科技部 AI 教練助攻!東奧舉重郭婞淳奪金背後的視覺分析工具

「精準舉重」計畫利用視訊分析技術及人工智慧開發出槓鈴軌跡追蹤系統,透過槓鈴在空間中變化的狀況,掌握選手施力狀態,也可以觀察數據變化,了解選手是否出現疲倦,調整訓練量。同時像 2019 年也秘密蒐集北韓強敵的即時比賽資訊,分析結果即時傳遞給郭婞淳的教練,做為戰術設定的參考。
評論
Photo Credit:REUTERS/達志影像
評論

原文刊登於中央社,記者蘇思云,INSIDE 經授權轉載。

台灣舉重選手郭婞淳勇奪金牌,讓台灣在東奧收下首面金牌,世界羽球球后戴資穎進入 8 強也備受期待,捷報頻傳,背後也有賴於科學技術助攻,科技部運用視訊分析與人工智慧,替選手客製 AI 教練,找出「不易看見的細節」,順利在頂尖競賽中勝出。

科技部 2018 年起推動為期 4 年的「精準運動科學研究專案計畫」,投入新台幣 2 億 4000 萬元。有團隊運用 AI 與視訊分析 2 大技術,掌握選手施力點與槓鈴軌跡,不僅可以精準修正動作姿勢,判斷選手是否保持在最佳狀態,甚至可以進一步分析對手動作,成為蒐集情報的利器之一。

台灣選手郭婞淳先前訓練過程,就運用科研計畫強化技能,今年東奧舉重 64 公斤級拿下銅牌陳玟卉同樣也使用相關設備技術。

以「精準舉重」計畫為例,結合陽明交通大學與台北市立大學團隊,作為計畫共同主持人的台北市立大學運動器材科技所教授何維華直言,奧運不只是比選手的競技成績,更是比各國的科技實力。

何維華解釋,像是舉重選手上場有提鈴期與發力期 2 階段,前面求平穩、要保護腰部不要受傷,後面要產生很高的加速度才能完成動作。團隊奠基在國家訓練中心運科中心過去技術上,利用視訊分析技術及人工智慧開發出槓鈴軌跡追蹤系統,透過槓鈴在空間中變化的狀況,掌握選手施力狀態,教練也可以觀察數據變化,了解選手是否出現疲倦警訊,調整訓練量。

何維華表示,團隊也進一步開發出 AI 教練情蒐敵情,像是 2019 年在泰國舉行的世錦賽,團隊也利用 AI 教練系統現場立即分析郭婞淳比賽表現,同時也秘密蒐集北韓強敵的即時比賽資訊,分析結果即時傳遞給郭婞淳的教練,做為戰術設定的參考。

另外,團隊也透過跟中科院攜手研發,改良用在國防科技的材料,設計出避震減躁地墊,不僅減少槓鈴落下時的反彈高度、降低意外發生機會,也可以減少選手因長期訓練所造成的聽力損傷風險。團隊也為郭婞淳量身定製一張粉紅色的專屬地墊,不時也會出現在郭婞淳 IG 發出的訓練照片中。

不僅是舉重項目,成大團隊瞄準羽球訓練過程,進行「AIOT 智能羽球訓練模式」研發;交大團隊的「Coach AI 金準羽球」透過比賽轉播,紀錄每一拍再進行戰術分析,希望可以減少情蒐人力成本。

成大體育健康與休閒研究所特聘教授蔡佳良指出,「AIOT 智能羽球訓練模式」團隊有製作智能羽球拍,即時搜集羽球練習時所有動作的訊號,透過訊號了解今天選手練球有幾球殺球、平球、切球,即時蒐集、分析選手是用什麼球路得分。

此外,團隊也設計穿戴裝置,紀錄選手訓練時的腦波與眼球訊號,若出現訓練疲勞,也會調整訓練,避免產生運動傷害。

蔡佳良指出,團隊目前已跟「勝利體育事業股份有限公司」簽訂合作備忘錄,希望可以開發出更輕巧的智能羽球拍,整套智聯網羽球場方案規劃日後可以在國家訓練中心正式啟用,希望幫助選手再創佳績。

