Chytrý pot: Umělá inteligence Pelotonu je budoucností domácího fitness

Odvětví cvičení sází na umělou inteligenci ve velkém. Jste připraveni se pro stroj pořádně zapotit?

Průvodce Pelotonem

Umělá inteligence řídí budoucnost fitness a společnosti jako Peloton využívají tuto technologii k vylepšování produktů a zlepšování zážitků pro uživatele. Jakou roli však bude hrát umělá inteligence a data v budoucnosti domácího a propojeného fitness a jak budou stále více utvářet prostředí?

Peloton Guide (první propojené silové zařízení Pelotonu) je dobrou případovou studií. Využívá technologii počítačového vidění a strojového učení k vytváření cílených a ucelených školení z domova. Sledování pohybu průvodce dokáže rozpoznat aktivitu uživatele, povzbudit ho a udržet ho motivovaného, aby držel krok s pokyny instruktora.

Umělá inteligence je nyní hlavním nájemcem Pelotonu a mnoha dalších významných značek domácího cvičení. Pro vhled do budoucnosti chytrého propojeného domácího fitness (a hlubší pochopení toho, jak trapně se budeme cítit při utěšujících pobídkách stroje), jsem se spojil se Sanjayem Nichanim, viceprezidentem společnosti Peloton pro umělou inteligenci a počítačové vidění.

GN: Kde se na trhu protíná umělá inteligence s fitness?

Sanjay Nichani: To je skvělá otázka, protože vidíme, že se umělá inteligence stále více protíná s fitness se spotřebiteli a jejich zkušenostmi. Umělá inteligence je něco, co v Pelotonu nadále využíváme, a jak pokračujeme ve výzkumu, testování produktů a mluvíme s více lidmi, včetně našich členů - jsme schopni odemknout další způsoby, jak může umělá inteligence zlepšit zážitek z domácího fitness. Konkrétně vidíme, že umělou inteligenci lze využít k podpoře pohodlí, odpovědnosti, motivace, vzdělávání, gamifikace, soutěže, spolupráce a sociálních vazeb na trhu fitness.

GN: Můžete popsat historii vývoje Pelotonu s umělou inteligencí? Kdy se to poprvé stalo prioritou a jak vzrostl jeho význam?

Sanjay Nichani: Práce s nejnovějšími technologiemi je pro nás vždy na prvním místě, protože se vždy snažíme vylepšit zážitek z Pelotonu. S umělou inteligencí pracujeme již několik let, samozřejmě jsme začali s naším systémem doporučování tříd. S Peloton Guide skutečně uvidíte, jak se AI dostane do centra pozornosti, protože je to náš první propojený silový produkt. Umělá inteligence řídí zážitky, jako je Self Mode, takže se můžete vidět na obrazovce vedle instruktora, Movement Tracker, který vám dává kredit za následování spolu s instruktorem, a Body Activity, která podporuje doporučení lekcí, abyste zajistili, že procvičíte všechny svalové skupiny rovnoměrně. 

GN: Jak strojové vidění pomáhá nabídce Pelotonu? Můžete vysvětlit, co je to produkt Průvodce a jak životopisy a strojové učení pomáhají utvářet uživatelskou zkušenost?

Sanjay Nichani: Peloton Guide se připojí k jakékoli televizi a promění největší obrazovku v každé domácnosti v interaktivní osobní tréninkové studio. Jakmile je připojení připojeno, členové mají přístup k prvotřídním instruktorům Pelotonu, kteří vedou širokou škálu zábavných, ale intenzivních lekcí a programů, které využívají činky a tělesnou hmotnost. Protože nám členové a odborníci řekli, že motivaci odvozují ze svých metrik, používáme umělou inteligenci pro sledování pohybu Guide.

Je opravdu skvělé vidět, jak Movement Tracker průvodce používá technologii rozpoznávání aktivity Computer Vision k rozpoznání aktivity člena, když sleduje instruktory a dokončuje každý pohyb v průběhu lekce. Například během lekce bude mít instruktor plán, ve kterém bude koučovat členy prostřednictvím různých pohybů, jako jsou bicepsové zdvihy po dobu 30 sekund nebo dřepy po dobu 45 sekund. Guide uznává odpovědnost vůči našim členům založenou na aktivitách a metrikách, aby byli motivováni držet krok s pokyny instruktora. Navíc s Self Mode, technologií inteligentního rámečku průvodce, kde kamera automaticky posouvá a přibližuje cvičení člena, můžete se vidět na obrazovce a porovnat svou formu s formou instruktora. 

