Abi grupės varžybų savaitgaliais rinks duomenis realiuoju laiku, kad atskleistų šešis precedento neturinčius statistinius duomenis, skirtus „Formulės 1“ komandoms ir disciplinos gerbėjams.
„Formulės 1“ grupė ir elektroninės prekybos milžinės „Cloud“ padalinys „Amazon Web Services“ paskelbė ir įteisino šį antradienį, birželio 23 d., Į „Formulę 1“ pateikdami šešis naujus statistinius duomenis. Remiantis duomenimis, jie bus palaipsniui pristatomi iki sezono pabaigos, kai tik jis bus atnaujintas, nuo liepos pradžios per Austrijos Grand Prix. Ši statistika, kuri tobulės dėka mašininio mokymosi, padės priimti sprendimus ir atlikti išsamią analizę ir bus prieinama F1 žiūrovams. Norėdami pakalbėti apie tai ir atskleisti aiškią šios statistikos detalę, pakalbinome Robą Smedley, „Williams“ ir „Ferrari“ komandų vyriausiąjį inžinierių, dabar „Formulės 1“ techninį patarėją.
AWS ir F1 pasirinko „The-HiTech.net“ kaip vienintelę Prancūzijos žiniasklaidą, kuriai Robas Smedley suteikė interviu kaip šios operacijos dalį.
Robas Smedley (© F1 / AWS)
F1 ir „Amazon Web Services“ partnerystės kontūrai
The-HiTech.net: Visų pirma, Robas, norėdamas jus pristatyti, mes pažinome jus kaip garsų F1 inžinierių (jūs praėjote „Williams“ ir „Scuderia Ferrari“ kartu su Felipe Massa, dabar dalyvaujančiu „Formulėje E“). Ar galite prisistatyti mūsų skaitytojams, papasakoti, kokios jūsų misijos yra F1, ir paaiškinti, kaip pastaraisiais mėnesiais bendradarbiavote su „Formulės 1 grupe“ ir AWS?
Robas Smedley: Sveiki visi, ačiū, kad šiandien mane priėmėte ir suteikėte man žodį. Pastaruosius 25 metus praleidau dirbdamas su „Formulės 1“, „Williams“ ir „Ferrari“ komandomis, tuo laikotarpiu įgijau žinių, supratau, kaip stebėti „Formulės 1“ varžybas, kaip vartoti „Formulę 1“, ir mano misija yra visa tai perduoti ir pristatyti plačiajai visuomenei. Manau, kad tikrai labai svarbu pateikti visą šią statistiką gerbėjams dėl kompiuteriu apdorotų ir debesyje talpinamų duomenų, kurie leidžia mums labai greitai perkelti duomenis ir juos gauti ekrane. Tai padeda demistifikuoti kai kuriuos dalykus. Mes taip pat naudojame praėjusių 70 metų „Formulės 1“ patirtį, sportą ir technologijas,sukurti geresnę gerbėjų patirtį.
„Naudodamiesi„ know-how “,„ Formulės 1 “patirtimi, sporto ir pastarųjų 70 metų technologijomis, norėdami sukurti geresnę gerbėjų patirtį“
Todėl kalbėsime apie šešias naujas realiojo laiko lenktynių statistikas, kurios bus įvestos iki sezono pabaigos ir kurios laikui bėgant tobulės dėka mašininio mokymosi. Pirmus tris pristatysime kartu. Bet prieš tai ar pirmiausia galite mums pasakyti, ką šiandien leidžia F1 ir AWS partnerystė? Prie kokios informacijos turime prieigą ir kaip prieiga prie jos? Gerbėjo ir žiūrovo požiūriu.
Visas bendradarbiavimas tarp AWS ir „Formulės 1“ susideda iš jų stipriųjų pusių kūrimo, jie iš tikrųjų yra du ženkliniai ženklai. AWS turi daug ką pasiūlyti F1, o F1 turi daug ką pasiūlyti AWS. Taigi manau, kad labai svarbu tai suvokti kaip bendradarbiavimą kuriant šias idėjas.
Šios informacijos kūrimo procesas turi būti pradėtas naudoti terabaitais ir terabaitais duomenų, kuriuos mes gauname kiekvieną valandą, kai automobilis važiuoja trasa. Turime vaizdo vaizdų, turime duomenų iš automobilio telemetrijos. Automobilių telemetrija: 200 jutiklių. Kiekviename automobilyje yra nuo 200 iki 300 jutiklių, kad galėtume pateikti visą informaciją apie tuos automobilius, pavyzdžiui, laiko kilpas (aplink kiekvieną bėgių kelią yra 35 laiko kilpos, kad galėtume įmušti taškus kas 200 metrų).
