レースをしながら「機械学習」を学ぶ？ 380万人が観ていなかったら、信じられなかったでしょう。

[[440972]]

「秋名山には人が少なく、ドライバー同士が競争することが多い。今は自動運転車が走っており、すべてAIドライバーだ」

AIベテランドライバーのパフォーマンスはどうでしょうか？

柔軟な旋回と簡単な速度制御：

スムーズに最適なルートで曲がることができます。

好きなだけ丸で囲むこともできます:

このレースイベントの主役は、まさに AI のベテラン集団です。人間はリモートコントロールを介さずに、プロセス全体を見守ることしかできません。

より正確に言えば、これらは数千万回の仮想運転演習を通じて訓練された人工知能モデルです。これらのモデルが競い合うコンペティションも業界ではよく知られています。Amazon Web Services が開催するコンペティションです。

Amazon DeepRacer リーグ。

世界最大の自動運転レースリーグであり、最も多くの開発者が参加する Amazon DeepRace は、スポーツカーを購入する資金が豊富な人や、会場を建設するリソースが豊富な人を競うものではありません。プレイヤーが作成した強化学習アルゴリズムとトレーニング レベルのみを競います。

これは「スマートは新しいセクシー」の真の意味を十分表現した、グローバルな知性タレントショーと言えるでしょう。

Amazon DeepRacer は発売以来、AI/ML コミュニティでかなりの名声を得ており、140,000 人の開発者がレースに参加し、Zhihu の多くの熱狂的なファンが体験を共有し、証明書を投稿しています。

この映画の人気は急速に高まり、予告編だけでも380万回再生された。

競争がレースの枠を超えて拡大するにつれ、Amazon DeepRacer Leagueは昨年、公式F1と提携して仮想の「バルセロナステーション」レースを開催し、自動運転業界におけるF1のタイトルを確固たるものにしました。

それで、この Amazon DeepRacer とは何でしょうか?テクノロジー愛好家はなぜそれほど夢中になるのでしょうか?

最も多くの開発者が参加する自動運転リーグ

2018年、Amazon Web Servicesは、より多くの人々が関連技術を学び、さらには実践者になれるように、AIアルゴリズムのコンテストを開催するというアイデアを思いつきました。Amazon DeepRacer Leagueが誕生しました。

このイベントは最初から業界外のグループを対象としていました。大会のソフトウェアリソースはほぼすべて主催側が提供し、チュートリアルや戦略まで用意されていました。参加者は実際の車を購入するためにお金を使う必要さえありませんでした。まずはクラウドプラットフォーム上の3Dレーシングシミュレーターで独自の自動運転アルゴリズムをトレーニングすることができました。

登録が完了すると、参加者は毎月のオンライン予選にサインアップできるようになります。世界トップ64位に入ると、オフラインリーグに参加する資格が得られます。

あなたのモデルを世界中の専門家と競い合いましょう。

[[440978]]

参加基準は低いですが、大会の賞金も非常に高額です。

優勝者には賞金1万ドル、準優勝者には賞金5千ドル、3位には賞金2千ドルが贈られます。

参加障壁の低さ、高額な賞金、最先端の技術を特徴とするこのコンテストは、開始以来、世界中のさまざまな背景を持つ人々の注目を集めています。

参加者の中には、シリコンバレーのフルスタック開発者やパイロット、シンガポールやカナダの銀行員、中国の大学生などがいます...

さまざまなバックグラウンドを持つ参加者の参加は、コンテストの多様性を反映し、機械学習技術をより多くの人に知ってもらうだけでなく、コンテストに多くの興味深いクリップを追加します。

例えば、Amazon DeepRacer TV 2019の決勝では、台湾の選手が逆転優勝を果たしましたが、受賞スピーチの際、彼は中国語で自分の気持ちを表現したため、英語を話す司会者は言葉を失いました...

今年、DeepRacer は中国国内の中国人開発者を対象に China Challenge も開催し始めたことは特筆に値します。賞金も同様に豪華で、注目と期待に値します。

[[440980]]

無人車をどうやって制御するか？

レースの観点から技術理論を振り返ってみると、実は Amazon DeepRacer イベントの基盤はシンプルかつ最先端のものとなっています。

この文をどう理解すればいいのでしょうか？

まずは自動運転車の構造から始めましょう。

Amazon DeepRacer の自動運転車はさまざまな世代に分かれています。第一世代の自動車が主な競合製品であり、その中核には Intel Atom® プロセッサ、4 メガピクセル 1080p 解像度カメラ、高速 WiFi、Intel OpenVino コンピューター ビジョン ツールキットが含まれています。第一世代の車は主にレース競技に使用され、視覚認識によってコースを決定し、レースを完走します。

さらに進化したのが第2世代のDeepRacer Evoで、ステレオカメラとLIDARを搭載し、追跡レースや障害物回避レースに使用できます。

自動運転に詳しい人なら、この構成も「シンプル」だと分かるかもしれないが、自動運転の楽しさを体感するには十分だ。

なぜなら、自動車の自動運転に真の魂を与えるのはアルゴリズムとモデルだからです。

現在路上を走る自動運転車と同様に、Amazon DeepRacer は機械学習のカテゴリに分類されるテクノロジーを使用しています。

強化学習（RL）。

この技術が登場してからまだ数年しか経っていませんが、近年の人類にとって最も重要な技術革新の 1 つと言えます。この技術は、2016年にAlphaGoがイ・セドルに勝利した背景にあった。

