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.

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