AWS 宣布 DeepRacer 联盟 (DRL)-ESG跨境

西雅图--今天在 AWS re:Invent 大会上，Amazon.com 旗下公司（纳斯达克股票代码：AMZN）推出了 AWS DeepRacer League (DRL)，这是第一个全球性的自主赛车联赛，向所有人开放。从 2019 年初开始，全球 20 场 AWS 峰会将举办 DeepRacer 系列锦标赛，任何人都可以驾驶他们的 1/18 比例 AWS ^DeepRacer赛车参加比赛，该赛车由 Amazon SageMaker 中构建的强化学习模型驱动。参赛者可以在世界各地参加任意数量的赛事，每个阶段的获胜者，以及在比赛中得分前 10 名的选手，将有资格参加在 re:Invent 2019 内华达州拉斯维加斯举行的 DeepRacer 联赛杯.赛车手还可以通过在 AWS 管理控制台中提供的 AWS DeepRacer 模拟器中的特殊赛道上参加计时赛，全年参加虚拟赛事和锦标赛。与实体赛事一样，虚拟赛道中的获胜者和最高得分者将晋级 re:Invent 2019 的 DeepRacer 联赛杯。要了解有关 DeepRacer 联赛的更多信息，请访问： 。

“通过消除与强化学习相关的常见挑战，让开发人员有机会获得一些乐趣，并为他们提供完整的自动模型赛车以及 Amazon SageMaker 等 AWS 机器学习服务，我们让每个开发人员都可以尝试强化学习和机器学习。”

首届 DRL 活动在今年的 AWS re:Invent 大会上以加速形式举行，持续时间为 22 小时。从周三下午开始，数千名开发人员抓住机会在研讨会上了解了由 Amazon SageMaker 提供支持的强化学习，他们也是首批获得 AWS DeepRacer 汽车的客户。在 MGM Grand Garden Arena 的一个特别建造的赛车区，被称为“AWS DeepRacer MGM Speedway”，开发人员测试了他们的强化学习模型，并将他们的赛车圈速记录在 Speedway 排行榜上。最快的时间进入决赛，来自英国伦敦的 Jigsaw XYZ 的联合创始人 Rick Fish 以 51:50 的单圈成绩夺得 DRL 杯。

“到目前为止，对强化学习试验感兴趣的开发人员必须在有限的帮助下研究学术论文并拼凑模型。 AWS DeepRacer 和 DeepRacer League 让他们有机会亲身体验强化学习，然后继续构建、训练和调整强化学习模型，并将其部署到他们的自动模型赛车中，”副总裁 Swami Sivasubramanian 说，亚马逊机器学习。 “通过消除与强化学习相关的常见挑战，让开发人员有机会获得一些乐趣，并为他们提供完整的自动模型赛车以及 Amazon SageMaker 等 AWS 机器学习服务，我们让每个开发人员都可以尝试强化学习和机器学习。”

强化学习是一种强大的深度学习类型，能够在复杂环境中优化决策，而不需要任何标记的训练数据来实现长期目标。由于强化学习的陡峭学习曲线和采用障碍，AWS 推出 AWS DeepRacer 和 DeepRacer League 是 AWS 将机器学习和强化学习交到日常开发人员手中的使命的又一步。

“当我第一次在主题演讲中听到有关 AWS DeepRacer 的公告时，我非常激动，并认为这是让人们感兴趣并开始学习强化学习的好方法。这是一个具有难以置信的进入障碍的领域，它构成了一个精神障碍，但 AWS DeepRacer 和 DRL 确实为人们打开了它，”第一届 DRL 杯的获胜者，Jigsaw XYZ 的联合创始人 Rick Fish 说。 “Amazon SageMaker RL、预构建模型和可用框架让一切都变得真正可访问，因此在不到一天的时间里，我就获得了这个奇妙的结果。作为一个以前从未使用过强化学习的人，我根本没想到会晋级决赛——当我接到电话时，我以为有人在跟我开玩笑！整个体验很有趣，我什至还没有开始接触服务功能的表面。我很高兴能进一步个性化我的汽车，我期待更多地探索 SageMaker RL 和 AWS DeepRacer。”

关于 AWS 机器学习

凭借技术堆栈的所有三层的广泛服务组合，与任何其他提供商相比，更多的客户参考使用 AWS 进行机器学习。对于能够自行构建、调优、训练、部署和管理模型的高级开发人员和科学家，AWS 在堆栈底部提供了 P2 和 P3 实例，其性能比现有的任何其他 GPU 实例高 6 倍。今天的云——与 AWS 的深度学习 AMI 一起嵌入所有主要框架，例如 TensorFlow 和 MXNet。在堆栈的中间层，希望以广泛的方式使用机器学习的组织可以利用 Amazon SageMaker，这是一项完全托管的服务，可以消除机器学习过程中每个步骤的繁重工作、复杂性和猜测，从而为日常开发人员提供支持和科学家成功地使用机器学习。 Amazon SageMaker 还可以与 AWS DeepLens 一起使用，这是一种支持深度学习的无线摄像机，它将高清摄像机开发人员工具包与一组示例项目配对，以帮助开发人员学习机器学习概念。在堆栈的顶层，AWS 提供解决方案，例如用于基于深度学习的视频和图像分析的 Amazon Rekognition、用于将文本转换为语音的 Amazon Polly、用于构建对话的 Amazon Lex、用于将语音转换为文本的 Amazon Transcribe、Amazon Translate用于翻译语言之间的文本，Amazon Comprehend 用于理解文本中的关系和发现见解。除了这些广泛的服务和设备外，客户还与 AWS ML 实验室中的亚马逊专家数据科学家一起实施现实生活中的用例。

关于 AWS

12 年来，Amazon Web Services 一直是世界上最全面、应用最广泛的云平台。 AWS 为计算、存储、数据库、网络、分析、机器学习和人工智能 (AI)、物联网 (IoT)、移动、安全、混合、虚拟和增强现实（VR 和 AR）提供超过 125 项功能齐全的服务，来自全球 19 个地理区域（跨越美国、澳大利亚、巴西、加拿大、中国、法国、德国、印度、爱尔兰、日本、韩国、新加坡）的 57 个可用区 (AZ) 的媒体和应用程序开发、部署和管理，和英国。 AWS 服务受到全球数百万活跃客户（包括发展最快的初创公司、最大型企业和领先的政府机构）的信任，为他们的基础设施提供支持、使其更加敏捷并降低成本。

关于亚马逊

亚马逊遵循四项原则：以客户为中心而非以竞争对手为中心、对发明的热情、对卓越运营的承诺以及长期思考。客户评论、一键购物、个性化推荐、Prime、亚马逊物流、AWS、Kindle Direct Publishing、Kindle、Fire 平板电脑、Fire TV、亚马逊 Echo 和 Alexa 是亚马逊率先推出的一些产品和服务。

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。