"Mes norime pasiūlyti savo statistiką įvairiose platformose, ne tik televizijoje"
Naudojami visi įgūdžiai, paslaugos ir produktai, kuriuos AWS gali pasiūlyti. „Analytics“ ir mašininis mokymasis sujungia juos, kad sukurtų įžvalgas iš duomenų, ir ši įžvalga pasirodys įvairiais būdais. Mes žinome, kad F1 gerbėjas sekmadienio popietę ne tik vartoja F1 su savo tradiciniu televizoriumi, kaip ir prieš 10 ar 20 metų.
Charleso Leclerco „Ferrari“ (© Pixabay)
Šiandien jis yra kitoks, todėl mes norime pasiūlyti šią informaciją visose platformose. Taigi taip, mes norime, kad jie būtų rodomi tiesinėje televizijoje, bet taip pat ir skaitmeninėje televizijoje, taip pat įvairiose kitose skaitmeninėse platformose, tokiose kaip programos ar svetainės. Ir ateityje mes tikrai norime sukurti atskiras platformas, kurias galite patikrinti tiesiogiai.
Kaip sujungti visi duomenys, apie kuriuos kalbame ir ketiname kalbėti? Ar kalbame apie 300 jutiklių, išsibarsčiusių aplink automobilį, ir šimtus informacijos per sekundę?
Jei pasirinksite šiuolaikinį F1 automobilį, tai yra tikras didžiųjų duomenų pavyzdys. Automobilyje turime 300 jutiklių, generuojame maždaug 5000 duomenų kanalų, kuriuos žiūri inžinieriai, o tai yra milijonai duomenų taškų kiekviename rate. Čia mes tikrai kalbame apie didelius duomenis.
„Mes norime pasinaudoti visais surinktais duomenimis ir naudoti vis didesnę jų dalį“
Unikali funkcija, kaip ir anksčiau, dabar mes ją suskirstėme į daugelį mini takelių trasos. Įsivaizduokite, kad 20 automobilių važiuoja per šiuos 40 mini sektorių, kiekvienas posūkis suteikia didžiulį sugeneruotų duomenų kiekį. Ir grožis yra tas, kad kadangi visi šie telemetrijos duomenys gaunami iš automobilio jutiklių, kiekvienas ratas duoda skirtingus rezultatus.
Su šiais laiko duomenimis taip pat galima analizuoti automobilio ir vairuotojo duomenų derinį. Mes galime visa tai sujungti ir tada atnešti vaizdo įrašus ir garso vaizdus iš radijo bei padangų duomenis iš „Pirelli“. Turime daug duomenų apie padangas, o tai yra labai svarbu, kad galėtume suprasti, kaip šie automobiliai veikia, padangų nusidėvėjimo būklę, gumos tipą ir kt. Taip pat turite oro sąlygų duomenis. Mūsų misija yra išnaudoti visa tai ir naudoti vis didesnę tų duomenų dalį. Ir vienas didžiausių iššūkių yra tai, kiek vertės jūs gausite iš savo didelių duomenų.
Lengviau rinkti duomenis nei juos apdoroti, analizuoti ir paskui mokėti naudoti, ir būtent tai mes bandome padaryti bendradarbiaudami tarp „Formulės 1“ ir AWS.
Išsami informacija apie 6 naujus statistinius duomenis
Taigi pirmoji iš šešių naujų statistinių duomenų vadinama „Automobilių našumo reitingas“. Jis bus pristatytas liepos 3 dieną per Austrijos Grand Prix. Tai leis gerbėjams palyginti vienos transporto priemonės našumą su kita, ar tai tiesa?
Tai iš esmės leis mums apžvelgti, kaip buvo atliktas rato laikas. Šiandien mes žinome „Mercedes“ rato laiką, „Ferrari“ rato laiką ir netgi žinome „Alfa Romeo“ rato laiką, nes tai matome ekrane.
