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

賽前 3 億次的試跑，模擬上萬種比賽情境

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

AI 智慧工廠，有效排程零件維護

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

世界紀錄的 1.8 秒進站換胎

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