Amazon DeepRacer 同樣使用到機器學習門類下的一門技術：

強化學習（RL）。

該項技術興起不過數(shù)年，卻算得上是近些年人類最重要的技術突破之一。2016年戰(zhàn)勝李世石的 AlphaGo 背后就是該技術發(fā)揮作用。

強化學習原理不難理解，就是一種“馴獸師”機制，也可以理解為「巴浦洛夫的狗」原理。

以“小雞啄紙”為例：

如果我們想訓練一只雞啄粉色紙片，那么，每當它啄到粉色紙片時，就獎勵給食物。

經(jīng)過一番訓練后，這只雞就一直能正確找到粉色紙片了。

當然，獎勵無人小車和電腦不能用食物，而是用它們能懂的“獎勵函數(shù)”（ Reward Function ）。

對于 Amazon DeepRacer 來說，開發(fā)者可以設置一個超級簡單的獎勵函數(shù)，它只有兩個參數(shù)：all_wheels_on_track 表示四個輪子是否全在賽道內(nèi)， progress 代表當前完成進度。

具體到代碼上，如果有車輪不在賽道上發(fā)生一次，就扣除獎勵函數(shù)，反之，就一直以小車走過的進度來獎勵它。

獎勵函數(shù)的值越大，就說明訓練越成功，當獎勵函數(shù)為負值時，任務失敗。

如果想讓小車更聰明，不要在跑道上拐來拐去，我們還可以把函數(shù)設置得稍微復雜一點，以小車偏離跑道中心虛線的距離作為一個參數(shù)。距離越小，則獎勵越大。

訓練過程中，小車通過攝像頭等記錄自己的位置，不斷調(diào)整車速和行駛方向，當獎勵函數(shù)最大化且穩(wěn)定后——

“馴獸”就完成了，恭喜，你已掌握強化學習的根本原理。

如何參賽？

比賽熱血好玩，還有獎金可拿，原理易懂，現(xiàn)在，你是不是迫不及待想玩玩？

參與方式很簡單：只需注冊一個亞馬遜云科技賬戶就行。

登陸賬號進入 Amazon DeepRacer 控制臺。

在構建模型之前，先在車庫配置一輛自己的虛擬賽車。

給它起一個炫酷的名字（名字不可以更改，千萬不要取個“ test ”就完事了），選個你喜歡的顏色并根據(jù)你要參加的比賽類型配置攝像頭。

創(chuàng)建好專屬虛擬小車后，按照提示一步步創(chuàng)建模型：

官方還提供虛擬環(huán)境，降低上手門檻，讓小車在虛擬世界中訓練，完成后，就可提交模型選一場比賽參加了！

參與線上競賽不需要實體小車，直接參與即可。

等你在虛擬練車領域嶄露頭角后，也能可以獲得亞馬遜云科技免費贈送的實體小車，價值300美元。

當然，不差錢的話，也可直接在官網(wǎng)購買：

買小車雖說要花點錢，不過確實更添玩樂趣味，你可以在家里復刻賽道，隨時進行練習。

據(jù)說，還有人為了拿個好成績直接換了大房子，在自家地下車庫里復刻了賽道練習（手動狗頭）——

官網(wǎng)也貼心地提供了在家搭建賽道的教程：

最后，劃重點，提供一些薅官方羊毛機會。

如果你是新用戶首次參加 Amazon DeepRacer 項目，第一個月可以獲得10小時的免費訓練時長以及5GB的存儲空間。

除了免費時長，Amazon DeepRacer 還提供了免費的視頻教程教你強化學習的基礎知識、比賽入門指導。

比賽技巧也是重點，官方網(wǎng)頁上連單圈記錄保持者寫的攻略都要來了：

所以，不論你是技術小白還是有經(jīng)驗的機器學習從業(yè)人員，都可以放心大膽地參與進來。

賽車游戲讓更多人入門 AI 

如前面所說，亞馬遜云科技2018年就想以游戲活動方式推廣 AI 算法，后來才有 Amazon Deepracer ，此舉目的，在于面對 AI/ML 發(fā)展勢頭洶涌，這家大廠期望讓更多人了解相關技術，進而參與其中。

就拿 Amazon Deepracer 來說，為擴大參賽人群，亞馬遜云科技還發(fā)起一項針對16歲以上高中生和大學生的學生比賽，注冊無需信用卡即可參與。

此外，如果完成所有學習模塊，在所有課程測試中獲得至少80%分數(shù)，又在學生聯(lián)盟中單圈成績優(yōu)異，還可以獲得一份獎學金。前500名的學生，還將獲得亞馬遜云科技和英特爾的技術專家指導，為期12個月。

不止于 Amazon DeepRacer ，亞馬遜云科技為讓不同背景的人都可以了解并入門機器學習，在方方面面都有所動作。

比如，提供1000萬美金的亞馬遜云科技 AI&ML 獎學金計劃；

比如，發(fā)布無代碼機器學習圖形界面 Amazon SageMaker Canvas ，幫助零機器學習經(jīng)驗的企業(yè)級用戶解決業(yè)務問題，讓各個業(yè)務背景的人都能上手。

再比如，面向更多開發(fā)者，提供免費算力的機器學習“實驗室” Amazon Sagemaker Studio Lab ……

相信只有越來越多人了解并上手 AI/ML 相關技術和產(chǎn)品，這一興起不過10年的浪潮才能真正釋出價值。