ฟอร์มูล 1 ได้ทํางานอยู่เสมอที่จุดเชื่อมโยงของวิศวกรรมและนวัตกรรม ในปีที่ผ่านมานวัตกรรมนี้ได้ขยายไปสู่ความคิดสร้างสรรค์และการเรียนรู้เครื่องจักร จากกลยุทธ์ยางไปจนถึงการออกแบบแบบ aerodynamic เทคโนโลยีเหล่านี้กําลังเปลี่ยนแปลงวิธีที่ทีมงานวางแผนปฏิกิริยาและพัฒนา พวกเขาไม่ได้แทนที่ผู้ตัดสินใจของมนุษย์ แต่พวกเขาเปลี่ยนรูปแบบเครื่องมือที่ใช้ในการแข่งขัน การจําลองกลยุทธ์ด้วยการเรียนรู้เสริมสร้าง กลยุทธ์การแข่งขันได้ขึ้นอยู่กับความรู้ของมนุษย์และการจําลองพื้นฐาน ในปีที่ผ่านมา AI ได้เริ่มมีบทบาทมากขึ้นในกระบวนการตัดสินใจนี้ รูปแบบที่เรียกว่า ได้รับการประเมินโดยใช้การจําลองของ Grand Prix Bahrain 2023 ในการทดสอบนี้ RSRL ได้รับการเปรียบเทียบโดยตรงกับวิธีการแบบดั้งเดิม Monte Carlo ที่เรียบง่ายขึ้นและขึ้นอยู่กับ ‘set in stone’ ผลลัพธ์: RSRL เลือกกลยุทธ์ยางที่มีประสิทธิภาพมากขึ้นโดยเฉลี่ยและผลิตผลลัพธ์ที่สอดคล้องกันมากขึ้นผ่านการจําลองซ้ํา การเรียนรู้การเสริมสร้างกลยุทธ์แข่ง (RSRL) การตัดสินใจของโมเดลยังสามารถอธิบายได้ มันให้การพิจารณาที่โปร่งใสสําหรับแต่ละทางเลือกโดยใช้ข้อเท็จจริงและการพิจารณา logic ช่วยให้วิศวกรเข้าใจไม่เพียง แต่ผลลัพธ์ แต่กลยุทธ์ด้านหลัง Pit Stop การคาดการณ์และการวิเคราะห์การสึกหรอของยาง เพื่อปรับปรุงความแม่นยําในด้านนี้นักวิจัยได้พัฒนารูปแบบที่เรียกว่า EDNN. ได้รับการฝึกอบรมเกี่ยวกับการวัดระยะไกลจากช่วงฤดูกาล 2015-2022 รุ่นนี้คาดการณ์ว่าผู้ขับขี่ควรทําคะแนนและการสึกหรอของยางจะพัฒนาขึ้นขึ้นอยู่กับสภาพการแข่งขันอย่างไร นอกจากนี้โครงการแยกต่างหากที่ใช้ เพื่อประเมินระดับพลังงานของยางในเวลาจริง ซึ่งช่วยให้ทีมงานสามารถคาดการณ์การยึดติดการทําลายและความเสี่ยงของการยืดตัวของยางภายใต้เงื่อนไขที่เปลี่ยนแปลงรวมถึงช่วงเวลาของยานพาหนะความปลอดภัย เครือข่ายประสาท LSTM และ GRU ทั้งสองรุ่นช่วยให้การโทรกลยุทธ์ที่เคลื่อนไหวด้วยข้อมูลได้เร็วขึ้นในระหว่างการแข่งขันสดโดยเฉพาะอย่างยิ่งเมื่อเกิดองค์ประกอบที่ไม่คาดการณ์ได้ การจําลองการโต้ตอบของไดรเวอร์โดยใช้ทฤษฎีเกม ฟอร์มัล 1 ไม่ใช่กีฬาแบบคงที่ การเคลื่อนไหวของคนขับรถหนึ่งคนส่งผลกระทบต่อสนามทั้งหมด การวางตําแหน่ง การใช้พลังงานและการกระทําป้องกันทั้งหมดเป็นส่วนร่วมกัน การศึกษา 2024 สํารวจความซับซ้อนนี้โดยใช้ โมเดลนี้รวมถึงทฤษฎีเกมรวมถึงโมเดลสมดุล Nash และ Stackelberg เพื่อจําลองการโต้ตอบระหว่างไดรเวอร์ การเรียนรู้การเสริมแรงหลายตัวแทน แทนที่จะวิเคราะห์เส้นที่ดีที่สุดของรถเดียวหรือหน้าต่าง pit ระบบประเมินวิธีที่แต่ละคู่แข่งอาจตอบสนองต่อการตัดสินใจของคนอื่น ซึ่งสร้างรูปแบบแบบไดนามิกที่สะท้อนให้เห็นถึงพฤติกรรมในการแข่งขันในโลกจริง