在家看電影想起幾個月前看布萊德彼特所飾演的「F1電影」,電影中看到賽車手使用模擬器練習賽道賽道與轉彎,利用模型研發新一代的零件,每台賽車搭載超過 300 個感測器,每秒產生數百萬筆數據,如果只靠人腦與傳統電腦,根本不可能即時消化,AI 成了幕後軍師,讓大家逐步追求那攸關致勝的 0.01 秒今天就以麥拉倫車隊為例,看看 AI 與賽車的創新應用
McLaren Racing runs close to 300 million race simulations prior to a race.
比賽中一個錯誤的進站就可能輸掉冠軍,McLaren 的策略團隊透過 AI 演算法,即時模擬不同變數,包涵,輪胎耗損程度、天氣變化、賽道擁擠程度、油耗與車手駕駛習慣,利用模型會生成上萬種比賽情境,並快速排序「風險最低、收益最大」的選擇,這種精細推演讓工程師能在幾秒鐘內下決策,不再單靠直覺
McLaren Racing Fast-Tracks Data Analytics in the Race to Accelerate
McLaren 統計過,在一個賽季要處理超過 11.8 億筆數據,包含零件壽命、供應鏈物流、車隊人員調度,海量的數據如何妥善運用成為有意義的資訊
因此,McLaren 與 Dell 打造了 AI Factory,將模擬與預測模型放在統一平台,讓工程師能隨時能利用模型計算零件故障率或最佳更換時機,例如 AI 可偵測「這顆渦輪增壓器再跑 3 場比賽就有 70% 故障風險」,提前排程維護
2023 年卡達大獎賽中,McLaren 創下 1.8 秒換胎的世界紀錄,這並非單僅靠人手的反覆訓練,而是 AI 與數據分析系統後的成果,透過高解析攝影與模擬,將每一次進站的數據有效利用,將每個技師的動作時間精準切分,並將不同場次的影片做疊影比對(overlay),逐格分析哪一位技師的反應更快、哪一個環節耗時最長,透過影像與數據融合訓練,讓團隊能創下佳績
Data engine: McLaren's Lando Norris and Oscar Piastri on their F1 data and AI edge
航程 Day 21 靠岸|就先到這裡,明天再啟航