強化学習の原理は理解するのが難しくありません。これは一種の「動物トレーナー」のメカニズムであり、「パブロフの犬」の原理としても理解できます。

「鶏つつき紙」を例に挙げてみましょう。

鶏にピンク色の紙をついばむように訓練したい場合、鶏がピンク色の紙をついばむたびに餌が与えられることになります。

少し訓練した後、鶏はピンク色の紙を一貫して正しく見つけることができるようになりました。

[[440982]]

△ Twitterユーザー@YAWScienceより

もちろん、無人車やコンピューターに食べ物で報酬を与えることはできませんが、彼らが理解できる「報酬機能」で報酬を与えることができます。

Amazon DeepRacer の場合、開発者は 2 つのパラメータのみを使用して非常にシンプルな報酬関数を設定できます。all_wheels_on_track は 4 つの車輪すべてがトラック上にあるかどうかを示し、progress は現在の完了の進行状況を表します。

コード内で具体的には、車輪が一度もトラック上にない場合、報酬関数が減点されます。それ以外の場合は、車の進行状況に応じて報酬が与えられます。

報酬関数の値が大きいほど、トレーニングは成功します。報酬関数が負の場合、タスクは失敗します。

 def reward_function(パラメータ):
そうでない場合、params[ "all_wheels_on_track" ]:
        報酬 = - 1
それ以外：
        報酬 = パラメータ[ "進捗" ]
報酬を返す

車をよりスマートにして、トラック上で方向転換しないようにしたい場合は、車がトラックの中央の点線から外れた距離をパラメーターとして使用して、関数をもう少し複雑にすることができます。距離が短いほど、報酬は大きくなります。

訓練の過程で、車はカメラやその他の手段で位置を記録し、速度と方向を常に調整します。報酬関数が最大化され安定すると、

「獣の調教」が完了しました。おめでとうございます。強化学習の基本原理を習得しました。

参加するには？

コンテストはエキサイティングで楽しいですし、賞品ももらえますし、原理も簡単に理解できます。さあ、参加してみませんか?

参加は簡単です。Amazon Web Services アカウントにサインアップするだけです。

アカウントにログインし、Amazon DeepRacer コンソールに入ります。

モデルを構築する前に、ガレージで独自の仮想レースカーを構成します。

かっこいい名前を付け（変更しないでください。単に「テスト」と呼ばないでください）、好きな色を選択し、参加したい競技の種類に応じてカメラを構成します。

独自の仮想車を作成したら、指示に従ってモデルを段階的に作成します。

公式では、参加のハードルを下げ、仮想世界で車をトレーニングできるように仮想環境も提供しています。完了したら、モデルを提出し、参加するコンテストを選択できます。

オンラインコンテストに参加するために物理的な車は必要ありません。直接参加するだけです。

仮想運転練習の分野で名を上げたら、Amazon Web Services から 300 ドル相当の実物の車を無料で入手することもできます。

もちろん、お金があれば、公式サイトで直接購入することもできます。

小型車を購入するには多少の費用がかかりますが、ゲームの楽しさが増します。自宅でコースを再現していつでも練習できます。

良い成績を出すために大きな家を買って、地下のガレージにコースを再現して練習する人もいるそうです（犬の頭）——

公式ウェブサイトでは、自宅でトラックを構築する方法に関するチュートリアルも提供されています。

最後に、重要なポイントを強調し、公式の特典を得る機会をいくつか提供しましょう。

Amazon DeepRacer プロジェクトに初めて参加する新規ユーザーの場合、最初の 1 か月で10 時間の無料トレーニング時間と 5 GB のストレージ容量を取得できます。

自由時間に加えて、Amazon DeepRacer では、強化学習の基礎と競技を始める方法を教える無料のビデオチュートリアルも提供しています。

レーススキルも重視されており、公式ウェブサイトにはラップ記録保持者によるガイドも掲載されています。

したがって、技術初心者でも、経験豊富な機械学習実践者でも、気軽に参加できます。

レーシングゲームにより、より多くの人がAIを始めることができるようになる

前述のように、Amazon Web Servicesは2018年にゲーム活動を通じてAIアルゴリズムを推進したいと考え、その後Amazon Deepracerを立ち上げました。この動きの目的は、AI / MLの開発の勢いが急上昇する中、この大企業がより多くの人々に関連技術を理解してもらい、参加してもらうことを望んでいることです。

Amazon Deepracer を例に挙げてみましょう。参加者数を増やすために、Amazon Web Services は 16 歳以上の高校生と大学生を対象とした学生コンテストも開始しました。参加登録にクレジットカードは必要ありません。

さらに、すべての学習モジュールを完了し、すべてのコーステストで少なくとも80％を取得し、学生会で優秀な単一円の結果を取得した場合には、奨学金も受け取ることができます。上位 500 名の学生は、Amazon Web Services と Intel の専門家から 12 か月間の技術指導も受けられます。

Amazon DeepRacer だけでなく、Amazon Web Services は、さまざまなバックグラウンドを持つ人々が機械学習を理解し、始められるように、あらゆる面で対策を講じてきました。

たとえば、1,000 万ドルを提供する Amazon Web Services AI & ML 奨学金プログラムなどです。

たとえば、コード不要の機械学習グラフィカルインターフェイスである Amazon SageMaker Canvas のリリースにより、機械学習の経験がまったくないエンタープライズレベルのユーザーがビジネス上の問題を解決できるようになり、あらゆるビジネス分野の人々が始めることができるようになります。

もう 1 つの例は、より多くの開発者に無料のコンピューティング能力を提供する機械学習「ラボ」である Amazon Sagemaker Studio Lab です...

AI/ML関連の技術や製品を理解し、使い始める人が増えて初めて、まだ10年ほどしか経っていないこのトレンドが真の価値を発揮できると私は信じています。