„Padėkite inžinieriams suprasti, kaip pilotas pastatė savo bokštą, po sektorių“
Tačiau norime apžvelgti, kaip sudaromi šie ratų laikai, kad inžinieriai būtų suinteresuoti tam tikromis trasos vietomis, pavyzdžiui, mažo greičio posūkiu, vidutinio greičio posūkiu, didelis greitis ir tiesi linija, kurie yra keturi pagrindiniai sektoriai, sudarantys grandinę. Taigi norime tai ištirti ir padalyti trasą į šias skirtingas dalis ir taip pamatyti, kaip geri automobiliai yra kiekvienoje trasos zonoje. Tai tikrai labai įžvalgu, nes dažnai pastebėsite, kad geriausias automobilis pagal rato laiką nebus geriausias kiekviename sektoriuje. Taigi, jei imtumėtės praėjusio sezono, mes galėtume objektyviai parodyti,kad „Ferrari“ buvo efektyvesnis tiesiojoje linijoje nei „Mercedes“, tačiau apskritai „Mercedes“ išliko geresnis, nes nusprendė daugiau dėmesio skirti lėtesnėms trasos dalims.
Antroji statistika „Galutinis vairuotojo greičio palyginimas“ yra tiesiog puiki, nes leidžia šį laiką palyginti su kitais vairuotojais ne iš lauko, o iš istorijos nuo 1983 m. Taigi, jei esu Sebastieno Vettelio gerbėjas, aš galėtų jį palyginti su Schumacheriu, Senna, Hillu, Prostu, Mansellu ir kt. O ši statistika turėtų būti funkcionali Silverstone, pradedant rugpjūčio 7 d.?
Taip, tai yra tai, kas planuojama. Šiai statistikai naudosime mašininį mokymąsi ir analizės šakas, kad galėtume palyginti bet kurį vairuotoją su bet kuriuo kitu šio sezono vairuotoju, su galimybe grįžti į 1983 m., O gal ir dar anksčiau. , ateityje. Tai bus labai gera statistika. Tiksliai, kaip ką tik sakėte, galėsite palyginti Sebastieną Vettelį su Ayrtonu Senna. Tu gali tai padaryti. Dėl mašininio mokymosi taip pat bus galima palyginti du vairuotojus iš dabartinio tinklelio, Sebastieną Vettelį, pavyzdžiui, su Lewisu Hamiltonu. Mes taip pat galime tai padaryti. Tai matematinis modelis, fizinis modelis, gautas mokantis mašinomis, mokantis mašinų. Taigi ar tai gali būti 100% patikima? Ar tai suteiks mums apžvalgą? Žinoma ne,bet tai leis mums labai gerai suprasti vairuotojų kokybę ir poveikį, kurį jie daro savo automobiliui.
„Mašininio mokymosi ir analizės šakų naudojimas pilotų palyginimui tarpusavyje nuo 1983 m. Iki šių dienų“
Tada mes turime „Vairuotojų įgūdžių įvertinimą“ - statistiką, kuri leis dėl kelių parametrų, tokių kaip padangų valdymas ar aplenkimas, turėti informacijos ne apie šį automobilį, o apie vairuotojus. Kam bus naudojama ši pasaulinė statistika?
Man labai patinka ši statistika, kurią pristatysime vėliau sezone. Manau, kad tai šiek tiek panašu į pirmąją statistiką „Automobilių našumo reitingas“. Mes žinome, koks yra bendras automobilio rato laikas, tada mes jį suskirstome ir išsamiau. Kai paimate vairuotoją vienas, akivaizdu, kad visi žinome, kad Lewisas Hamiltonas yra puikus vairuotojas, visi žinome, kad Sebastianas Vettelis yra puikus vairuotojas, be abejonės. Bet čia mes išsamiai aprašysime pagrindinius elementus, dėl kurių vienas ar kitas tampa puikiu pilotu. Mums bus įdomu, koks stiprus Lewisas yra lyginant su bet kuriuo kitu vairuotoju kvalifikaciniame rate; koks jis geras pirmajame lenktynių rate; kaip jis gerai lenkia;kaip gerai jis gina savo poziciją; kaip gerai jis tvarkė savo padangas ir pan. Mes sukūrėme modelius, kurie leidžia mums visa tai analizuoti.
3 kitos F1 AWS statistika, paaiškinta mažiau nei 200 žodžių:
Be automobilio našumo reitingo, „Ultimate Driver Speed Comparison and Driver Skill Rating“, AWS ir F1 grupė pateikia dar tris statistinius duomenis, kai kuriuos iš jų pateikiame šioje informacinėje lentelėje.
