亞馬遜推出無人駕駛玩具車DeepRacer，售價399美元

【獵雲網（微信號：ilieyun）】11月30日報道（編譯：蔡怡然）

兩年前，Alphabet的研究人員開發的人工智慧軟體AlphaGo在精妙複雜的棋盤遊戲圍棋中擊敗了世界冠軍，為計算領域開創出全新的篇章。今天，亞馬遜也想樹立全新的里程碑：實現人工智慧技術的大眾化。令人意外的是，實現如此宏大的目標依靠的卻是一輛小型的自動駕駛汽車。

這款身材僅有普通汽車1/18的汽車叫做DeepRacer，目前已經開放預定，原價399美元的產品現在只需249美元就能帶回家。按其設計，DeepRacer能夠讓程序員更容易掌握強化學習技術——強化學習是助力AlphaGo獲勝的關鍵技術之一，它是從動物學習、參數擾動自適應控制等理論發展而來的。儘管強化學習技術已經取得了一些引人注目的研究成果，比如會下圍棋、國際象棋或者會玩複雜的多人遊戲的機器人，但是目前這項技術還並未像在語音識別和圖像分析中使用的模式匹配技術那樣得到廣泛應用。

DeepRacer是由亞馬遜的雲計算部門Amazon Web Services（AWS）創建的，實際上，亞馬遜的大部分利潤都是有這個部門創造的。這款汽車配有高清攝像頭，雙核英特爾處理器，以及其他自動駕駛所需的的硬體——不過它對自動駕駛技術的掌握目前還是一片空白。公司希望程序員能夠利用亞馬遜的工具，通過開發自動駕駛汽車技術來掌握強化學習的知識

AWS人工智慧項目主管Matt Wood表示：「除了那些資金十分充足、開發潛力巨大的企業之外，幾乎沒有公司能接觸到這項技術。」

Wood希望DeepRacer能幫助程序員們切身的體驗強化學習技術，並鼓勵他們將其應用到更重要的問題上，進而為亞馬遜的雲計算部門開闢新的業務。強化學習可以對軟體進行培訓從而使其對變化的環境做出適當的反應。Wood表示，這項技術非常適合於工業領域，比如在天氣或電力需求變化的情況下優化風力渦輪機的運轉，或者根據具體情況安排港口的船舶和集裝箱調度。在AWS的幫助下，通用電氣(General Electric)已經利用強化學習技術改進了核磁共振機的圖像處理模型。

亞馬遜在周四於拉斯維加斯舉行的年度re:Invent大會上發布了DeepRacer。公司計劃為世界各地的DeepRacer用戶舉辦十多場比賽，獲勝者可以獲得AWS的積分或者獲得參與明年re:Invent總決賽的資格。這個項目的靈感自於一個普通的遙控汽車比賽，參賽者使用開源的AI軟體來建造自己的微型自動駕駛汽車並參與比賽。

強化學習演算法通過反覆試驗並從錯誤中學習教訓而獲得技能。這些演算法會由來自「獎勵功能」的反饋所引導，這個「獎勵功能」會通過告訴軟體它必須盡量提高自己的得分，或者在不掉東西的情況下舉起物體這些方式來催生一種動機。多次嘗試後，這個軟體就會贏得虛擬相撲比賽或熟練地使用機器人抓手。在這個過程中，軟體就會不斷的改進，最終實現預期目標。

強化學習系統要經過數百萬次失敗才能變得熟練，因此大多數使用該技術的項目都依賴於模擬來加速繁瑣的過程。Alphabet於去年推出了AlphaGo的進階版，AlphaZero，它和自己下了2100萬盤棋，現在的圍棋水平已經超越任何人類棋手了。亞馬遜專門為這個項目創建了一個虛擬世界，裡面有虛擬車輛，不僅可以家事，還會發生碰撞。想要使用亞馬遜DeepRacer的程序員必須先在這裡試驗他們的代碼。

亞馬遜並不是唯一一家想要通過強化學習技術來吸引程序員的公司。微軟開發了一個名為AirSim 的開源項目，它是一個汽車和無人機自動駕駛模擬平台。這個項目同樣也是用來進行強化學習實驗的。殼牌公司與微軟工程師合作，將該技術應用於十分棘手的水平井鑽井問題中。微軟首席技術官Kevin Scott表示，這項技術的應用價值已經不再局限於「玩玩遊戲」而已了，它已經可以真正的造福於人類。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！