Наверх
Нет комментов 03/12/2018

Как машинное обучение помогает улучшить и разнообразить Формулу 1

Как машинное обучение помогает улучшить и разнообразить Формулу 1

Буквально неделю назад закончился 69-й сезон Формулы 1, а организаторы и команды уже начинают готовиться к следующему году. На днях организаторы чемпионата приняли участие в мероприятии AWS re:Invent, где рассказали о том, как они хотят разнообразить трансляции гонок, благодаря машинному обучению.

Для начала пару слов об Amazon Web Services (AWS). Это инфраструктура платформ облачных веб-сервисов, представленная компанией Amazon еще в 2006 году. Для клиентов доступны сервисы аренды виртуальных серверов, предоставления вычислительных мощностей, хранения данных (файловый хостинг, распределённых хранилищ данных) и т.п.

С недавних пор Формула 1 начала сотрудничать с AWS для того, чтобы ускорить переход на облачные технологии. В Формуле 1 используется множество данных: во время каждой гонки на каждом болиде находится 120 сенсоров, которые генерируют 3 ГБ информации (в гонке принимает участие 20 болидов). 1.1 млн точек данных телеметрии генерируются каждую секунду.

ScreenShot-VideoID-ZOIkOnW640A-TimeS-6135 ScreenShot-VideoID-ZOIkOnW640A-TimeS-6147

Используя сервис Amazon SageMaker, специалисты из Формулы 1 создают и тренируют модели глубокого обучения, которые используют данные различных гонок из более чем 65-летней истории чемпионата. Благодаря этому можно получать статистику производительности болидов, делать прогнозы на гонки и предоставлять фанатам варианты возможных стратегий и решений, которые команды и гонщики могут принять через мгновения.

Росс Браун (Ross Brawn), спортивный директор Формулы 1, выступает на мероприятии AWS re:Invent

Во время своего выступления на мероприятии AWS re:Invent, спортивный директор Формулы 1 Росс Браун подчеркнул, что машинное обучение сервиса Amazon SageMaker помогает инженерам повышать производительность болидов (к примеру, изучаются аэродинамические показатели, чтобы впоследствии улучшать элементы антикрыльев и других частей болидов). Также данные позволяют сравнивать показатели гонщиков, например, скорость выхода из поворотов, что предоставляет возможность спрогнозировать шанс обгона.

В 2019 году Формула 1 будет использовать машинное обучения для того, чтобы разнообразить телевизионные трансляции. Росс Браун показал варианты графики, которые могут появиться в новом сезоне.

Первый вариант – производительность болида. На графике отображаются температурные показатели болида – благодаря им можно узнать о нагрузках на шины и понять, насколько большие проблемы у гонщика, когда его прессингует соперник.

Второй вариант – возможность обгона. На этом графике рассчитывается вероятность, с которой будет совершен обгон, и с какой стороны он будет сделан. Таким образом, можно сравнить стратегии атакующего и защищающегося гонщиков – как они выходят из поворотов, где будет сделана атака, по внутреннему или внешнему радиусу они зайдут в поворот и т.п.

Третий вариант – преимущество на пит-стопе. Используя данные о скорости работы механиков, скоростном ограничении на пит-лейне, скорости соперника, система будет показывать вероятность, с которой гонщик останется на своей позиции после пит-стопа или может проиграть ее. Учитывая, что сейчас команды проводят пит-стопы за 2-2.5 секунды, будет интересно посмотреть, как доли секунды решают, кто будет на каком месте.

Таким образом, благодаря машинному обучению AWS, в следующем сезоне мы можем увидеть больше F1 Insights – статистических вставок и графиков, которые могут помочь новым фанатам вникнуть в суть Формулы 1, а болельщикам с опытом подарят новые впечатления и предметы для обсуждений. Кстати, Формула 1 решила узнать мнение фанатов о представленных вариантах графики – вы можете перейти по этой ссылке и оставить свой отзыв.

Источники: Amazon Web Services, Wikipedia, WTF1.com

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Загрузка...

Добавить комментарий

Такой e-mail уже зарегистрирован. Воспользуйтесь формой входа или введите другой.

Вы ввели некорректные логин или пароль

Извините, для комментирования необходимо войти.

Modal box

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: