2022，这是复杂的一年。
好在如今冬至已过，太阳直射点从地球南回归线逐渐北移。从此日落越来越晚，北半球的冬日渐短，春日可期。
时间的河流从不停止，艰难的生活中，我们还可以看到微光。总有人逆风前行，为梦想也为了那听起来仍旧动人的词汇——希望。
(资料图片)为了一份热爱，他们不惜投入全部精力；为了一份梦想，他们没日没夜奋战。
在人工智能、机器学习的路上，一群人决定置身事内，以爱好者的身份，去开拓、去创造。
今天，我们想讲讲他们的故事。
时间只有12个小时。
2022年10月底，Amazon DeepRacer亚洲外围赛的比赛时间，只剩下12个小时。参赛者李宝生、梁耀锦却刚刚下班，还未准备充分。
在国内Amazon DeepRacer竞赛领域，二人是公认的大牛，被许多爱好者追捧。
Amazon DeepRacer赛车
Amazon DeepRacer是亚马逊云科技推出的1/18比例自动驾驶赛车，能够通过构建强化学习模型，快速学习并掌握人工智能的知识。
它是一种基于机器学习技术，为普通爱好者、开发者提供训练、研究和辅助模型的工具。
它的强大之处，是不需要任何标记的训练数据，就可以让机器自行学习复杂的行为，并可以在优化长期目标的同时，做出短期决策。
通俗地讲，就是让赛车像人一样，可以思考、判断、作出决策和给出行动。比如，通过赛车自己学习如何避障、如何转弯，从而实现赛车安全、平稳、快速地行驶。
每年，亚马逊云科技面向中国开发者，推出中国联赛，以月度积分赛、线下挑战赛为主，并在年度决赛中决出全国冠军。其中也包括亚洲入围赛和在美国拉斯维加斯举办的世界级年终决赛。
对开发者来说，走上世界级舞台，这是Amazon DeepRacer竞技崇高的荣耀。
李宝生（左）和梁耀锦（右）
李宝生和梁耀锦既是同事，又是Amazon DeepRacer比赛中国赛区的常胜将军，吉尼斯全球挑战赛中的佼佼者。梁耀锦曾拿下2022年华东赛、上海赛第一名、2022 China League 7月专业组第一名。李宝生的成绩与此不分伯仲。
对于这次参加亚洲入围赛，二人踌躇满志。在比赛中成绩优异者，可以前往美国拉斯维加斯参加线下决赛，这对所有爱好者都是不小的诱惑。
仅剩的12个小时准备时间，被二人切割成了三份。下班回到家后，李宝生和梁耀锦投入到紧张的准备中。
第一步，根据拿到的赛道信息，重新测试自己之前的策略和赛车的完赛成绩。想要实现赛车平稳、快速完成比赛，开发者编写的机器学习策略，至关重要。
二人拿到赛道之后，根据赛道的弯道、宽度设置等，重新微调之策略的参数，使得赛车更加快速完成比赛。
李宝生和梁耀锦在讨论赛车
机器学习的本质，是人对机器设置奖励函数，以此为赛车的学习、决策给出参考条件。例如转弯角度、是否沿赛道中心行驶、行驶速度等。诸多复杂条件调试完成，赛车便通过自我学习，探索出一条最佳路线行驶。
“像训练动物一样，想让它坐下，就每当它坐下的时候给它一块肉，这样养成习惯，它就学会了坐。”
对于赛车而言，奖励函数中任何参数的变化，都会对最终的成绩产生影响。这会干扰赛车的前进、转弯和速度。
分析完赛道，修改策略代码之后，二人发现想要在如此短的时间内，实现自己想要的结果，测试时间根本不够。为了确保晋级，他们开始分析对手。
在过往的排名中，想要排名达到前三，他们要让赛车最好的成绩达到8秒/圈。但当天晚上，面对全新的赛道，二人一直“折腾”了2个小时，梁耀锦发现，成绩仍然不理想，甚至都不如从前。而此时，时间已经接近深夜12点……
“最后都放弃了，就用最开始我们设定的那个策略了。”放下之后，二人开始休息，为第二天清晨的比赛作准备。
没有充足的体力，无法应对接下来的比赛。
幸运的是，在第二天的清晨的比赛中，二人最终以0.1秒之差，获得亚洲入围赛的第二、第三名。这个成绩让他们很兴奋，代表中国，他们终于拿到了去往拉斯维加斯比赛的入场券！
线上模拟赛车行驶
对Amazon DeepRacer的热爱，李宝生和梁耀锦完全来自于兴趣。过去的几个月，这两个男人，付出了全部周末时间，一头扑到Amazon DeepRacer的比赛、研发中。
二人同在汇丰科技工作，为银行系统的安全、流畅保驾护航。去年9月，接触Amazon DeepRacer后，二人产生了极大兴趣。“当时AI很火、也想多接触接触，就参与进来了。”李宝生介绍。
这一接触，就再没停下来。
从线上的模拟赛道，到线下的实体赛车，过去的一年多时间，二人参加了数不清的赛事，也不断成长为圈内的“大牛”。
让他们感受最深的，是线上赛和线下赛有着巨大的差别。
线上模拟赛道的演练，几乎将参数都调整到了完美，所以奖励函数的设定，也是按照虚拟的完美的模型来测试。
但当赛车真正开上跑道，传感器反应速度、光照强度、赛道平整程度等诸多因素，都要重新考虑进奖励函数中。
赛车
巨大的差别也让二人产生了浓厚的兴趣。“当真的看到一个赛车自动跑完全程，那种震撼还是比线上强烈。”几乎每一个周末，他们都会投入到赛车的测试和模拟、调整练习过程中去。
比赛成绩最终给了他们回报。今年，在大大小小的赛事中，二人不断取得好名次，甚至获得前往拉斯维加斯参加全球总决赛的入场券。
因为疫情，二人最终未能在现场参与角逐，这是他们的遗憾。但在人工智能的路上，脚步并没有停歇，二人仍在努力，向明年的总决赛发起冲击。
