昨天我们成功启动了新的明尼苏达州AI赛车联盟！这是一次故意的“软启动”，只有极少的宣传和营销，因为我们不想让我们的第一次活动不堪重负。优先考虑了双城区STEM领导层中有影响力的人，我们将重点放在邀请能够接触到妇女和少数民族社区的人们身上。这也是在一个工作日，所以我们意识到许多人不能休息一天，这限制了许多人的参与。
该活动在明尼苏达州国际学校的体育馆举行。特别感谢Zach Sheffert建立联系。这是一个很棒的设施，我们有足够的空间来分散和测试非常受欢迎的DonkeyCars。自我注意：教人们如何在开始驾驶前限制最高速度！
我们的赞助商是Optum Tech University（OTU）。无论保罗马利和尼科尔·斯旺森 OTU的做了巨大的工作量，使在很短时间内量这一事件的成功。OTU为10辆DonkeyCars购买了零件，打印了轨道，完成了所有后勤工作，甚至付了咖啡和午餐！他们在两周内完成了这一切！
我们吸引了来自Optum和其他公司的志愿者。Optum Advanced Technology Collaborative的许多员工帮助组装汽车并成为我们的第一轮导师。我们的夏季实习生和Optum 技术开发计划的成员积极参与。
我们的第一个活动的目标是向人们介绍课堂上围绕AI的想法。我们希望活动有趣而灵活，即使教师和利益相关者只能在活动中停留一小时。我们与CodeSavvy和MNCodes等组织合作，确保我们与有影响力的利益相关者建立联系。
当参与者进入健身房时，他们可以选择进入一组“分组表”，或者他们可以直接加入其中一个让DonkeyCar上班的团队。我们有以下突破表：
- 硬件 – 我们有两个表格显示样品Raspberry Pi和Nvidia Nano硬件以及样品伺服器，电机，电池和脉冲宽度调制的可视化演示。
- Python – 用于通过http://trinket.io教授Python的笔记本电脑的表。
- UNIX Shell – 包含示例UNIX shell演示的表。
- GPU服务器 – 用于显示我们的GPU服务器如何用于从图像进行培训的表格。
- Jupyter笔记本电脑 – 带有PC的桌子，向人们展示如何编写Jupyter笔记本来分析他们的图像文件。
- 计算机视觉 – 具有许多计算机视觉演示的表格，例如人脸识别。Nvidia Nano实时运行这些演示。
- 机器学习 – 包含机器学习步骤的总体图表以及如何使用TensorFlow库的表格。
虽然我们在许多表格上都有很多活动 – 其中一些表缺乏足够的训练导师和材料 – 所以我们仍然有大量的内容和培训可供使用。
我们还有一些表格，参与者在校准DonkeyCars时，将车辆用于赛道周围的试驾，试图收集训练数据并训练他们的模型。说实话，我们遇到了一些技术挑战，只有一辆车得到了充分的培训。然而，每个人似乎都玩得很开心，我想很多人都知道这些事件可以带来什么。
我们要求参与者填写“概念卡”表格，在这些表格中他们可以命名一个概念并描述学习目标和资源可能是什么。我们正在收集这些内容，以开始为其他活动构建可重用的学习组件。我们现在处于“汇报”阶段，并将整理一份任务清单，以使下一次活动更加顺利。
特别感谢所有参与的人，特别是Jon Herke，Rob Rossmiller，Parker Erickson，Sean Leary和Paith Philemon为这次活动的辛勤工作而努力。我应该提一下Rob的团队是第一辆完成第一圈的车，所以他们在技术上是我们学习比赛的“赢家”！
我们还要向DonkeyCar 社区成员表示衷心的感谢。如果没有您的辛勤工作以及您愿意分享您的代码，文档和您的经验，这项活动将永远不可能实现！我们希望通过创建一组便携式概念资源来回馈，这些资源可以加载到现代学习管理系统（LMS）中，该系统使用AI来推荐有趣的学习AI的方法。有点像递归！
我们在这里为AI Racing League的CoderDojoTC GitHub回购发布资源。拉请求正在被接受！您可以随意将项目添加到任务列表中，以查找您希望查看的任何新概念。