F1 и AWS: екипи за обслужване на данни и зрители (видео интервю)

Двете групи ще събират данни в реално време през състезателните уикенди, за да разкрият шест безпрецедентни статистически данни, предназначени както за отбори от Формула 1, така и за феновете на дисциплината.

Групата от Формула 1 и Amazon Web Services, облачното подразделение на гиганта за електронна търговия, обявиха и формализираха този вторник, 23 юни, пристигането на шест нови статистически данни във Формула 1. Въз основа на данните те постепенно ще бъдат въведени до края на сезона, веднага щом се възобнови, от началото на юли по време на Голямата награда на Австрия. Тези статистически данни, които ще се развият благодарение на машинното обучение, ще помогнат при вземането на решения и задълбочен анализ и ще бъдат достъпни за зрителите от F1. За да поговорим за това и да разкрием ясните подробности на тази статистика, интервюирахме Роб Смедли, главен инженер в екипите на Уилямс и Ферари, сега технически съветник за Формула 1.

AWS и F1 избраха The-HiTech.net като единствената френска медия, на която Роб Смедли даде интервю като част от тази операция.

Контурите на партньорството между F1 и Amazon Web Services

The-HiTech.net: Преди всичко Роб, за да ви запознаем, ние ви познавахме като известен инженер от F1 (минавахте през Уилямс и Скудерия Ферари, с Фелипе Маса, сега във Формула Е). Можете ли да се представите на нашите читатели, да ни кажете какви са вашите мисии в рамките на F1 и да обясните как сте започнали да си сътрудничите през последните месеци с Formula One Group и AWS?

Роб Смидли: Здравейте всички, благодаря, че ме приветствахте и ми дадохте думата днес. Прекарах последните 25 години в работа с отбори от Формула 1, Уилямс и Ферари, период, през който придобих знания, знания и разбрах как да гледам състезание от Формула 1, как да консумирам Формула 1 и моята мисия е да предам и донеса всичко това на широката публика. Мисля, че е наистина, наистина важно да предоставяме всички тези статистически данни на феновете, благодарение на данните, обработени от компютър и хоствани в облака, което ни позволява да преместваме данни и да ги получаваме много бързо на екран. Помага да се демистифицират някои неща. Също така използваме ноу-хау, опита на Формула 1, спорта и технологиите през последните 70 години,за да създадете по-добро фен-изживяване.

„Използвайки ноу-хау, опита на Формула 1, спорта и технологиите от последните 70 години, за да създадем по-добро фен-изживяване“

Следователно ще говорим за шест нови статистически данни за състезания в реално време, които ще бъдат въведени до края на сезона и които ще се подобрят с времето благодарение на машинното обучение. Ще представим първите три заедно. Но преди това, можете ли да ни кажете, първо, какво позволява партньорството между F1 и AWS днес? До каква информация имаме достъп и как се осъществява достъп до нея? От гледна точка на фена и зрителя.

Цялото сътрудничество между AWS и Формула 1 е да надгради силните им страни, те наистина са две емблематични марки. AWS има какво да предложи F1, а F1 има какво да предложи AWS. Така че мисля, че е наистина важно да разглеждаме това като сътрудничество в начина, по който ще развиваме тези идеи.

Процесът на изграждане на тази информация е да започнем да използваме терабайта и терабайта данни, които произвеждаме всеки час, когато колата е на пистата. Имаме видео изображения, имаме данни от телеметрията на автомобила. Автомобилна телеметрия: това са 200 сензора. Има между 200 и 300 сензора на всяка кола, които ни дават всеки детайл за тези автомобили, като синхронизиращи контури (има 35 контура за синхронизиране около всяка писта, за да можем да отбележим на всеки 200 метра).

„Искаме да предложим нашите статистически данни за различни платформи, а не само за телевизия“

Използват се всички умения, услуги и продукти, които AWS може да предложи. Анализът и машинното обучение ги комбинират заедно, за да създадат прозрения от данни и това прозрение ще се покаже по много начини. Знаем, че фенът на F1 вече не консумира F1 с традиционния си телевизор в неделя следобед, както преди 10 или 20 години.

Днес е различно, поради което искаме да предлагаме тази информация на всякакви платформи. Така че да, искаме ги на линейна телевизия, но също и на цифрова телевизия, както и на различните други цифрови платформи, като приложения или уебсайтове. И в бъдеще определено искаме да създадем самостоятелни платформи, с които можете да се консултирате директно.

Как се събират всички данни, за които говорим и за които ще говорим? Говорим ли за 300 сензора, разпръснати около колата и стотици информация в секунда?

