亞馬遜AWS年度技術盛會re:Invent於台灣時間11/29正式展開，實體展會吸引超過五萬人參與，《數位時代》也睽違三年來到拉斯維加斯展會現場，直擊全球市占第一的公有雲大廠AWS最前線技術。
首日開放的EXPO大型展會，聚集了上千名開發者，展示AWS雲端技術應用的可能性，從啤酒機到籃球機，都能藉由AI技術帶來創新。
啤酒泡沫多寡，動作得精準控制
一台自動倒啤酒的AI機器，聽起來很簡單就可以達成，但其實自動化的難度相當高，因為就光是人，也經常一不小心倒得滿杯都是泡泡，一點動作、傾倒速度的變因，對一杯啤酒的成果都會帶來影響。
在AWS的機械實驗攤位「Robotic Tap Room」中，就展示了IoT的應用，可以先點選想喝的啤酒類型、選擇希望泡沫多還是少，接著機械手臂就會帶著塑膠杯出動，精準傾倒出啤酒想要的泡沫量。
這項技術利用的是實時的電子視覺（Computer Vision）去分析動作的精準度，每次倒酒的影片都會被記錄下來，和傳感器內的數據一起傳送到AWS的監控儀表板，讓成果數據反哺回去AI機器學習的模型當中，藉由一次次的練習，達到最精準的成果。裡頭用到的技術是AWS的各項IoT解決方案，包含AWS IoT Greengrass、AWS IoT Core，以及影像串流技術Amazon Kinesis Video Streams等。
影像即時運算，預測你下一球會不會進
另一項有趣的技術應用是針對罰球分析偵測的「Free Throw Analyzer」，可以利用姿勢、投籃軌跡來學習，最後可以達成「預測這球會不會進」的目標。
這項技術是利用AWS的邊緣影像處理解決方案，同時在影片中檢測球員身體動作和籃球的移動軌跡，記錄後即時進行數據分析，藉此做出預測的模型。
現場解說人員指出，這項技術難在需要在幾毫秒內進行影像動作偵測和運算，等於在動作完成後結果就已經出來，因此用上了AWS的混合、邊緣解決方案，包含AWS Snowball Edge設備、AWS Outpost等技術，利用本地雲帶來低延遲和邊緣運算的低延遲優勢。
線上模擬賽車軌道，台灣選手是常勝軍
AWS DeepRacer則是發展多年的小型賽車3D模擬器，每年舉辦比賽吸引全球的開發者參加，台灣團隊也是常勝軍，交通大學和逢甲大學的同學都曾獲得全球冠亞軍，今年則有一組交通大學團隊參戰，力求再度奪冠。
這個模擬系統是訓練賽車在軌道上跑得更快，原理是利用訓練寵物般的「獎勵機制」，在賽車完成任務時給予類似「獎賞點數」的機制，開發者可以設定在賽車開在中線上、賽車在過彎時加速等情境下給予獎賞，在一圈圈的嘗試下建構起更精準的AI模型，而這整個訓練過程都在網路上的模擬器中進行，不需要建立賽道、利用實體賽車去訓練，直接軟體完成AI模型後匯入賽車中即可。
今年AWS打造的賽道是歷年距離最長、彎道最多，技術含量也最高的一次，就連現場展示的模型賽車都「出軌」了幾趟，而參賽者事前只能利用線上賽道模型模擬，難度更高，當天到現場也只能「練跑」三圈，就必須上場，完全靠軟體和機器學習彼此競爭。
AWS re:Invent為期五天，每年都有年度旗艦產品亮相發布，今年大會也安排超過500場講座，匯集各界技術能量。
責任編輯：錢玉紘
