AWS 與 F1 的深度合作：從數據湖到人工智慧預測
自 2018 年起，Amazon Web Services (AWS) 與 Formula 1（F1）展開戰略合作，致力於解決賽車領域中最核心的挑戰——如何有效處理龐大的賽事數據，並提升全球車迷的觀賽體驗。
F1 賽車每場比賽產生大量數據，包括：車輛性能、賽道條件、車手操作等。這些數據若無法即時分析與整合，便難以發揮其價值。
AWS 利用 數據湖（Data Lake）技術 整合所有資訊，並結合機器學習（Machine Learning, ML）進行精準分析，協助車隊與觀眾掌握關鍵賽況。
F1 Insights 技術解析：22 項精準數據指標
AWS 電競及體育科技全球戰略總監 Paul Devlin 表示，F1 Insights 技術透過 AI 解析多達 22 項精準數據指標，幫助車迷了解：
- 車手表現指標
- 賽車極限分析
- 最佳策略預測
例如：究竟是車輛性能較為關鍵，還是車手技術才是致勝關鍵？AWS 的機器學習模型可以針對此類問題提供科學依據與預測結果。
實時遙測數據處理：每秒 110 萬個數據點
F1 賽車搭載超過 300 個感測器，每秒產生逾 110 萬個遙測數據點。這些數據經由 AWS 的雲端技術進行即時處理與傳輸，確保後勤團隊與直播系統都能在毫秒級延遲內取得最新資訊。
摩納哥街道賽實例：車距牆壁僅一厘米
在摩納哥街道賽中，AWS 的機器學習模型可即時辨識車輛與牆壁之間的距離，並於直播畫面疊加資訊，讓觀眾直觀感受賽車極限。
Paul Devlin 展示了賽車以時速 300 公里靠近牆壁僅 1 公分的畫面，凸顯 AI 在賽車安全與表現分析上的創新應用。
改善超車設計：計算流體動力學（CFD）模擬技術
為了提升比賽精彩度，AWS 協助 F1 改良空氣動力學設計，減少「髒空氣（Dirty Air）」效應，使後車更容易超越前車。
透過 計算流體動力學（CFD）技術，AWS 在雲端上模擬賽車空氣力學環境，協助工程師設計出更符合競爭需求的車體。
- 2020 年 F1 賽車重新設計
- 2021 年超車次數增加 20%
- 荷蘭大獎賽創下最多超車紀錄
AWS 在其他體育賽事的應用
澳洲網球公開賽：AI 自動化線審判決
AWS 運用機器視覺技術，在澳洲網球公開賽上實現 16 個場地同步線審系統。明年起，該賽事將全面導入 100% AI 自動化判決，取代傳統裁判線審。
目前 AWS 的機器視覺技術已達到無誤判標準，裁判只需做最終確認。
PGA Tour：Amazon Bedrock 提升球迷互動
AWS 與 PGA Tour 合作部署 AI 攝影機，自動追蹤球員與球桿動作，並建立高爾夫歷史資料庫。球迷可透過 Amazon Bedrock 使用自然語言查詢，如：
「幫我查詢 Tiger Woods 於 Augusta 第 18 洞的最後一次推桿畫面」
系統會立即回傳相關影片與數據，大幅提高互動性與沉浸感。
拓展智能賽事體驗 全球佈局香港市場
AWS 正積極探索與香港啟德體育園的合作機會，並將國際成功案例本地化應用於香港市場。
目前 AWS 已在全球範圍內與多個知名體育場館合作，包括：
- Climate Pledge Arena（西雅圖）：全球首座碳正向體育館
- Marvel Stadium（墨爾本）：採用 Just Walk Out 技術，提升購票與購物體驗
- 啟德體育園（香港）：未來潛在合作對象，預計引進更多智慧體育應用
Think Global, Act Local：AWS 的本地化戰略
AWS 致力於將全球運動科技經驗結合本地需求，提供客製化解決方案，而非直接複製全球技術。
Paul Devlin 引述 Amazon CEO Andy Jassy 的話表示：「我們不是要複製技術，而是要創造價值。」
展望未來：香港將成運動科技重要市場
Paul Devlin 表示，AWS 將持續加強在香港市場的技術部署，與本地賽事舉辦方、娛樂業及初創企業合作，打造更高效、個人化的運動科技體驗。
隨著 AWS 持續創新並落實本地化技術導入，香港將成為未來運動科技發展的重要市場之一。