Ако вземете модерния автомобил F1, това е реален пример за големи данни. Имаме 300 сензора на автомобила, генерираме нещо като 5000 канала за данни, които инженерите разглеждат, което е милиони точки за данни на всяка обиколка. Тук наистина говорим за големи данни.

„Искаме да се възползваме от всички събрани данни и да използваме нарастващ процент от тях“

Уникална функция като преди, сега я разделяме на много мини сектори около пистата. Представете си 20 автомобила, преминаващи през тези 40 минисектора, всеки завой дава огромно количество генерирани данни. И красотата тук е, че тъй като разполагаме с всички тези телеметрични данни от сензорите в колата, всяка обиколка ни дава различни резултати.

Комбинацията от данни за автомобил и водач също може да бъде анализирана с тези данни за времето. Ние сме в състояние да обединим всичко това и след това да въведем видео изображения и звукови изображения от радиото и данните за гумите от Pirelli. Разполагаме с много данни за гумите, което е от съществено значение, за да ни помогне да разберем как работят тези автомобили, състоянието на износване на гумите, вида гума и др. Разполагате и с метеорологичните данни. Нашата мисия е да се възползваме от всичко това и да използваме нарастващ процент от тези данни. И едно от най-големите предизвикателства е колко голяма стойност ще получите от големите си данни.

По-лесно е да събирате данни, отколкото да ги обработвате, анализирате и след това да можете да ги използвате и точно това се опитваме да направим с това сътрудничество между Формула 1 и AWS.

Подробностите за 6-те нови статистически данни

Така че първата от шестте нови статистически данни се нарича „Класиране на производителността на автомобила“. Той ще бъде представен на 3 юли по време на Голямата награда на Австрия. Това ще позволи на феновете да сравняват работата на едно превозно средство с друго, така ли е?

Това основно ще ни даде преглед на това как е направено времето за обиколка. Днес знаем времето на обиколка на Mercedes, знаем времето на обиколка на Ferrari и дори знаем времето на обиколка на Alfa Romeo, защото виждаме това на екрана.

„Помогнете на инженерите да разберат как пилотът е построил кулата си, сектор по сектор“

Но ние искаме да дадем общ преглед на това как са изградени тези времена на обиколка, така че инженерите да се интересуват по-специално от определени области на пистата, например ъгъл с ниска скорост, ъгъл със средна скорост, висока скорост и права линия, които са четирите основни сектора, които изграждат верига. Затова искаме да проучим това и да разделим пистата на тези различни части и по този начин да можем да видим колко добри са автомобилите във всяка област на веригата. Това наистина е много проницателно, защото често ще видите, че най-добрият автомобил от гледна точка на обиколките няма да бъде най-добрият във всеки сектор. Така че, ако вземете за пример миналия сезон, обективно бихме могли да покажем,че Ферари беше по-ефективен в права линия от Мерцедес, но като цяло Мерцедесът остана по-добър като цяло, като избра да се концентрира повече върху по-бавните части на веригата.

Втората статистика, "Сравнение на крайната скорост на водача", е просто страхотна, тъй като позволява този път да се сравнява с други шофьори, не от полето, а от историята, от 1983 г. Така че, ако съм фен на Себастиен Фетел, аз може да го сравни с Шумахер, Сена, Хил, Прост, Мансел и др. И тази статистика трябва да работи в Silverstone, започвайки от 7 август?

Да, това е планирано. За тази статистика ще използваме машинно обучение и клонове на анализ, за ​​да можем да сравним всеки шофьор с всеки друг шофьор през този сезон, с възможността да се върнем към 1983 г., а може би дори по-рано. , в бъдеще. Това ще бъде много добра статистика. Ще можете, точно както току-що казахте, да можете да сравните Себастиен Фетел с Айртон Сена. Можеш да го направиш. Благодарение на машинното обучение също ще бъде възможно да се сравнят двама драйвери от текущата мрежа, Себастиен Фетел срещу Луис Хамилтън например. Ние също можем да го направим. Това е математически модел, физически модел, получен от машинно обучение, машинно обучение. Така че може ли да бъде 100% надежден? Ще ни даде ли преглед? Разбира се, че не,но това ще ни даде много добра представа за качеството на шофьорите и ефекта, който имат върху колата им.

„Използване на машинно обучение и аналитични клонове за сравняване на пилоти помежду си, от 1983 г. до днес“

Тогава имаме "Рейтинг на уменията на водача", статистика, която ще позволи, благодарение на няколко параметъра, като управление на гуми или изпреварване, да има информация не за автомобила този път, а за водачите. За какво ще се използва тази глобална статистика?

Много харесвам тази статистика, която ще представим по-късно през сезона. Мисля, че е малко подобна на първата статистика, Car Performance Ranking. Знаем какво е общото време на обиколка на автомобила, след което го разбиваме и навлизаме в повече подробности. Когато вземете шофьора сам, очевидно всички знаем, че Луис Хамилтън е страхотен шофьор, всички знаем, че Себастиан Фетел е страхотен шофьор, без съмнение. Но тук ще детайлизираме ключовите елементи, които правят един или друг отличен пилот. Ще се чудим колко силен е Луис в сравнение с всеки друг пилот в квалификационна обиколка; колко е добър в първата обиколка на състезанието; колко е добър в изпреварването;колко е добър в отстояването на позицията си; колко добре е управлявал гумите си и т.н. Изградихме модели, които ни позволяват да анализираме всичко това.

Останалите 3 AWS статистики за F1, обяснени с по-малко от 200 думи:

В допълнение към класирането на ефективността на автомобила, Ultimate Driver Speed ​​Comparsion and Drivers Skills Rating, AWS и F1 group представят още три статистически данни, някои от които ви предоставяме в тази информативна таблица.

• „Прогнози за квалификация и темп на надпревара“ : тук използваме данните от обиколките, завършени по време на тренировъчните сесии и тези, завършени по време на квалификационната сесия, за да предскажем кой отбор е в най-благоприятната позиция за състезанието . За момента датата на стартиране на тази статистика остава да бъде определена. Отлично за интриги, по-малко за спортни залагания.

• „Високоскоростни / нискоскоростни ъглови характеристики“ : този индекс ще позволи да се знае повече за пилотирането на пилотите в завоите, ключов елемент за определяне на времето на обиколката.

• „Развитие на автомобили / екипи и цялостно представяне на сезона“ : машинното обучение ще придобие пълния си смисъл с тази статистика, която ще събере всички данни, натрупани за всеки отбор през сезона, за да се определи кой е постигнал най-голям напредък в развитието на двата си едноместни автомобила .

Еволюираща F1, но почти непроменена ДНК

Преди няколко години F1 заложи на своята механика. Днес той също разчита много на експерти по данни. Времената са се променили. Как виждате F1 след 15 или 20 години, от техническа гледна точка?

Ако се върнете 20 или 30 години назад, данните изиграха толкова малка роля във F1, това беше повече за интуицията на наистина умни момчета, които интуитивно разбираха как да проектират високопроизводителни автомобили F1, а механиката вероятно беше тази. най-важният аспект на колата. С напредването във времето данните играят много по-дълбока роля в развитието на автомобилите, в развитието на спорта.

Механиката все още е много важна на етапите на конструиране и сглобяване на автомобили, но данните станаха много по-важни. ДНК на F1 автомобил или F1 не се е променила през цялото това време. Просто разполагаме с повече подробности и можем да получим незначителни печалби от големи данни. Но реалността е, че ДНК всъщност не се е променила.

"ДНК-то на F1 или F1 автомобил не се е променило с течение на времето. Просто имаме повече подробности и можем да получим незначителни печалби от големи данни."

Така че, ако преминем бързо към следващите 70 години, не мога да ви кажа как точно ще изглежда. Мога да ви кажа, че данните винаги ще играят роля и вероятно по-голяма роля, отколкото в момента, защото ще имаме всякакви нови технологии и методологии, за да използваме тези данни. Но едно нещо, което можем да кажем със сигурност е, че ДНК на Формула 1 няма да се промени. ДНК-то на F1, това на шофьорите, които излизат в неделя следобед, набивайки акъл и смелост в машини, разработени от тези огромни екипи от високоинтелигентни инженери и механици, ще остане същата.

Понастоящем ви липсва F1?

За мен ужасно ми липсва F1, това е най-голямата почивка, която някога съм имал в живота си, като прекарах последните 25 години, живеейки и дишайки F1 всеки уикенд. Това всъщност оставя голяма празнота в живота ви, знаете ли, отчаяно чакам състезанието да започне отново, по един или друг начин. Когато вътрешно обсъждахме как трябва да се възобновят състезанията, фенът в мен си казваше да се възобновя, да не се притеснявам как всичко ще се рестартира и след това се връщам към себе си, като възрастен и аз. попитайте как ще съберем инженерството, механиката и подробностите за това как ще стартираме това първо състезание, в Австрия, след това второто все още в Австрия, след това в Унгария и надяваме се през останалата част от сезона. Но в главата ми най-големият шум е на вентилатора,на фена, който иска да може да гледа F1 отново.

Благодаря ви Роб за това интервю, за вашата страст и за времето, което отделихте на The-HiTech.net.

Благодаря ви много, заповядайте! Ще се видим следващия път.