科技部提到,4 年期專案已進入下半場,重點可能從關注運動員生理表現轉為關注心理層面影響,並希望科研成果不只侷限在運動領域,後續要讓 33 項技術成果與 31 家企業進行媒合,擴大發揮產業價值。

責任編輯:Mia
核稿編輯:Chris

延伸閱讀:



開發者享受 CI/CD 價值!運用 Amazon EKS 整合 GitLab 創建自動化部署

企業如何在 Amazon EKS(Elastic Kubernetes Services)上使用 GitLab 創建自動化部署,減輕人力負擔,提升專案服務運作效率?
評論
評論

所謂現代化智慧 IT,所有工程師最希望的境界,莫過於只要輕鬆點幾下設定,系統就會自動跑起來,管理者再也不用隨時待命在機台旁邊,從此工作悠哉又快樂!儘管這樣情境還沒到來,但隨著敏捷式開發的流行,除了 DevOps 人員,有越來越多開發者將 CI/CD 概念融入到工作流程當中,例如從 build code、執行 unit test、到部署應用程式。

打造第一個在 AWS 上的應用程式

上述種種反覆步驟自動化執行,也就能提昇服務品質、主動通知開發人員以減輕人力負擔,讓專案服務能持續運作。

其中,GitLab 是執行 CI/CD 常用的工具之一,也是開發者使用程式碼儲存庫的地方。為了讓 GitLab Runner 在雲端快速實踐 CI/CD,《AWS 開發者系列》透過影片分享,如何在 Amazon EKS(Elastic Kubernetes Services)上使用 GitLab 創建自動化部署。

以下節錄工作坊影音內容,幫助開發者快速理解如何運用 Amazon EKS 的高可用性且安全的叢集,將修補、部署節點、更新等關鍵任務,全部做到自動化設定。同時影片也會示範 Amazon EKS 搭配 GitLab 如何展開自動部署,幫助工程團隊實踐 CI/CD 價值。

Amazon EKS 對容器管理輕鬆簡單、維運省時省力

容器化服務越來越興盛,當容器(Container)越來越多,在複雜的微服務(Microservice)系統環境之下,運維團隊的管理成本可能相對會增加不少,為了有效調度容器部署, 導入Kubernetes 無疑是近年企業熱門的話題之一。

建構 Kubernetes Cluster 流主要可區分兩大塊,一是安排容器調度的Control Plane、另一則是容器運行時需要用到的 Worker Node。

Control Plane 裡面涵蓋有儲存狀態的 ETCD、CoController manager 、Scheduler 的調度管理、甚至是操作時進行互動的 APIServer,若是自己創建 的 Kubernetes Cluster ,需要自己安裝這些元件,後續仍需要對 Control Plane 進行相關管理、維護、升級工作。為了減少上述 Components 的繁複維護,在透過 AWS EKS 代管的 Kubernete Control Plane 部可以獲得以下三大好處。

透過 AWS 增加雲端技能 在組織發揮影響力

Amazon EKS 一鍵式部署,展現三大優勢

第一,Amazon EKS代管的 Control Plane實踐了跨AZ的高可用部署,使用者不需要擔心單一節點故障的風險。

第二,Amazon EKS 支持至少四個 Kubernetes版本,持續跟進每季 CNCF 的發佈,同時 EKS 也完全符合上游 CNCF 規範。

第三,部署 Amazon EKS 之後,可直接使用 AWS 平台上現成的服務工具,在安全性管理、網路設定方面,可以做到無縫整合。

最後 AWS 台灣解決方案架構師也提到,若想在容器環境進行 CI/CD 及應用程式的管理,可以進一步透過 IaC 整合部署 Amazon EKS 叢集,透過使用 Console、把 EKS 變成 Cloudformation 的模板、使用 AWS 所開發出來的 eksctl.io、或指令是採用 AWS CDK 可以讓開發者用自身熟悉的語言,在 AWS 平台整合 CI/CD 工具進行維運及部署 EKS。

了解 Amazon EKS 整合 GitLab ,獲得三面向價值

對開發者而言,想把 Amazon EKS 整合到 CI/CD 工具之一的 GitLab 平台上,可以看到那些實際的優勢?

