他们冲出了亚洲 -

2022年，一个充满挑战与机遇的年份。随着冬至的悄然度过，太阳直射点开始北移，白昼渐长，北半球的寒冬即将落幕，春意正蓄势待发。时光如梭，即便在纷繁复杂的生活中，我们仍能捕捉到希望的微光。那些逆风而行的身影，怀揣着对梦想的执着，用行动诠释着"希望"二字背后的重量。在人工智能与机器学习的探索之路上，一群怀揣热忱的实践者选择以爱好者的姿态投身其中，用创新精神书写属于自己的故事。

距离2022年10月底Amazon DeepRacer亚洲外围赛的开赛时间仅剩12小时，参赛者李宝生与梁耀锦却刚刚结束一天的工作，仍处于未充分准备的状态。作为国内Amazon DeepRacer赛事圈内备受瞩目的技术高手，两人凭借卓越的竞赛能力深受众多车迷推崇。

Amazon DeepRacer是亚马逊云科技推出的1/18比例自动驾驶赛车，其核心功能在于通过构建强化学习模型，使赛车能够自主学习并掌握人工智能相关技能。作为一款基于机器学习技术的工具，它面向普通爱好者与开发者，提供模型训练、研究及优化的实践平台。该赛车的创新之处在于无需人工标注数据，即可通过自我学习掌握复杂的行为模式，在追求长期目标的同时完成实时决策。这种设计让赛车具备类似人类的思考与判断能力，能够自主实现避障、转弯等操作，从而保障行驶的安全性与稳定性。亚马逊云科技每年为中国开发者举办中国联赛，赛事以月度积分赛和线下挑战赛为主要形式，最终在拉斯维加斯举行的全球总决赛中决出年度冠军。对于参与者而言，这不仅是一次技术竞技，更是登上国际舞台、实现职业荣誉的重要契机。

李宝生（左）与梁耀锦（右）不仅是并肩作战的同事，更是Amazon DeepRacer中国赛区的双冠王者，在吉尼斯全球挑战赛中屡创佳绩。梁耀锦曾在2022年华东赛、上海赛中均斩获冠军，并于同年7月China League专业组比赛中夺冠。李宝生的表现同样不遑多让。面对即将到来的亚洲入围赛，两人满怀信心。此次比赛的优异成绩将决定是否能晋级美国拉斯维加斯的线下决赛，对所有参赛者而言都是极具吸引力的荣誉。在仅剩的12小时准备时间内，他们将时间细分为三个阶段。下班后，两人立即投入紧张的备战工作，依据赛道的弯道设计、宽度设定等特性，对原有策略参数进行了精细调整，旨在优化赛车的稳定性与竞速效率。

李宝生与梁耀锦深入探讨了赛车机器学习的核心逻辑，认为其本质在于人类通过构建奖励机制引导赛车的学习与决策过程。他们将转弯半径、赛道居中行驶精度以及行进速度等关键指标纳入奖励函数设计，经过多维度参数调试后，赛车得以自主寻找到最优路径。"这就像训练动物时，每当它完成指定动作就给予食物奖励，久而久之便形成条件反射。"梁耀锦比喻道。然而当他们面对全新赛道时，发现仅通过优化策略代码仍难以在有限时间内达到理想效果。经过两个多小时的反复调整，成绩反而出现下滑，最终不得不采用最初设定的策略方案。尽管如此，他们在次日清晨的赛事中仍以0.1秒的微弱差距斩获亚洲入围赛第二与第三名，成功为中国队赢得前往拉斯维加斯参赛的资格，这一突破令两人倍感振奋。

