بروزرسانی: 28 اردیبهشت 1404
رقابت APU-AWS DeepRacer 2023 استعدادهای یادگیری ماشین و علم داده آینده را به نمایش می گذارد
این مسابقه توسط مرکز فناوری و نوآوری دانشگاه (CTI) که مسئول توسعه برنامه های کاربردی فناوری و راه حل های مستقر در سراسر APU است، سازماندهی شد.
به ،وان بخشی از APU-AWS DeepRacer Compe،ion 2023، به هر یک از اعضای تیم های فینالیست 30 ساعت آموزش شبیه سازی رایگان با کنسول AWS و 5 گیگابایت حافظه مدل داده شد تا یک مدل یادگیری تقویتی را در یک محیط مسابقه سه بعدی شبیه سازی شده آموزش دهند.
چونگ جک پانگ، رهبر تیم «ماشین میوورز» و اعضای تیمش، تان آن نینگ و وونگ کای زی، دانش آموزان سال دوم سیستم های هوشمند و برندگان رتبه دوم، موفقیت خود را مدیون نظریه مبتنی بر دانشی دانستند که از این برنامه یاد گرفتند. در APU ما یادگیری ماشینی و یادگیری تقویتی را در ک، درس یاد گرفته ایم و آشنایی بدون شک به ما در این مسابقه کمک کرد. اگرچه این اولین مسابقه ما بود، اما به مقام دوم رسیدیم.»
"Common Emitter"، تیمی متشکل از لیسانس مهندسی کامپیوتر با دانشجویان ممتاز سال دوم لی ژان تام، وونگ جون ژی و یونگ مینگ جون، به ،وان برنده مقام سوم در رقابت بسیار رقابتی ظاهر شد. علیرغم عدم تخصص در یادگیری ماشینی و یادگیری تقویتی، مهارت این تیم در کدنویسی پایه پایتون آنها را قادر ساخت تا در یادگیری ماشینی و فرآیند یادگیری تقویتی برتر باشند.
AWS DeepRacer یک خودروی مسابقه ای خودران در مقیاس 1/18 است که توسط AWS طراحی شده است تا روشی سریع و جالب را برای همه افراد برای یادگیری در مورد آموزش مدل های یادگیری تقویتی، آزمایش با فناوری با ساخت برنامه های رانندگی مستقل، و آزمایش مدل های RL خود توسط مسابقه در یک مسیر فیزیکی این رویداد 215 تیم شامل 535 دانشمند و مهندس داده آینده را که در APU تحصیل می کنند، جذب کرد.
موفقیت APU-AWS DeepRacer Compe،ion 2023 بر تعهد APU به پرورش فرهنگ نوآوری و ارائه فرصت هایی برای دانش آموزان برای برتری در فناوری های نوظهور تأکید می کند.
منبع: https://www.di،alnewsasia.com/business/apu-aws-deepracer-compe،ion-2023-s،wcases-future-ma،e-learning-and-data-science
جولیان لاو، رئیس بازارهای رشد ASEAN، بخش عمومی جه،، AWS، به شرکت کنندگان در این رویداد پیوست و در مورد همکاری با APU صحبت کرد. هوش مصنوعی (AI) و یادگیری ماشینی (ML) از جمله تحول پذیرترین فناوری هایی هستند که می توانند به ما در رسیدگی به مشکلات چالش برانگیز جامعه کمک کنند. ما خوشحالیم که با APU کار می کنیم تا فرصتی را برای دانش آموزان خود فراهم کنیم تا خدمات ML AWS را آزمایش کنند و مهارت های ML را به روشی سرگرم کننده و جذاب توسعه دهند. از طریق لیگ AWS DeepRacer، هدف ما الهام بخشیدن به دانشجویان APU است تا پتانسیل کامل فناوری ML و ابری را کشف کنند و آنها را در سناریوهای دنیای واقعی و مشاغل آینده خود به کار ببرند.
سپس 10 فینالیست برتر در یک فینال بزرگ دو ساعته شرکت ،د. تیم های "Cloud Champs"، "Ma،e Meowers" و "Common Emitter" به ترتیب با سرعت 8.885، 9.106 و 9.59 ث،ه به ،وان سه برنده برتر ظاهر شدند.
ما توانستیم با استفاده از مک،زم پاداش-پنالتی برای آموزش ماشین، که توسط یک سیستم هوش مصنوعی اداره می شد، عملکرد خوبی داشته باشیم. ما باید آنها را در عادات خوب آموزش دهیم تا به هدف خود برسند - حرکت با بیشترین سرعت ممکن بدون خارج شدن از مسیر. اگر حرکت درستی انجام دهد، امتیاز بالایی به آن می دهیم، اما اگر اشتباه کند، امتیاز را به ،وان پنالتی کم می کنیم. این تیم تقریباً شبیه رویکرد هویج و چوب است.
قهرمانان موفقیت خود را مرهون تحقیقات و یادگیری از تجربیات دیگران دانستند. تانگ جیان شیون، دانش آموز سیستم های هوشمند لیسانس علوم کامپیوتر (Hons) که با همک،ی اش Tey Jia Yi برای مسابقه همراه شد، گفت: «در طول فرآیند آموزش، به جای تمرکز بر سرعت، بر پایداری خودروی مدل تأکید کردیم. ما خوشحالیم که این رویکرد مقام اول را به ما داد."
- مسابقه در ماه مارس با راهنمایی کارشناسان AWS آغاز شد
- الهام بخش دانشجویان APU برای کشف پتانسیل کامل فناوری ML و ابری باشید
CTI با AWS همکاری کرده است تا معماری برنامه APU را به ابر به ،وان بخشی از استراتژی تحول دیجیتال مستمر دانشگاه تبدیل کند، که هدف آن تبدیل زیرساخت فناوری اطلاعات APU به ا،یستمی چابک تر، کارآمدتر و قابل اعتمادتر است که تجربیات یادگیری استثنایی را به دانشجویان و اساتید ارائه می کند. .
این رقابت یک ماهه در ماه مارس آغاز شد و کارشناسان AWS به شرکت کنندگان APU توضیحاتی در مورد کنسول و کارگاه یادگیری ماشینی عملی ارائه ،د. شرکت کنندگان این فرصت را داشتند تا مهارت های خود را با آزمایش با ورودی های حسگر متعدد، جدیدترین الگوریتم های یادگیری تقویتی، پیکربندی شبکه های عصبی و شبیه سازی به روش های انتقال دامنه واقعی قبل از آزمایش آنها در مسابقات اتومبیل ر، خودران، آزمایش کنند.
Gurpardeep Singh، مدیر عملیات APU، مشارکت فعال و اشتیاق یادگیری نشان داده شده توسط تیم ها را ستود و ارزش رقابت را در ارائه تجربیات یادگیری در دنیای واقعی برجسته کرد. APU-AWS DeepRacer Compe،ion 2023 نه تنها به ،وان یک مسابقه عمل می کند، بلکه دانش آموزان را به دانش و مهارت های عملی در کار با مدل های مجازی با استفاده از هوش مصنوعی و یادگیری تقویتی و تبدیل این مدل ها به مدل های فیزیکی واقعی مجهز می کند. چنین تجربیاتی دانش آموزان را برای مشاغل حرفه ای آینده خود آماده می کند، زیرا آنها تجربه عملی را با فناوری های پیشرفته ،ب می کنند.
برای ارتقای دانش فنی و مهارت های خود، نیمه نهایی ها همچنین در یک کلینیک مربیگری دو ساعته که توسط کارشناسان AWS اداره می شد، شرکت ،د تا به سوالات فنی پاسخ دهند و سپس زمان های دور مسابقه خود را ارسال ،د.
تصور کنید که در یک مسیر فیزیکی با یک ماشین خودران مسابقه می دهید در حالی که درباره یادگیری تقویتی (RL)، یک تکنیک پیشرفته یادگیری ماشینی (ML) بیشتر می آموزید. این رویا برای علاقه مندان به مسابقات در 13 آوریل در دانشگاه فناوری و نوآوری آسیا و اقیانوسیه (APU)، اولین دانشگاه در ما،ی که با خدمات وب آمازون (AWS) در جهان همکاری می کند، به واقعیت تبدیل شد. به طور گسترده پذیرفته شده است ارائه ابر، برای میزب، مسابقه AWS DeepRacer.