La Fórmula 1 sempre ha funcionat a la intersecció de l'enginyeria i la innovació.En els últims anys, aquesta innovació s'ha expandit a la intel·ligència artificial i l'aprenentatge automàtic.
Des de l’estratègia dels pneumàtics fins al disseny aerodinàmic, aquestes tecnologies estan canviant la forma en què els equips planifiquen, reaccionen i evolucionen.
Modelatge estratègic amb aprenentatge reforçat
L'estratègia de carreres s'ha basat tradicionalment en el coneixement humà i la simulació bàsica.En els últims anys, la IA ha començat a jugar un paper més gran en aquest procés de presa de decisions.
Un model anomenatAprenentatge reforçat per l'estratègia de carreres (RSRL)Es va avaluar utilitzant una simulació del Gran Premi de Bahrain de 2023.En aquesta prova, RSRL es va comparar directament amb un enfocament tradicional de Monte Carlo, més simplificat i basat en la pedra.El resultat: RSRL va seleccionar estratègies de pneumàtics més efectives de mitjana i va produir resultats més consistents en simulacions repetides.
El model també va proporcionar raonament transparent per a cada elecció utilitzant contrafactuals i lògica de l'arbre de decisió, ajudant als enginyers a entendre no només el resultat, sinó la lògica que hi ha darrere.
Pit Stop Predicció i anàlisi de la utilització dels pneumàtics
Per millorar la precisió en aquesta àrea, els investigadors van desenvolupar un model anomenat EDNN. Entrenat en telemetria des de les temporades 2015-2022, el model prediu quan els conductors haurien de pujar i com evolucionarà el desgast dels pneumàtics en funció de les condicions de la cursa.
A més, un projecte separat utilitzatXarxes neuronals LSTM i GRUAixò permet als equips predir l'adhesió, la degradació i el risc d'extensió excessiva dels pneumàtics en condicions canviants, inclosos els períodes de cotxe de seguretat.
Ambdós models permeten trucades estratègiques més ràpides i basades en dades durant les curses en viu, especialment quan sorgeixen elements imprevisibles.
Simulació de les interaccions dels conductors utilitzant la teoria del joc
La Fórmula 1 no és un esport estàtic.El moviment d'un conductor afecta tot el camp. El posicionament, l'ús d'energia i les accions defensives són interdependents.
Un estudi de 2024 va explorar aquesta complexitat utilitzantAprenentatge multiagent reforçEl model va incorporar la teoria del joc, incloent els models d'equilibri de Nash i Stackelberg, per simular les interaccions entre els conductors.
En comptes d'analitzar la millor línia o finestra de pit d'un sol cotxe, el sistema va avaluar com cada competidor podria reaccionar a les decisions d'un altre.
Aquestes eines podrien finalment informar la planificació estratègica en viu o ajudar a dissenyar simulacions predictives utilitzades durant els caps de setmana de la cursa.
Avaluar el rendiment del conductor de manera més objectiva
El rendiment del conductor és un dels aspectes més debatuts de la Fórmula 1.Les diferències en la qualitat del cotxe, els pressupostos de l'equip i les condicions de la pista fan que sigui difícil avaluar els conductors en igualtat de condicions.
En aquest sentit, els investigadors han aplicatAnàlisi de components principals (PCA)L’objectiu era aïllar les variables més estretament vinculades a les habilitats dels conductors individuals, com ara la consistència en les qualificacions, la conservació dels pneumàtics i el rendiment en condicions canviants.
Aquest enfocament basat en dades es basa en el treball anterior de figures comNeil Martí, que va portar la simulació i la modelització probabilística a l'esport durant el seu temps amb McLaren i Ferrari.
Aprenentatge automàtic en disseny i aerodinàmica
Cada cotxe normalment porta més de 300 sensors i transmet més d'un milió de punts de dades per segon, segons el Financial Times.
Aquestes dades s'alimenten directament en el desenvolupament aerodinàmic.Els equips ara utilitzen simulacions de CFD (dinàmica computacional de fluids) avançades per la IA per provar milers de configuracions sense construir prototips físics.Aquests models d'aprenentatge automàtic identifiquen les ineficiències del flux d'aire i ajuden els enginyers a optimitzar els dissenys en cicles de desenvolupament més curts.
Les prediccions en temps real -incloent-hi la probabilitat de sobrepassar, la vida útil dels pneumàtics i la comparació de velocitat- ara s'integren a les emissions en viu utilitzant plataformes d'anàlisi d'AWS alimentades per la IA.
Desenvolupament futur i disseny generatiu
A la Universitat de Bolonya, un equip està desenvolupant models de reforç multiagent per simular escenaris de carreres complets.Aquests inclouen tots els conductors, variables externes com el clima i esdeveniments de carreres com les parades i els cotxes de seguretat.
En l'espai de disseny, els enginyers comencen a aplicar arquitectures basades en transformadors, com les utilitzades en models de llenguatge gran, per generar nous components de cotxes.L'atenció és tot el que necessitesModels d'estil per explorar geometries d'ala posterior alternatives i solucions de flux d'aire.
Segons aquest estudi de cas, aquests models ajuden els enginyers de carreres mitjançant la filtració de la telemetria, la predicció dels riscos de la cursa i la superfície de les perspectives actuables en temps real.
IA i el cost cap: optimitzar el rendiment dins dels límits
Des de l’any 2021 la Fórmula 1 està en funcionament.Cost de capAmb els pressupostos anuals ara limitats a al voltant de £107 milions i augmentant a £170 milions per 2026, els equips han de ser més selectius amb com gasten i desenvolupen.
Els equips utilitzenAprenentatge de màquina to reduce waste in aerodynamic development. Instead of physically building and testing hundreds of components, AI-powered CFD models simulate thousands of variations digitally and identify the most promising designs to pursue.
Els processos de fabricació també estan millorant.En la producció compost,Col·locació automàtica de fibraAra està recolzat per algoritmes predictius que ajusten variables com la pressió, la temperatura i la velocitat de col·locació per minimitzar els residus de material i millorar la consistència.
En operacions i finances, els equips s'apliquenEines de planificació guiades per AIAquestes simulacions ajuden a guiar com es distribueixen els recursos a través de la investigació, el desenvolupament, la logística i el personal, mantenint-se dins de les normes de la FIA.
El McLarenja ha adoptat sistemes d'IA i basats en el núvol per agilitzar tot, des del disseny fins a les operacions de carreres.ReusAltres equips també estan substituint sensors físics i proves amb simulacions virtuals per estalviar temps i reduir costos.
Conclusió
La intel·ligència artificial està canviant la forma en què els equips de Fórmula 1 es preparen, competeixen i desenvolupen, des de la simulació de carreres fins al disseny de peces i la predicció de l'ús dels pneumàtics, l'aprenentatge automàtic s'està convertint en part de la infraestructura bàsica de l'esport.
Aquestes eines no substitueixen el judici humà, sinó que el reforcen.
-
Strategy calls remain in the hands of engineers.
-
Development ideas still come from designers.
Però cada vegada més, la IA és el sistema que dóna suport a cada decisió.La Fórmula 1 sempre ha evolucionat a través de la tecnologia.Avui, aquesta evolució s'està accelerant, i la IA està jugant un paper central en on va a continuació.