李宝生与梁耀锦对Amazon DeepRacer的热爱源于纯粹的兴趣驱动。过去数月，两人将周末时光全部投入至Amazon DeepRacer的赛事竞逐与技术开发中。作为汇丰科技的同事，他们日常负责保障银行系统的安全运行与流程优化。去年9月初涉Amazon DeepRacer后，二人便被其技术魅力深深吸引。"当时AI领域热度攀升，渴望深度参与便踏上了这条道路。"李宝生坦言。从虚拟赛道的模拟训练到实体赛车的实战竞技，一年多来他们经历了无数赛事打磨，逐步成长为圈内颇具影响力的技术高手。令二人感触最深的是，线上与线下竞赛存在本质区别——虚拟赛道可将所有参数调整至理想状态，奖励函数的设计始终遵循虚拟环境中的理想化模型；而实际驾驶中，传感器响应速度、光照条件、赛道表面质地等现实变量，都必须重新纳入奖励函数的考量范畴。

赛车运动的显著差异激发了他们的浓厚兴趣。“亲眼目睹赛车自主完成全程的震撼感，远胜于线上模拟。”每逢周末，两人便全身心投入到车辆测试与模拟训练、参数调整等环节中。凭借持续的努力，他们在今年各类赛事中屡创佳绩，不仅斩获多个名次，更成功获得赴拉斯维加斯参加全球总决赛的资格。然而受疫情影响，他们最终未能亲临现场参赛，这份遗憾成为前行的动力。即便如此，两人仍紧锣密鼓地推进人工智能领域的研究，为明年的国际赛事蓄力待发。

任何技术的革新都离不开探索者、实践者与支持者的共同努力。在人工智能领域，潘石被认定为开拓者，而李宝生、梁耀锦则被视为先驱者。潘石早年赴海外求学时主修电子通信专业，对前沿科技动态保持敏锐洞察。相较于传统通信技术，他更早将目光投向人工智能领域，尤其在2018年目睹围棋人工智能AlphaGo战胜世界冠军后，便毅然决然回国投身人工智能创业浪潮。这位低调务实的科技先驱，以谦逊的姿态开启了人工智能技术探索的新篇章。

在接触人工智能领域之前，潘石曾认为该技术的发展较为缓慢，其运作方式依赖于人工收集数据并输入预设程序，机器随后按照既定规则对信息进行汇总处理，最终输出结果。这种模式下，人类需要明确告诉机器具体执行的任务，而机器则只能机械地完成指令。然而，2018年在他接触到Amazon DeepRacer项目后，这一认知发生了根本性转变。他意识到，该机器学习系统赋予了机器自主学习的能力，如同赛车在赛道上运行时，不再需要人工设定速度和转弯角度，只需告知其保持道路行驶的基本规则，赛车便能自主判断位置、调整方向并完成复杂操作。潘石对此感到十分震撼，认为这种自主学习机制让他能够深入理解深度学习的核心原理。

潘石在展示其自主研发的开发板，该产品作为其人工智能创业项目的核心组件，已应用于自动驾驶赛车的研发中。由一群科技爱好者携手合作，他们共同打造的这款开发板，通过集成信息采集器与处理中心功能，为赛车智能化提供了关键技术支持。潘石的创新在于其开发板不仅能够简化赛车硬件组装流程，还通过模块化设计帮助开发者快速实现多种功能，有效降低了人工智能硬件开发的入门门槛。这款开发板凭借出色的性能与易用性，在人工智能互动社区引发热烈讨论，同时为专业研发人员提供了便捷的测试与开发平台。为拓展市场应用，潘石创新性地将推广重点转向线下场景，通过举办开发者聚会等活动，致力于让更多人工智能爱好者能够接触并掌握这项前沿技术。

在参与社区活动时，潘石仍保持着通过摄像头采集赛车数据、利用车载电脑进行机器学习训练的传统方式，直至2021年他注意到Amazon DeepRacer已实现功能模块化，开发者可直接调用预设算法，这使得更多非专业人员能够快速掌握自动驾驶技术。得知有线下赛事机会后，他投入大量时间研究赛事规则，优化奖励机制并进行多次模拟测试，最终在比赛中意外获得第六名。尽管潘石将优异成绩归为偶然，但实际源于其持续投入。谈及备赛经历，他表示当时经历了昼夜不息的技术攻关，整个学习过程充满挑战。最令他难忘的并非名次本身，而是赛事期间与众多技术爱好者建立的联系。特别是与前三名选手的深入交流，让他获得宝贵的行业洞见，这段经历成为其技术成长的重要契机。

