Formula 1 je oduvijek djelovala na raskrižju inženjeringa i inovacija.U posljednjih nekoliko godina ta se inovacija proširila na umjetnu inteligenciju i strojno učenje. Od strategije guma do aerodinamičkog dizajna, ove tehnologije mijenjaju način na koji timovi planiraju, reagiraju i razvijaju. Strateško modeliranje s osnaživanjem Strategija utrke tradicionalno se oslanja na ljudsko znanje i osnovnu simulaciju.U posljednjih nekoliko godina, AI je počeo igrati veću ulogu u ovom procesu donošenja odluka. Model koji se zove U ovom testu, RSRL je usporedena izravno s tradicionalnim Monte Carlo, pojednostavnjenijim, „sastavljenim u kamenu“ pristupom. Rezultat: RSRL je u prosjeku odabrao učinkovitije strategije guma i proizvela dosljednije rezultate tijekom ponovljenih simulacija. Učenje o jačanju strategije utrke (Race Strategy Reinforcement Learning, RSRL) Odluke modela također su bile objašnjavajuće. pružio je transparentno razmatranje za svaki izbor koristeći kontrafaktualne i logiku odluka, pomažući inženjerima da razumiju ne samo ishod, već i logiku iza njega. Pit Stop predviđanje i analiza nošenja guma Kako bi se poboljšala točnost u ovom području, istraživači su razvili model pod nazivom EDNN. Obučeni na telemetriji od sezone 2015-2022., model predviđa kada vozači trebaju pitati i kako će se nositi guma na temelju uvjeta utrke. Osim toga, zasebni projekt koji se koristi Time timovi mogu predvidjeti prianjanje, degradaciju i rizik od prekomjernog produžavanja trajanja guma u promjenjivim uvjetima, uključujući razdoblja sigurnosnih automobila. LSTM i GRU neuralne mreže Oba modela omogućuju brže, na podatke utemeljene strateške pozive tijekom žive utrke, osobito kada se pojave nepredvidivi elementi. Simulacija interakcija vozača pomoću teorije igara Formula 1 nije statičan sport.Pokret jednog vozača utječe na cijelo polje.Posicioniranje, uporaba energije i obrambene akcije su sve međusobno ovisne. Istraživanje iz 2024. ispitalo je ovu složenost koristeći Model je uključio teoriju igara, uključujući modele ravnoteže Nash i Stackelberg, kako bi simulirao interakcije između vozača. Multi-agent pojačanje učenja Umjesto da analizira najbolju liniju ili pit prozor jednog automobila, sustav je procijenio kako bi svaki natjecatelj mogao reagirati na odluke drugog. Ti alati mogu na kraju informirati o planiranju strategije uživo ili pomoći u dizajnu prediktivnih simulacija koje se koriste tijekom utrka vikenda. Objektivnije ocjenjivanje performansi vozača Uspjeh vozača jedan je od najdiskutiranijih aspekata Formule 1. Razlike u kvaliteti automobila, proračunu tima i uvjetima na stazi čine teško ocijeniti vozače na jednakim uvjetima. Kako bi se to riješilo, istraživači su primijenili Cilj je bio izolirati varijable koji su najbliže povezani s individualnim vještinama vozača, kao što su dosljednost u kvalifikacijama, očuvanje guma i performanse u promjenjivim uvjetima. Analiza glavnih komponenti (PCA) Ovaj pristup zasnovan na podacima temelji se na ranijem radu s brojkama kao što su , koji je simuliranje i probabilističko modeliranje doveo u sport tijekom svog vremena s McLarenom i Ferrarijem. Neil Martin Strojno učenje u dizajnu automobila i aerodinamici Svaki automobil obično nosi više od 300 senzora i prenosi više od milijun podataka po sekundi, prema Financial Timesu. Ti podaci izravno ulaze u razvoj aerodinamike. Timovi sada koriste simulacije CFD-a (računalne dinamike tekućine) unaprijeđene umjetnom inteligencijom kako bi testirali tisuće konfiguracija bez izgradnje fizičkih prototipova. Predviđanja u realnom vremenu – uključujući vjerojatnost prevladavanja, vijek trajanja guma i usporedbu brzine – sada su integrirana u uživo emitirane emisije koristeći AWS analitičke platforme zasnovane na AI-u. Budući razvoj i generativni dizajn Na Sveučilištu u Bologni tim razvija modele multi-agent pojačanja kako bi simulirao cijele scenarije utrke.To uključuje sve vozače, vanjske varijable kao što su vrijeme i događanja u utrci kao što su pit stopovi i sigurnosni automobili. U dizajnerskom prostoru inženjeri počinju primjenjivati arhitekture zasnovane na transformatorima, poput onih koje se koriste u velikim jezikovnim modelima, za stvaranje novih dijelova automobila. Modeli stila za istraživanje alternativnih geometrija stražnjeg krila i rješenja za protok zraka. Pozornost je sve što trebate Prema ovoj studiji slučaja, ti modeli pomažu inženjerima utrka filtriranjem telemetrije, predviđanjem rizika utrke i prikazivanjem djelotvornih uvidova u realnom vremenu. AI i trošak: optimizacija performansi unutar granica Od 2021. godine Formula 1 djeluje pod S godišnjim proračunima koji su sada ograničeni na oko 107 milijuna funti i povećavaju se na 170 milijuna funti do 2026. godine, timovi moraju biti selektivniji s načinom na koji troše i razvijaju. Cijena glave Ekipe koriste Umjesto da fizički izgradi i testira stotine komponenti, modeli CFD-a zasnovani na AI-u digitalno simuliraju tisuće varijacija i identificiraju najsretnije dizajne koje treba slijediti. strojno učenje Proizvodni procesi također se poboljšavaju.U kompozitnoj proizvodnji, sada podržava prediktivni algoritmi koji prilagođavaju promjenjive kao što su tlak, temperatura i brzina postavljanja kako bi se minimizirao materijalni otpad i poboljšala dosljednost. Automatsko postavljanje vlakana U poslovanju i financijama, timovi primjenjuju Te simulacije pomažu voditi kako su resursi raspodijeljeni u istraživanju, razvoju, logistici i osoblju, dok su u skladu s pravilima FIA-e. AI-driven alat za planiranje već je usvojila AI i cloud-based sustave kako bi racionalizirala sve od dizajna do utrke. Drugi timovi također zamjenjuju fizičke senzore i testove virtualnim simulacijama kako bi uštedjeli vrijeme i smanjili troškove. McLaren Reuters Zaključak Umjetna inteligencija mijenja način na koji se momčadi Formule 1 pripremaju, natječu i razvijaju.Od simulacije utrka do dizajna dijelova i predviđanja trošenja guma, strojno učenje postaje dio osnovne infrastrukture sporta. Ti alati ne zamjenjuju ljudski sud, već ga pojačavaju. 
 
 
 
 
 Strategy calls remain in the hands of engineers. 
 
 Development ideas still come from designers. Formula 1 je uvijek evoluirala kroz tehnologiju.Danas, ta evolucija ubrzava, a AI igra središnju ulogu u tome gdje ide sljedeće.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Ovaj zvuk je proizveden na izvornom jeziku priče!

Predugo; Čitati

Make resilience your competitive advantage

Kako AI i strojno učenje upravljaju budućnošću Formule 1

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps