当人们信任未经证实的100%可靠的AI技术时，后果可能是悲惨的。致命的自动优步事故及其后果向公众强调了这一点。然而，一些游戏、玩具和低风险实验是帮助生产黄金时间和现实生活中使用的人工智能的好方法。

亚马逊网络服务公司人工智能设备总监迈克麦克米勒说：“一点点竞争确实能让开发者受益。”

它基于AWS的DeepRacer(一种1/18比例的汽车，具有可训练的机器学习技术)。各种技能水平的开发人员都对这款产品表现出极大的热情。他们喜欢定期比赛，在那里他们可以展示如何训练小型自动驾驶汽车在赛道上行驶得更快、更安全。根据米勒的说法，他们的发现和成就可能会进入真人所依赖的AI。

在拉斯维加斯举行的AWS re:Invent活动中，米勒与SiliconANGLE Media的移动直播工作室CUBE的联合主持人约翰弗里尔和戴夫维尔兰特进行了交谈。他们讨论了人工智能开发的游戏化。

DeepRacer采用了一种叫做强化学习的ML形式，可以通过奖励函数对模型进行改进。开发人员可以选择奖励模型来实现目标，或者在特定的上下文中展示特定的方式。这样，他们可以训练汽车更靠近轨道的中心线，并且转弯更少。(最快赛道纪录(7.44秒)是由DeepRacer的第一位女性冠军索拉@ DNP创造的。)

AWS在更新后的DeepRacer Evo上增加了传感器，为训练汽车提供了一种新的方式。引擎盖上有一个激光雷达(用于距离检测的激光技术)，前面有一个立体摄像头用于深度感应。

米勒说：“现在，将深度感知、避免物体进入和直接竞争纳入开发者的机器学习模型，可能会给开发者带来挑战。”

在AWS DeepComposer键盘中，AI通过生成的对抗网络取代AI。神经网络相互作用产生原创音乐。

米勒指出，在休闲使用这些产品和科技公司认真研发之间有一座桥梁。DeepRacer的发展可能会进入机器人领域。DeepComposer致力于产品开发等等。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：