在 DevOps 開發者示範工作坊當中,GitLab 資深解決方案架構師指出,GitLab 使用到 Kubernetes 技術,主要有三種搭配方法,包含 GitLab Server、GitLab Runner、以及創建 Deployment Environment。

本次示範教學會主要聚焦在 GitLab Runner 如何採取 Auto-scaled 方式進行 Build、Test、Package Apps;以及在 Deployment Environment 運用 Kubernetes 技術,做到 Auto Deploy、Review App。

正因為 Amazon EKS 能夠在 DevOps 過程提供所需要的彈性計算資源,幫助開發者在 GitLab 平台上面獲得以下三個層次的優勢:

  • 在 GitLab 內建的部署工作流程當中,自動生成整套 CI/CD 最佳實踐腳本。
  • Review App 過程,從 Merge Request 中可直接訪問應用程式 /App 的 UI 介面,並且根據 Git branch 名稱、專案名稱,自動生成 Review App 的 URL,以及在 Merge 前的最後防線進行 Approval 檢查。
  • 加速 CI/CD 流水線,GitLab Runner 運行時候還可藉由 Amazon EKS Cluster 進行 Auto-scaled 的支援。

Amazon EKS 整合 GitLab ,需要兩大流程

影片最後,GitLab 資深解決方案架構師示範如何把 Amazon EKS 整合至 GitLab 執行 Auto Deploy,主要可分為兩大區塊流程,第一部分聚焦在 Amazon EKS cluster 的設置,第二部分則執行 Auto Deploy 設置。

第一塊可拆分為四個階段,首先教學怎麼創建 EC2 節點的 EKS cluster,第二階段示範把 EKS Cluster 連接到開發者的 GitLab Instance、Group 或 Project,下一步則使用 Cluster Management Project Template 創建一個 Cluster Management Project,以及最後一階段透過 Cluster Management Project 自帶的 Helm Chart,安裝在 Cluster 所需要的內建 App。

第二塊執行 Auto Deploy 設置,針對需要部署的 App 創建一個 GitLab Project,接著再把 gitlab-ci.yml 添加到 Project,並從 Web IDE 選擇及導入 Auto Deploy 的 CI 模版,讓 GitLab 自動生成最佳實踐的整套流水線。

幫助開發者更了解 Amazon EKS 整合 GitLab 的 QA 系列

Q:使用 Amazon EKS 之後,如何更有效率或優化資源去配置 Worker Node 的機器數量,以及如何有效空管開發維運的成本?

A:Kubernetes 除了本身有 HPA(Horizontal Pod Autoscaling)可根據使用程度自動調整資源流量,另外也能延伸使用 AWS Auto Scaling 方案,針對可擴展資源去設定自動擴展管理。另外在成本管控,雖然 Amazon EKS 會收取額外管理費用,但可透過 AWS 平台的 Calculato r計算每個 EKS 的價格,你會發現自動化部署及管理的費用,相對工程師人力的成本更加便宜。

Q:越來越多客戶考慮把現有 Application 變成容器部署,大多是爲了加快部署的效率,那麼變成容器模式之後,對 CI/CD 的工作流程有什麽影響嗎?

A:運用容器技術最直接的效果,可以讓應用程式的環境更一致化,例如 testing 環節、stage production,讓容器避開一些差異問題。至於 CD 部分要 delivery 一些 usage 不太一樣的時候,容器會幫忙做配置,所以 CI/CD 對容器的效益是相輔相成的。

Q: 客戶在開發流程漸漸會把 Infrastructure 變成代碼或文檔,是不是可以把程式碼跟現有的應用程式的 CI/CD 流水線整合在一起,達到一套完整的 CI/CD 部署流程?

A:觀察目前市場作法,主要分成兩個階段去做整體部署。如果規模比較小的團隊,會把 Infrastructure 代碼跟 App 代碼分開,在管理上會比較靈活;如果企業規模比較大,會有另外一個 Infrastructure 團隊來控制部署事情,這種情况之下,APP 的項目會生成一個 APP package,主要做到 delivery 這個階段爲止。而 Infrastructure 的項目會指定把需要版本的文檔,部署到他們的 Kubernetes Cluster。

填寫表單 找到適合的快速上雲服務與工具!