随著人工智能（AI）在科技世界的角色日益显著，应用领域也不断扩大。近日国际云平台AWS度举办AWS DeepRacer女子联赛，旨在让女性透过机器学习自动驾驶赛车，发展机器学习的技能。
亚马逊（Amazon）旗下的Amazon Web Services（以下简称，AWS）是一个国际云平台，透过全球数据中心提供超过175项功能齐全的服务。今年，AWS在东南亚区启动AWS DeepRacer女子联赛，让竞赛选手们利用该公司的强化学习（Reinforcement learning，简称RL）工具编写演算法，使AWS DeepRacer自动驾驶赛车在赛道上行走，并以计时模式作赛。竞赛旨在鼓励来自大马、印尼、菲律宾、新加坡和泰国的女性积极投入科技领域。
趣味方式掌握强化学习
早在两年前，AWS就已经举办了首个DeepRacer公开联赛，希望透过比赛加强各路有志于AI开发者对强化学习的理解及训练。AWS平台的教育、卫生保健和亚太（APAC）部区域负责人柯寿坚透露，这项活动让参赛者可以透过有趣的方式运用强化学习。“RL是一种先进的机器学习（Machine Learning，简称ML）技术，以截然不同的方法对机械模型进行训练。它是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。”
今年，该公司决定举办首届AWS DeepRacer女子联赛，让17岁以上，正就读大学先修班或学士学位的亚洲女子参赛。“不管是来自技职学院、工艺学院或大学都能参与。”
另外他也提及，参赛者们能够借此接触亚马逊的国际项目——AWS Educate。“这是一个免费为学生和全体教育者提供构建云端技术的综合教育资源，大家能够透过计划中的机械学习管道（Machine Learning Pathway），获取与人工智能、机器学习和深度学习方面相关的知识。”
柯寿坚强调，这些知识将有助于学生探讨如何用技术进行创新，以设法解决自然语言处理（Natural Language Processing）等现实问题，掌握自动驾驶汽车、增强型数据挖掘、医药科学等领域的理论。
胜出者将征战东南亚总决塞
即使是在性别平等已经取得重大成就的今天，科技等专业领域的女性从业者仍有待增加。根据世界经济论坛（WEF）最新发布的《2020年全球性别差距报告》（Global Gender Gap Report 2020）显
示，在数据及人工智能行业内，仅26%从业者为女性，在云计划领域内，这个比例更只是占12%。
相较于男性，先进社会依然还有一部分人对女性从事科技行业存有偏见，造成业内出现性别失衡的问题。庆幸的是，近来也已经有越来越多的企业意识到女性加入科技行业的重要性，并开始针对社会偏见推出相应的措施，致力给女性同等的发展机遇。柯寿坚说：“作为一个全球云计算机数据智能科技公司，我们非常相信女性在科技领域的重要性。唯有提供她们更多机会展现科技领域的才能，并好好栽培，才能让她们有机会以更多元且创新的方式为科技市场做出贡献。”
大马区AWS DeepRacer女子联赛已在8月8日成功以线上虚拟模式进行，而其他国家的区域赛也已经陆续在8月间完成。“5个国家的最优秀选手皆能赢取价值300美元（约1275令吉）AWS优惠积分”。每个国家区域赛的前3名选手除了能获得奖杯一座，更能够代表该国在9月间参与总决赛，与来自东南亚各国的选手一决胜负。“伴随其他周边奖品，总决赛的AWS优惠积分高达1000美元（约4252令吉）。”
参赛者求职更具优势
问：参赛者需要具备何种特定技能？
答：参加比赛前，参与者必须先完成 AWS Educate计划的机械学习管道课程，以掌握成为一名机器学习科学家的必备技能，并且能有效地检查ML流程以及训练AWS DeepRacer ML汽车模型。
问：受疫情影响，是次AWS DeepRacer女子联赛与之前的竞赛不同，必须采用虚拟模式进行。虚拟和实际竞赛有何不同？
答：在虚拟竞赛中，我们尽力复制实际竞赛的体验，参与者可以在虚拟模拟器（virtual simulator）环境中“实践”赛车，还能够在竞赛间调整汽车的速度，甚至可以在自己制造的不同DeepRacer汽车模型之间用远程遥控方式进行互换。
问：AWS DeepRacer女子联赛能否让有意加入科技领域的参与者更具优势？她们是否能够借此学会新技能？
答：没错，机器学习行业目前正寻觅著曾参与AWS DeepRacer女子联赛的开发人员。这项赛事让她们有机会更进一步去钻研机器学习。
问：能否加以说明AWS Educate计划？
答：这项教育计划目前已在全球约200个国家和地区被广泛使用，连接了2400家机构，1万多名教育者和数十万名学生。通过 AWS Educate，学生和教育工作者可以接触并学习云端行业所需的发展技能。另外，该计划也通过职位委员会将正在寻找人才的云技能公司与符合资格的毕业生或求职者联系起来。
会介绍给更多人
问：之前可有与RL或机器学习相关的经验？
答：大学时期，我曾经选修与人工智能相关的课程，也报读过一些在线课程。然而，这些课程大多以网络和ML基础知识为主，尤其针对RL，我只是听说过，对它的运作原理却知之甚少。
问：当初为何会决定参赛？
答：在我注册加入AWS Hackdays时就得知有这项专为女性而设的比赛，而我对AWS DeepRacer的概念非常感兴趣。比赛官方指参赛者不一定得具备专业的强化学习知识，而我本身尚未尝试过任何与RL相关的编写代码项目，因此将这次的比赛当作开始应用RL的机会。
问：你用了多久时间对模型装备进行训练？
答：我花了约25小时来训练5个模型，训练一个模型最久需耗时约6个小时。
问：能否分享你对这项赛事的感受？
答：我非常喜欢是次比赛带给我的整体体验，也必定会将这样的比赛介绍给更多身边的同龄人。这个比赛能够帮助像我这样没什么经验的人，以不太困难的方式学习RL。我相信像DeepRacer这样的活动能够帮助激发学生对ML和RL的兴趣，非常感谢AWS提供的资源，让我的学习变过程得更加轻松有趣。
问：你对女性在科技领域的参与度抱有什么期待和想法？
答：我希望未来能有更多女性参与其中，也希望这个行业不会被特定的性别所主导。我相信任何人都可以为科技行业做出贡献，我对这行业的未来发展充满期待.
