AI 正在推动健身的未来，像 Peloton 这样的公司正在利用这项技术来增强产品并改善用户体验。 但是人工智能和数据在未来的居家健身和联网健身中将扮演什么角色，它将如何越来越多地塑造景观？
Peloton Guide（Peloton 的第一个连接力量设备）是一个很好的案例研究。 它使用计算机视觉和机器学习技术在家中打造有针对性且全面的培训体验。 Guide 的 Movement Tracker 可以识别用户的活动，鼓励并激励他们跟上 Instructor 的提示。
AI 现在是 Peloton 和许多其他主要家庭运动品牌的核心租户。 为了深入了解智能互联家庭健身的未来（以及更深入地了解我们在机器的安慰产品上会感到多么尴尬），我联系了 Peloton 的人工智能和计算机视觉副总裁 Sanjay Nichani。
GN：在整个市场中，我们在哪里看到人工智能与健身相交？
Sanjay Nichani：这是一个很好的问题，因为我们看到 AI 越来越多地与健身与消费者及其体验交叉。 AI 是我们在 Peloton 继续开发的东西，随着我们继续进行研究、测试产品并与包括我们的会员在内的更多人交谈——我们能够解锁其他方式，让 AI 改善居家生活 健身体验。 具体而言，我们看到人工智能可用于推动健身市场内的便利性、问责制、激励、教育、游戏化、竞争、协作和社交联系。
GN：能否介绍一下Peloton在AI方面的发展历程？ 它什么时候第一次成为优先事项，它的重要性是如何增长的？
Sanjay Nichani：使用最新技术始终是我们的首要任务，因为我们一直在寻求提升 Peloton 体验。 我们已经与 AI 合作了几年，当然是从我们的课程推荐系统开始。 你会真正看到人工智能在 Peloton Guide 中占据中心位置，因为它是我们的第一个互联力量产品。 AI 驱动体验，例如自我模式，这样您就可以在教练旁边的屏幕上看到自己，Movement Tracker 可以让您相信跟随教练，Body Activity 可以为课程推荐提供支持，以确保您全身心地锻炼 均匀分组。
GN：机器视觉如何帮助 Peloton 的产品？ 您能否解释一下 Guide 产品是什么以及 CV 和 ML 如何帮助塑造用户体验？
Sanjay Nichani：Peloton Guide 可连接到任何电视，将任何家庭中最大的屏幕转变为交互式个人培训工作室。 连接后，会员可以接触到 Peloton 的世界级教练，他们会教授各种有趣但强度高的课程和项目，这些课程和项目使用哑铃和体重。 由于会员和专家告诉我们，他们从指标中获得动力，因此我们将 AI 用于 Guide 的运动追踪器。
看到 Guide 的 Movement Tracker 使用计算机视觉活动识别技术来识别会员的活动真的很酷，因为他们跟随讲师并在整个课堂上完成每个动作。 例如，在课堂上，讲师会有一个计划，他们将指导会员进行不同的运动，例如 30 秒的二头肌弯举或 45 秒的深蹲。 Guide 认识到我们的成员的活动和指标驱动的责任，以保持他们跟上讲师的提示的动力。 此外，借助自我模式，Guide 的智能框架技术，摄像头会自动平移和缩放锻炼中的成员，您可以在屏幕上看到自己，并将您的形式与教练的形式进行比较。
Peloton Guide 还通过名为“身体活动”的新功能显示成员最近锻炼的肌肉群。 有了这个功能，Peloton 将推荐专注于一段时间没有训练的肌肉群的课程，以帮助会员获得更全面的训练体验。
GN：从客户反应中是否有任何有趣的学习或见解？ 您是否根据有关用户体验的意外发现以任何方式改变了路线？
Sanjay Nichani：在各种用户和现场测试试验中，一个有趣的发现是在检测到的人周围设置一个边界框的价值； 这建立了成员与向导之间的牢固联系（证明向导已经检测到该成员，“看到他们”并且他们现在被锁定了。这种简单的视觉反馈比可能显示太忙和太忙的骨骼姿势更有价值 分散注意力，影响他们的锻炼体验，或者以其他方式摇摆到另一端，那里什么也没有显示，这让用户感到与世隔绝。）
从一开始，数据驱动的洞察力不仅融入了我们的公司文化，也融入了我们生产的产品。 例如，我们的力量会员在没有真人教练的情况下在舒适的家中创造健身房体验，可能不会追究自己的责任。 与我们交谈的会员和专家经常告诉我们，他们从指标中获得的反馈和动力很少，这是让他们继续前进的动力，例如，你上周做了 x 次，而这周你的数字上升了。 这完全是我们尖端的 AI 技术 Guide 的运动追踪器的结果。
我们的 AI 团队确保将客户需求和反馈融入我们的产品规划和评估中。 我们与许多其他部门合作——系统工程、UI/UX 设计、用户研究、QA、现场测试——以确保在我们的产品中实施 AI 的方式直接满足我们消费者的需求。
GN：家庭健身的未来会是什么样子（对于 Peloton 及以后）？ AI 和 MV 如何帮助塑造这种体验？
Sanjay Nichani：老实说，关于人工智能技术如何影响健身，我们只是触及了皮毛。
我们的 AI 团队确保将客户需求和反馈融入我们的产品规划和评估中。 我们与许多其他部门合作——系统工程、UI/UX 设计、用户研究、QA、现场测试——以确保在我们的产品中实施 AI 的方式直接满足我们消费者的需求。
我们拥有一流的跨职能团队，优化和多样化我们的 CV 和 ML 工具，以引入新的、安全和有趣的健身方式。
您还可以看到 CV 和 ML 可以帮助创建更多个性化内容或提供实时反馈的未来。 这项技术有很大的潜力，对于 Peloton，我们将继续进行试验。
在第一天，指南将提供一种真正不同且激励人心的力量体验。 但是因为 Guide 是因为它建立在 CV 和 ML 之上，所以我们有机会继续迭代并通过更多的功能、练习和学科使产品更强大。 我们正在继续进行现场测试，并计划不断更新指南。