作为一名年轻的人工智能爱好者，潘石始终秉持着让普通人更便捷地接触人工智能的初心。在创业初期，他通过组织社区活动吸引大众参与，将教育市场作为重要切入点，凭借自主研发的产品帮助学习者掌握编程基础与人工智能核心概念，包括机器学习等关键技术领域。即便在疫情后的当下，这种分享精神仍在持续，他计划通过Amazon DeepRacer赛事平台深化社区互动，让更多人体验AI实践的乐趣。"目前平台的操作流程已相当友好，即便是零基础用户，也能通过网上的指导教程完成简单模型的搭建，同时掌握Python编程技能。"潘石表示，身处技术快速发展的时代，他坚信普及人工智能知识对每个人而言都具有重要价值，因此持续推动相关教育实践。

曾经被认为难以实现的目标，如今已逐渐成为现实。重庆某职业技术院校的大四学生封磊，用他的行动诠释了这一点。当同龄人在为就业焦虑时，这位年轻人却将目光投向了虚拟赛道。受疫情影响失去线下赛事参与机会后，他转而专注于Amazon DeepRacer线上项目，凭借自主设计与编程能力，取得了令人瞩目的成绩。2019年大二时期，他在校技能竞赛筹备阶段偶然接触到这项赛事，瞬间被其魅力折服。"让赛车实现自动驾驶，这将是多么震撼的体验！"怀揣着对人工智能领域的强烈好奇心，他开始系统学习机器学习知识，将理论转化为现实。

在深入了解Amazon DeepRacer模型数据后，封磊发现该工具已具备基础编程功能。他提到只需按照界面提示构建简单模型，就能快速完成训练并提交参赛。然而要取得优异成绩仍需投入大量时间深入研究。当时外网一位技术大牛持续分享奖励函数设计思路，封磊从中获益良多，并据此优化了模型参数。首次参赛时，他紧张地全程关注赛车在模拟赛道的运行轨迹，反复查阅日志排查问题。今年8月的月赛中，封磊凭借对2019年测试赛道的熟悉和多次调试经验，通过细致分析测试日志调整关键参数，最终以专业组第二名的成绩完赛，与冠军仅差0.1秒。这一成绩不仅令封磊本人感到意外，也令众多爱好者为之震撼。更让他欣喜的是，亚军奖品——一台3D打印机，为后续创新实践提供了全新可能。

四年前，刚踏入大学校园的封磊选择了“云计算”专业作为自己的学习方向。尽管彼时尚无法完全领会“云计算”这一概念的深远意义，但他隐隐约约感受到，这或许正是科技发展的未来趋势。经历了四年的实验室研究、线上课程与实习历练，如今的他已坚定信念，希望在人工智能领域挥洒自己的热情与才华。

在职场深耕多年的李宝生与梁耀锦，早已将所学技术转化为实际生产力。过去工作中繁琐的分类任务依赖人工完成，费时费力且易出错；而今梁耀锦通过引入机器学习技术实现了智能分类，极大提升了工作效率。令人敬佩的是，他们始终保持着对技术的探索欲，不断尝试挖掘机器学习在更多场景中的应用潜力。

潘石（右一）正在参与Amazon DeepRacer赛事，他对这项技术的发展有着深刻见解。他认为，人工智能有望在多个领域替代重复性工作，通过机器学习构建模型，不仅能完成机械化的任务，还能反推结构设计，使机器自主探索最优解决方案。这种技术进步将促使人类转向更具创造性的高智慧工作领域。12月31日13点30分，Amazon DeepRacer年终总决赛将如期举行，届时所有参赛者将共同见证吉尼斯世界纪录证书的颁发仪式。自今年夏季启动以来，经过三个月的激烈角逐，亚马逊云科技团队成功挑战吉尼斯世界纪录，完成赛事目标。本次比赛吸引了全球近5000名开发者参与，创下史上最大规模的机器学习竞赛纪录。每个参赛者的努力不仅推动了赛事进程，更在国际舞台上展现了中国开发者的技术热情与专业实力。