Förra veckan samlades deltagare i Göteborg och Stockholm för AI Robotics Challenge, arrangerat av AI Sweden och RedHat. Evenemanget utmanade dem att fördjupa sin förståelse för Machine Learning Operations (MLOps) genom att träna och implementera maskininlärningsmodeller för att styra robotar genom en bana fylld med hinder.
– Utmaningen gav ett unikt tillfälle att både lära sig och demonstrera MLOps-lösningar i en praktisk miljö. Här kunde deltagarna experimentera, testa och samarbeta i en trygg och inspirerande atmosfär. Att se en robot röra sig baserat på ens egen kod och AI-modell gör tekniken konkret och verklig,
säger Ted Henriksson, Systemingenjör på AI Sweden.
Ted Henriksson
Machine Learning Operations (MLOps) är en uppsättning metoder, verktyg och processer som syftar till att göra maskininlärningsutvecklingen mer robust och skalbar, med en högre grad av automatisering och samarbete över olika avdelningar och discipliner.
Deltagarna, som bestod av utvecklare, driftchefer, arkitekter och studenter, fick möjlighet att finslipa sina kodningsfärdigheter, samarbeta med kollegor och utforska verkliga tillämpningar av MLOps. I lag om tre programmerade de en Raspberry Pi-baserad fjärrstyrd bil, utrustad med kamera och avståndssensor, för att navigera genom en kontorsmiljö och lokalisera en röd fedora-hatt. Den sista utmaningen krävde att lagen flyttade koden från molnet direkt till roboten och säkerställa att den kunde agera helt autonomt med hjälp av edge computing.
– Genom att lösa en verklig utmaning tillsammans får deltagarna en djupare förståelse för MLOps – både dess möjligheter och utmaningar. Dessutom skapas en ovärderlig kunskapsdelning mellan deltagarna. Och viktigast av allt? Alla hade otroligt roligt under tiden, avslutar Ted Henriksson.