Peloton Guide také ukazuje svalové skupiny členů, na kterých nedávno pracovali s novou funkcí nazvanou Body Activity. Díky této funkci pak Peloton doporučí lekce zaměřené na svalové skupiny, které se nějakou dobu netrénovaly, aby pomohly členům získat ucelenější tréninkový zážitek.

GN: Došlo k nějakému zajímavému poučení nebo postřehu z reakcí zákazníků? Změnili jste nějakým způsobem kurz na základě neočekávaných zjištění ohledně uživatelské zkušenosti?

Sanjay Nichani: Jedním zajímavým postřehem v různých uživatelských a terénních testovacích pokusech byla hodnota ohraničujícího rámečku kolem detekované osoby; to vytvořilo silné spojení člena s průvodcem (důkaz, že průvodce detekoval člena, "viděl ho" a ten byl nyní uzamčen. Tato jednoduchá vizuální zpětná vazba byla mnohem cennější než možná zobrazení kosterní pózy, která byla příliš zaneprázdněná a rozptylující, odváděla jejich zážitek ze cvičení nebo se jinak houpala na druhý konec, kde nebylo nic zobrazeno, což v uživatelích vyvolávalo pocit odpojení.) 

Od samého začátku jsou poznatky založené na datech zapracovány nejen do naší firemní kultury, ale i do produktů, které vyrábíme. Například naši silní členové, kteří vytvářejí zážitek z posilovny z pohodlí svého domova bez lidského trenéra, nemusí nést odpovědnost. Členové a odborníci, se kterými mluvíme, nám často říkají, že je udržuje v chodu jen malá zpětná vazba a motivace, kterou z metrik získají, např. minulý týden jste udělali x číslo a tento týden se vaše číslo zvýšilo. To je výhradně výsledkem naší špičkové technologie umělé inteligence, Guide's Movement Tracker. 

Naše týmy umělé inteligence zajišťují, že potřeby a zpětná vazba zákazníků jsou vetkány do našeho plánování a hodnocení produktů. Spolupracujeme s řadou dalších oddělení - systémového inženýrství, designu UI/UX, uživatelského výzkumu, kontroly kvality, testování v terénu - abychom zajistili, že způsob, jakým je umělá inteligence implementována do našich nabídek, přímo reaguje na potřeby našich zákazníků. 

GN: Jak vypadá budoucnost domácího fitness (pro Peloton i mimo něj)? Jak umělá inteligence a MV pomáhají utvářet tuto zkušenost?

Sanjay Nichani: Upřímně řečeno, jen se škrábeme po povrchu toho, jak může technologie umělé inteligence  ovlivnit fitness. 

Naše týmy umělé inteligence zajišťují, že potřeby a zpětná vazba zákazníků jsou vetkány do našeho plánování a hodnocení produktů. Spolupracujeme s řadou dalších oddělení - systémového inženýrství, designu UI/UX, uživatelského výzkumu, kontroly kvality, testování v terénu - abychom zajistili, že způsob, jakým je umělá inteligence implementována do našich nabídek, přímo reaguje na potřeby našich zákazníků. 

Máme špičkový multifunkční tým, který optimalizuje a diverzifikuje naše nástroje pro životopis a strojové učení, abychom zavedli nové, bezpečné a zábavné způsoby cvičení fitness. 

Můžete také vidět budoucnost, kde CV a ML mohou pomoci vytvářet personalizovanější obsah nebo nabídnout zpětnou vazbu v reálném čase. Tato technologie má velký potenciál a pro Peloton budeme pokračovat v experimentování .

První den vám Guide poskytne opravdu odlišný a motivující silový zážitek. Ale protože je Guide postaven na CV a ML, máme příležitost pokračovat v iteraci a vylepšovat produkt pomocí dalších funkcí, cvičení a disciplín. Pokračujeme v testování v terénu a máme v plánu průvodce nadále aktualizovat.