导读

在本次会议中，探讨澳大利亚游泳协会如何与亚马逊云科技专业服务团队合作创建训练洞察。了解使用亚马逊云科技 Panorama如何帮助他们在边缘执行实时计算机视觉(CV)推理。发现使用亚马逊云科技 AI/ML服务生成的洞察如何直接协助一些世界顶尖游泳运动员提升他们的训练和比赛表现。

演讲精华

以下是小编为您整理的本次演讲的精华。

在不懈追求卓越的道路上，每一秒的分数都可能决定胜负，澳大利亚游泳协会着手开启了一段非凡的旅程，旨在充分发掘其精英运动员的潜能。他们与亚马逊云科技携手合作，开发了一个名为“训练洞见”的革命性表现分析系统，旨在为教练和运动员在训练过程中提供实时的数据驱动洞见。

这一创新解决方案的核心理念是，每一位运动员都是独一无二的，就像一个待解的魔方，必须找到解开他们个人优势和需改进领域的钥匙。高水平运动员对反馈非常敏感和自我批评，无论是技术、身体还是心理方面的反馈。他们越早获得这些信息，就越早能着手提高表现。

游泳的关注点不仅仅在于成绩，更在于表现和过程本身。教练必须全面对待每一位运动员，认识到最大的进步是在训练池中实现的——这个“F1车库”是磨练和完善技能的地方。提升训练环境可以极大地让运动员受益，因为他们在不懈追求完美的同时，也知道总有进步的空间。

做好准备工作至关重要，运动员必须了解自己的长处和弱点，才能有效地加以改进。最终目标是在奥运会上看到运动员触壁时露出“灿烂的笑容”，因为他们实现了一个曾经难以想象的成就。

在精英游泳世界中，反馈的时机和传递方式至关重要。运动员在训练过程中会长时间处于水下，因此在他们到达池边时立即获得数据反馈就显得很有优势。即时反馈有助于加强学习，让运动员将信息与刚刚执行的具体动作联系起来，并与水中的感觉建立联系。

提供数据驱动的反馈可以消除主观性和情绪因素，确保采取更加客观的方式。然而，正如Annie Navei在职业生涯早期所了解到的，除了需要改进的领域外，提供积极的反馈同样重要。找到正确的平衡是一门艺术和科学，需要将教练的经验和直觉与有意义的数据相结合，从而有效地推动人类表现。

教练需要能够在训练过程中捕捉和分析运动员表现的工具，以支持数据驱动的教练决策并跟踪进度。然而，并非所有指标都有用，有些甚至可能掩盖了宝贵的洞见。运动员表现指标的制定应该听取教练的意见，以确保它们能够支持教练过程并提供有意义的洞见。

“训练洞见”的目标是让有意义的运动员数据民主化，并在训练过程中为教练和运动员提供实时洞见。然而，在动态的训练池环境中实现这一目标具有挑战性，因为每条泳道都有多名运动员，他们在游不同的泳姿和练习，环境条件也在不断变化。

比赛可能会因为分秒之差而失利，因此制定正确的策略至关重要。从历史上看，奥运项目的技术发展通常是通过类似大学的项目进行的，这种方式往往进展缓慢。然而，亚马逊云科技可以与高水平运动项目保持同步，为澳大利亚游泳协会在全球竞赛中提供竞争优势。

仅用了14周时间，澳大利亚游泳协会和亚马逊云科技就为“训练洞见”系统奠定了基础。该系统能够实时分析训练过程中运动员的视频画面，计算相关指标，并将这些数据提供给教练，以支持数据驱动的决策。这是同类系统中的首创，在追求奥运荣耀的道路上具有重大优势。

该系统围绕特定的游泳练习而设计——这些练习或以技术为重点的活动旨在提高运动员的技能。在练习开始前，教练会输入有关运动员和训练课程的元数据，为数据提供重要的上下文。他们还会检查相机校准，因为该系统依赖于安装在游泳池上方的摄像头拍摄的视频画面。

当训练练习开始时，教练会按下开始按钮，启动部署在Amazon Panorama上的机器学习管道对摄像头帧进行处理。Amazon Panorama是一款全托管的边缘设备。该管道可以检测和跟踪运动员，计算运动员的训练指标，如转身时间、游泳速度等。这些指标会实时流式传输到托管在Amazon App Runner上的应用程序用户界面，让教练能够立即提供反馈并做出数据驱动的决策。