เครื่องมือเหล่านี้สามารถแจ้งการวางแผนกลยุทธ์สดหรือช่วยในการออกแบบการจําลองการคาดการณ์ที่ใช้ในช่วงวันหยุดสุดสัปดาห์ของการแข่งขัน การประเมินประสิทธิภาพของคนขับรถอย่างเป็นวัตถุประสงค์มากขึ้น ประสิทธิภาพของคนขับรถเป็นหนึ่งในแง่มุมที่ได้รับการพิจารณามากที่สุดของฟอรั่ม 1 ความแตกต่างในคุณภาพของรถยนต์งบประมาณของทีมและเงื่อนไขของเส้นทางทําให้มันยากที่จะประเมินคนขับรถในเงื่อนไขที่เท่าเทียมกัน เพื่อแก้ปัญหานี้นักวิจัยใช้ ไปยังข้อมูลการแข่งขันจาก 2015 ถึง 2019 วัตถุประสงค์คือการแยกแยะตัวแปรที่เชื่อมโยงกันอย่างใกล้ชิดกับทักษะของผู้ขับรถแต่ละคนเช่นความสม่ําเสมอในการจัดอันดับการเก็บรักษายางและประสิทธิภาพในสภาพแวดล้อมที่เปลี่ยนแปลง การวิเคราะห์ส่วนประกอบหลัก (PCA) วิธีการข้อมูลนี้ขึ้นอยู่กับงานก่อนหน้านี้โดยตัวเลขเช่น , ที่นําการจําลองและการจําลองความเป็นไปได้เข้าสู่กีฬาในช่วงเวลาของเขากับ McLaren และ Ferrari มาร์ติน การเรียนรู้เครื่องในการออกแบบยานพาหนะและสนามบิน รถฟอร์ม 1 สร้างปริมาณข้อมูลขนาดใหญ่ แต่ละรถมีเซ็นเซอร์มากกว่า 300 เซ็นเซอร์และส่งข้อมูลมากกว่าหนึ่งล้านจุดต่อวินาทีตาม Financial Times ข้อมูลเหล่านี้ส่งผลให้เกิดการพัฒนาทางอากาศได้โดยตรง ทีมงานใช้การจําลอง CFD (Computational Fluid Dynamics) ที่ได้รับการปรับปรุงด้วย AI เพื่อทดสอบการกําหนดค่าหลายพันแบบโดยไม่ต้องสร้างแบบจําลองทางกายภาพ แบบจําลองการเรียนรู้ด้วยเครื่องนี้ระบุข้อบกพร่องในการไหลเวียนของอากาศและช่วยให้วิศวกรสามารถเพิ่มประสิทธิภาพการออกแบบได้ในวงจรการพัฒนาที่สั้นลง การคาดการณ์แบบเรียลไทม์ - รวมถึงความน่าจะเป็นการลุกขึ้นอายุการใช้งานของยางและการเปรียบเทียบความเร็ว - ตอนนี้รวมอยู่ในการถ่ายทอดสดโดยใช้แพลตฟอร์มการวิเคราะห์ AWS ที่ขับเคลื่อนด้วย AI การพัฒนาในอนาคตและการออกแบบแบบสร้างสรรค์ การวิจัยด้าน AI และมอเตอร์สปอร์ตยังคงขยายไปสู่พื้นที่ใหม่ ที่มหาวิทยาลัยบอลโลนาทีมงานกําลังพัฒนารูปแบบการเสริมแรงหลายตัวแทนเพื่อจําลองสถานการณ์การแข่งขันเต็มรูปแบบ ซึ่งรวมถึงผู้ขับรถทั้งหมดตัวแปรภายนอกเช่นสภาพอากาศและเหตุการณ์ในการแข่งขันเช่นจุดหยุดและรถรักษาความปลอดภัย ในพื้นที่การออกแบบวิศวกรเริ่มใช้สถาปัตยกรรมที่ขึ้นอยู่กับเครื่องแปลงสัญญาณเช่นที่ใช้ในรุ่นภาษาขนาดใหญ่เพื่อสร้างชิ้นส่วนรถยนต์ใหม่ ตัวอย่างหนึ่งคือการใช้ -รูปแบบรุ่นเพื่อสํารวจรูปทรงกลมด้านหลังและโซลูชั่นการไหลเวียนอากาศ ความสนใจเป็นสิ่งที่คุณต้องการ ในการดําเนินงานทีมงานใช้ระบบ AI ไฮบริด ตามการศึกษากรณีนี้โมเดลเหล่านี้ช่วยวิศวกรแข่งโดยการกรองการตรวจจับระยะไกลการคาดการณ์ความเสี่ยงในการแข่งขันและแสดงข้อมูลที่สามารถดําเนินการได้ในเวลาจริง AI และค่าใช้จ่าย Cap: การเพิ่มประสิทธิภาพภายในขีด จํากัด ตั้งแต่ปี 2021 ฟอร์มาลัม 