- „Kvalifikacinės ir lenktynių spartos prognozės“ : čia mes naudojame duomenis apie treniruočių metu įveiktų ratų ir atrankos metu įveiktų ratų duomenis, kad numatytume, kuri komanda yra palankiausioje lenktynių pozicijoje. . Šiuo metu dar reikia nustatyti šios statistikos paleidimo datą. Puikiai tinka intrigoms, mažiau - sporto lažyboms.
- „Spartus / mažas greitis kampe“ : šis indeksas leis sužinoti daugiau apie pilotų pilotavimą posūkiuose, pagrindinį elementą rato laikui nustatyti.
- „Automobilių / komandos tobulinimas ir bendras sezono efektyvumas“ : mašininis mokymasis įgis visą prasmę, naudodamas šią statistiką, kuri sujungs visus sezono metu kiekvienai komandai sukauptus duomenis, kad nustatytų, kuri iš jų padarė didžiausią pažangą tobulindama dvi vienvietes vietas. .
AWS pateikia labai tikslią vairuotojų padangų būklės statistiką (© F1 / AWS)
Besivystanti F1, bet beveik nepakitusi DNR
Prieš kelerius metus F1 pasikliovė savo mechanika. Šiandien ji taip pat labai priklauso nuo duomenų ekspertų. Laikai pasikeitė. Kaip techniniu požiūriu matote F1 po 15 ar 20 metų?
Jei grįžtate 20 ar 30 metų atgal, duomenys F1 atliko tokį mažą vaidmenį, tai buvo daugiau apie tikrai protingų vaikinų intuiciją, kurie intuityviai suprato, kaip suprojektuoti didelio našumo F1 automobilius, o tikriausiai mechanikai. svarbiausias automobilio aspektas. Žengiant į priekį laike, duomenys vaidina kur kas gilesnį vaidmenį kuriant automobilius, plėtojant sportą.
Mechanika vis dar yra labai svarbi automobilių konstravimo ir surinkimo etapuose, tačiau duomenys tapo daug svarbesni. F1 automobilio ar F1 DNR nepakito per visą šį laiką. Mes tiesiog turime daugiau informacijos ir galime gauti ribinį pelną iš didelių duomenų. Tačiau realybė yra tokia, kad DNR iš tikrųjų nepasikeitė.
"F1 arba F1 automobilio DNR laikui bėgant nesikeitė. Mes tiesiog turime daugiau informacijos ir galime gauti ribinį pelną iš didelių duomenų."
Taigi, jei greitai pereisime į ateinančius 70 metų, negaliu tiksliai pasakyti, kaip tai atrodys. Galiu jums pasakyti, kad duomenys visada vaidins svarbų vaidmenį ir tikriausiai didesnį vaidmenį nei dabar, nes mes turėsime visokių naujų technologijų ir metodikų, kaip naudoti šiuos duomenis. Tačiau vieną dalyką galime pasakyti užtikrintai, kad „Formulės 1“ DNR nesikeis. F1, vairuotojų, kurie sekmadienio popietę išstumia protą ir drąsą mašinose, kurias sukūrė šios didžiulės labai intelektualių inžinierių ir mechanikų komandos, DNR išliks ta pati.
Greitį galima tiksliai išmatuoti kiekviename posūkyje (© F1 / AWS)
Ar šiuo metu trūksta F1?
Man baisiai trūksta F1, tai yra didžiausia pertrauka, kurią esu patyręs savo gyvenime, praleidęs pastaruosius 25 metus gyvendamas ir kvėpuodamas F1 kiekvieną savaitgalį. Iš tikrųjų tai palieka didelę tuštumą jūsų gyvenime, žinote, aš labai laukiu, kol lenktynės vėl ar kitaip prasidės. Kai iš vidaus diskutavome, kaip turėtų prasidėti lenktynės, gerbėjas manyje liepė tęsti, nesijaudinti, kaip viskas vėl prasidės, ir tada grįžtu prie savęs, kaip suaugęs ir aš. paklauskite, kaip sujungsime inžineriją, mechaniką ir išsamią informaciją apie tai, kaip pradėsime šias pirmąsias lenktynes Austrijoje, paskui antrąsias vis dar Austrijoje, paskui Vengrijoje ir, tikiuosi, likusį sezoną. Bet, mano galva, didžiausias triukšmas yra gerbėjų,gerbėjo, kuris nori vėl žiūrėti F1.
Ačiū Robui už šį interviu, už jūsų aistrą ir laiką, kurį skyrėte The-HiTech.net.
Labai ačiū, esate laukiami! Pasimatysim kitą kartą.
