Gunnar Grosch är Senior Developer Advocate på AWS, Amazon Web Services, och det går inte att ta miste på hans glädje när han håller i den lilla bilen i skala 1/18.

Det är ingen radiostyrd bil. Istället programmeras den med maskininlärning till att köra runt en bana så fort som möjligt. Väl på banan får den klara sig själv, utan mänsklig inblandning. AWS kallar det DeepRacer.

– DeepRacer-bilen har sensorer och en kamera för att lära sig att känna igen banan. När den gör ett korrekt spårval eller använder hastigheten rätt så belönar man det beteendet. På så sätt lär sig bilen, eller egentligen algoritmen som kör bilen, att ta kurvorna bättre och anpassa hastigheten. På så sätt får vi allt snabbare varvtider, säger Gunnar Grosch.

Må bästa algoritm vinna

Den bästa algoritmen belönas när bilarna tävlar mot varandra och det här sättet att lära sig maskininlärning har ökat i populäritet.

– Det här gör att vem som helst kan börja med maskininlärning. Det blir en tydlig uppgift att få bilen att köra runt banan så fort som möjligt. 175 000 har testat sedan vi startade 2018 och 100 000 gjorde det förra året, så det verkar som att allt fler vill prova och lära sig på det här sättet, säger Gunnar Grosch.

Tanken är givetvis att DeepRacer ska vara ett kul sätt att lära sig tekniken som sedan kan användas inom helt andra områden.

– Det finns många andra tillämpningar för den här typen av modeller där reinforcement learning används. Exempelvis kan de användas för att träna industrirobotar eller olika typer av beslutssystem.

Hype, rädslor och optimism

Termen maskininlärning myntades redan 1959, så hur kommer det sig att det tar rejäl fart först nu?

– Ett starkt skäl är att den här typen av tjänster nu finns i molnet. Tidigare krävdes att du själv hade tillgång till enormt kraftfulla maskiner om du skulle jobba med maskininlärning. Idag räcker det med ett kreditkort och tillgång till en internetuppkoppling. Du betalar för hur mycket du använder tjänsten, inget fast pris, säger Gunnar Grosch.

Ytterligare ett skäl till att det tar fart, det snackas ju AI och maskininlärning i alla teknikbolag idag, är att det inte längre krävs lika hög kunskap för att komma igång. Du behöver inte koda din egen algoritm för att exempelvis kunna extrahera och tolka text från olika dokument.

– Jag tycker attityden till det här ändrats också. Idag möter jag faktiskt inga som är rädda för tekniken. Ett tag kopplade vissa det här till SkyNet i Terminator, Matrix och HAL-2000. Ett skäl tror jag att allt fler är vana och vuxit upp med teknik som Siri och Alexa.

Det menar Gunnar Grosch, som kanske inte helt oväntat, är optimistisk inför den snabba utvecklingen och ökade intresset för maskininlärning.

– Det finns en vilja att göra saker inom det här området som jag inte såg för bara några år sedan. Det gör mig väldigt positiv tillsammans med initiativ som DeepRacer som gör det mycket enklare att komma igång. Spektrumet av användare ökar och vi ser allt fler tillämpningsområden. Är du nyfiken tycker jag att du ska ge dig på och testa.

👆️ Den här artikeln är producerad av Warp News i partnerskap med Amazon Web Services.

❤️ Våra partners gör att Warp News kan sprida faktabaserade optimistiska nyheter till tusentals nya läsare. I gengäld har de möjlighet att sprida sitt budskap och marknadsföra sig till dig som läsare i form av partnerinnehåll – som den här artikeln.

❓ Vill du veta mer? Skicka ett mail.