1 จะทํางานภายใต้ ด้วยงบประมาณประจําปีที่ จํากัด ถึงประมาณ 107 ล้านปอนด์และเพิ่มขึ้นถึง 170 ล้านปอนด์ถึงปี 2026 ทีมงานต้องเลือกเลือกมากขึ้นเกี่ยวกับวิธีการใช้จ่ายและพัฒนา ต้นทุน ทีมใช้ เพื่อลดการเสียหายในการพัฒนา aerodynamic แทนที่จะสร้างและทดสอบส่วนประกอบหลายร้อยชิ้นส่วนทางกายภาพโมเดล CFD ที่ขับเคลื่อนด้วย AI จะจําลองการเปลี่ยนแปลงหลายพันแบบดิจิตอลและระบุการออกแบบที่คาดหวังมากที่สุด การเรียนรู้เครื่อง กระบวนการผลิตยังมีการปรับปรุง ในการผลิตคอมโพสิต ตอนนี้ได้รับการสนับสนุนโดยอัลกอริทึมการคาดการณ์ที่ปรับตัวแปรเช่นความดันอุณหภูมิและความเร็วในการวางแผนเพื่อลดการเสียวัสดุและปรับปรุงความสม่ําเสมอ การจัดตําแหน่งไฟเบอร์อัตโนมัติ ในการดําเนินงานและการเงินทีมงานใช้ เพื่อทดสอบสถานการณ์งบประมาณต่างๆ การจําลองเหล่านี้ช่วยแนะนําวิธีการจัดสรรทรัพยากรระหว่างการวิจัยพัฒนาโลจิสติกส์และพนักงานในขณะที่ยังคงอยู่ภายใต้กฎระเบียบของ FIA AI-Driven เครื่องมือการวางแผน ได้ใช้ระบบ AI และระบบคลาวด์เพื่อเพิ่มประสิทธิภาพทุกอย่างตั้งแต่การออกแบบไปจนถึงการดําเนินงานการแข่งขัน ตามที่ ทีมอื่น ๆ ยังเปลี่ยนเซ็นเซอร์ทางกายภาพและทดสอบด้วยการจําลองเสมือนจริงเพื่อประหยัดเวลาและลดค่าใช้จ่าย แมคลาเรน โบสถ์ ข้อสรุป วิศวกรรมอัจฉริยะจะเปลี่ยนวิธีที่ทีมฟอร์มูล 1 เตรียมการแข่งขันและพัฒนา จากการจําลองการแข่งขันไปจนถึงการออกแบบชิ้นส่วนและคาดการณ์การสึกหรอของยางการเรียนรู้เครื่องกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานหลักของกีฬา เครื่องมือเหล่านี้ไม่ได้แทนที่การตัดสินของมนุษย์ แต่เสริมสร้างมัน 
 
 
 
 
 Strategy calls remain in the hands of engineers. 
 
 Development ideas still come from designers. แต่เพิ่มขึ้น AI เป็นระบบที่สนับสนุนการตัดสินใจทุกอย่าง ฟอร์มูล 1 ได้พัฒนาเสมอผ่านเทคโนโลยี วันนี้การพัฒนานั้นเร่งขึ้นและ AI จะมีบทบาทสําคัญในสถานที่ที่จะไปต่อไป

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

Read My Stories

เสียงนี้ผลิตในภาษาต้นฉบับของเรื่องราว!

วิธีการ AI และ Machine Learning จะขับเคลื่อนอนาคตของฟอร์ม 1

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

THE OAK EGGAR, OR BANDED MONK

Emphatic words must stand in emphatic positions

Open AI Images on HackerNoon: The Conundrum

ON THE PLAINS AND VALLEYS OF CHILE:—SALIFEROUS SUPERFICIAL DEPOSITS

THE OAK EGGAR, OR BANDED MONK

Emphatic words must stand in emphatic positions

Open AI Images on HackerNoon: The Conundrum

ON THE PLAINS AND VALLEYS OF CHILE:—SALIFEROUS SUPERFICIAL DEPOSITS

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps