Diyelim ki bira gözden geçirilebilir. Amazon Web Services (Aw) teknolojilerine adanmış dünyanın en büyük bulut etkinliği olan re:Invent’te Las Vegas’tayız. Daha doğrusu, öğrenme sistemleri ve makineler konusunda çalışanlar ve ortak şirketler tarafından oluşturulan demoların ve projelerin sergilendiği, İtalya’nın en büyük teknoloji fuarı kadar büyük bir yer olan AWS Builders Faire’in girişindeyiz. Bira, bir mikser ve biraya musluk ve servis yapan mekanik bir koldan oluşan bir sistem olan Robo Tap Room tarafından sunuldu. Biz denedik.
Nasıl gitti? Plastik bardak eğildi ve bira köpükle doldu. Ama ilk sıradaydık ve bize sistemin sonunda öğreneceğini ve gelişeceğini açıkladılar. Bu, Robo Tap Room ve öğrenmek için makine öğrenimi algoritmalarını kullanan diğer birçok çözüm için geçerlidir. Zaman alıyor, diyorlar, çünkü makineler bira hakkında hiçbir şey bilmiyorlar, sadece onlara ne öğrettiğimizi veya nasıl öğrenmelerini söylediğimizi biliyorlar. Aws DeepRacer örneğinde olduğu gibi.
Birkaç yıl önce veya daha doğrusu dört yıl önce piyasaya sürülen bu, tamamen kendi kendine giden 1:18 ölçekli bir yarış arabasıyla yarıştığınız bulut tabanlı bir 3D yarış simülatörüdür. Geliştiriciler için bir yarış oyunu değil, takviyeli öğrenme veya takviyeli öğrenme uygulamasıdır. Makine, çevre ile etkileşim yoluyla öğrenir. Viraj ıskalıyor, yola dönüyor kısacası deneme yanılma ile ilerliyoruz. Denetimli öğrenmede olduğu gibi programcıdan talimat almaz. Ona ne zaman hızlanacağını ve ne zaman yoldan çıkacağını söyleyecek kimse yok. Bağlama dayalı ve dolayısıyla etiketli öğrenme verilerine ihtiyaç duymadan öğrenin.
AWS DeepRacer tarihinin en zorlu pisti olan 33.22 metrede Las Vegas’ta gerçekleşen Intel ile bir şampiyona var. Ayrıca okullar için temel bilgileri öğrenmenize ve pekiştirici öğrenme modelleri eğitmenize yardımcı olacak uygulamalı makine öğrenimi eğitimleri de vardır (yalnızca ABD). Uluslararası basının önünde yapılan gösteride geri geri giden iki araba gördük, ardından iki kişi onları her yanlış virajda tekrar doğru yola koydu.
Başarısızlık hissi bira ile aynıydı. Ancak bu, kolayca içine düşülebilecek bir perspektif hatasıdır. Makine öğrenimi, başarısızlıklar için giderek daha fazla bir eğitim alanı haline geliyor. Ve böyle olmak zorunda, böyle çalışıyor. bu da onun güzelliği diyelim. Zaman alır, uzun zaman alır, çünkü amaç birinci bitirmek ya da bölgedeki en iyi birayı servis etmek değildir. Ama nasıl yapılacağını öğrenin. Ve yeni bir şekilde.