例如，如果教练观察到某位运动员的转身时间比其他人慢了0.01秒，他们就可以立即与该运动员进行交流，着手改进技术。鉴于比赛常常因0.01秒这样微小的时间差异而分出胜负，在训练池中达到这种精度级别对于让运动员在经过12到14年的训练后赢得更多奖牌至关重要。

练习结束后，教练可以审查数据，必要时进行手动修改，然后将其上传到Amazon S3进行长期存储。这使得澳大利亚游泳协会能够跟踪运动员的发展历程，将当前的训练数据与以前的训练数据进行比较，从而确定需要改进的领域。

该系统架构结合了云端的灵活性和可扩展性，以及边缘计算的带宽效率和低延迟。Amazon Panorama使用自定义的计算机视觉和机器学习模型作为机器学习管道进行视频帧处理。

管道首先使用深度学习模型在视频帧中检测运动员的头部。然后，一种跟踪算法会在多个帧中连接同一运动员的身影，过滤掉不符合运动员在水中以合理速度移动的无关运动。运动员的轨迹会以轻量级文本文件的形式存储，其中包含了使用游泳池校准文件和物理计算得出的池内位置信息。

通过添加诸如识别泳姿的额外功能，该管道可以计算更多训练洞见，包括划水频率、每划水距离以及其他有价值的指标。例如，拥有识别泳姿的能力可以解锁诸如划水次数、划水频率或每划水距离等洞见。最终的数据洞见会通过Amazon SQS发送到云应用程序，供教练查看和分析。

Jess Karones强调，这些训练洞见对于澳大利亚游泳协会的教练来说至关重要。将运动员的表现分解为自由游泳时间(100米比赛中的65米)和技能时间(起跳、转身和触壁——100米比赛中的35米)等组成部分，可以让教练识别出长处和需要改进的领域，从而为每一位运动员制定个性化的训练计划。

Karones强调了转身的重要性，因为在较长距离的比赛中(如200米及以上)，转身时间的累计可能占据比赛的很大一部分。转身本身包括头部通过距离池壁5米的位置、在池壁上的时间、触壁、水下踢腿以及过渡到游泳并让头部通过离池壁10米的位置。

该系统使用跟踪算法检测转身的开始和结束，而一种自定义的机器学习模型则能够精确到0.08秒或2帧的准确度检测触壁时刻——这种精度远远超过了人类使用秒表的能力，即使考虑了反应时间。

Annie Navei强调，机器学习能够实现0.08秒的精确度，超越了人类的能力，这正是“训练洞见”为澳大利亚游泳协会带来价值的关键所在。通过结合不同的模型和功能，该系统可以计算各种运动员训练指标，为教练提供宝贵的数据，以做出明智的决策。

Karones解释说，获得多种数据指标可以让教练制定更加完善的游泳策略。整合诸如出水时间(运动员在水下踢腿后头部露出水面的时刻)、呼吸和踢腿等不同数据点，可以让他们完善运动员准备过程的每一个环节，从而实现更加智能、个性化的训练，并取得更好的比赛成绩。

最终，数据与训练洞见的结合让运动员能够尽展所能，将每一分每一秒都化作成功的机会。这个新系统为表现支持团队、教练和运动员开启了令人兴奋的新机遇，而澳大利亚游泳协会只是刚刚开启了这段变革性的旅程。

在2024年巴黎奥运会上，澳大利亚与美国之间的奖牌差距仅有一枚，Karones已经瞄准了2028年洛杉矶奥运会和2032年布里斯班奥运会，期望借助亚马逊云科技尖端技术取得更大成就。高水平游泳是一场全球竞赛，目标就是通过不断创新和改进，赢得尽可能多的奖牌。

由澳大利亚游泳协会和亚马逊云科技共同开发的“训练洞见”系统代表了精英游泳运动员表现分析领域的一项突破性进展。该系统利用机器学习、计算机视觉以及混合边缘和云架构(包括Amazon Panorama、Amazon App Runner、Amazon S3和Amazon SQS等服务)，能够在训练过程中实时为教练和运动员提供数据驱动的洞见，其精度远超人类能力。这一创新解决方案使教练能够做出明智决策、完善技术，并最大限度发挥运动员的潜力，为澳大利亚游泳协会在争夺奥运奖牌的道路上赢得竞争优势。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。