Τεχνητή Νοημοσύνη και Φόρμουλα 1
Χρησιμοποιώντας τη μηχανική μάθηση, η McLaren είναι σε θέση να βασίζει τη λήψη των αποφάσεών της στις πιθανότητες, που με τη σειρά της τη βοηθά να εκπαιδεύει τα μοντέλα τεχνητής νοημοσύνης της
Για πολλούς λάτρεις του μηχανοκίνητου αθλητισμού, οι αγώνες της Formula 1 γίνονται ολοένα και λιγότερο θέμα της ικανότητας των πιλότων και περισσότερο θέμα τεχνολογίας, και τώρα που επελαύνει η τεχνητή νοημοσύνη το πρωτάθλημα δεν μπορούσε να μείνει αμέτοχο.
Ετσι, στο τεράστιο τεχνολογικό κέντρο της McLaren, καλλιεργούν την τεχνητή νοημοσύνη, με τον ο 60χρονο γίγαντα του μηχανοκίνητου αθλητισμού να έχει γίνει μανιώδης χρήστης της τεχνολογίας.
Στο Κέντρο Τεχνολογίας της McLaren (MTC), που βρίσκεται στο Γουόκινγκ της Αγγλίας, η εταιρεία εξήγησε πώς χρησιμοποιεί την τεχνητή νοημοσύνη για να βελτιώσει τις πιθανότητές της στην πίστα της Formula 1.
Χρησιμοποιώντας τη μηχανική μάθηση, η McLaren είναι σε θέση να βασίζει τη λήψη των αποφάσεών της στις πιθανότητες, που με τη σειρά της τη βοηθά να εκπαιδεύει τα μοντέλα τεχνητής νοημοσύνης της.
Η εταιρεία έδειξε πολλά παραδείγματα τεχνολογικής καινοτομίας στο MTC, από την παρακολούθηση δεδομένων σε πραγματικό χρόνο μέσα στο απόρρητο δωμάτιο ελέγχου αποστολών, έως τη χρήση «ψηφιακών διδύμων» (3D ψηφιακές εκτυπώσεις αντικειμένων) πραγματικών αυτοκινήτων που επιτρέπουν στις ομάδες να μοντελοποιούν τις συνθήκες στις οποίες επιχειρούν τα πραγματικά οχήματα.
Υπάρχουν τρεις κύριοι τομείς στους οποίους η McLaren εφαρμόζει την τεχνητή νοημοσύνη σε μεγάλο βαθμό: η βελτίωση της απόδοσης του αυτοκινήτου, οι καθημερινές λειτουργίες και η εμπορευματοποίηση. Τα εργαλεία παραγωγής τεχνητής νοημοσύνης προσφέρουν νέες δυνατότητες όπως την ικανότητα λειτουργίας προσομοιώσεων ορισμένων δυνατοτήτων που μπορεί να πραγματοποιηθούν κατά τη διάρκεια αγώνων.
Αυτό θα μπορούσε να εκτείνεται από την εκπόνηση ενός ιδανικού χρόνου που πρέπει να αφιερώνει ένα αυτοκίνητο στα pit stop, μέχρι την απόφαση για το ποια ελαστικά θα προσθέσει στο όχημα κατά την αντικατάσταση ενός παλιού σετ. Μερικά από αυτά τα σενάρια αρχίζουν να οδηγούν σε «αρκετά ακριβή» αποτελέσματα — σε «σχεδόν τρομακτικό» βαθμό.
Υπάρχουν όμως κι άλλες ομάδες της F1, που αξιοποιούν τις εξελίξεις στην τεχνολογία εδώ και χρόνια.
Η Aston Martin Aramco, για παράδειγμα, προωθεί τη χρήση των λεγόμενων «λιμνών δεδομένων», μαζικών κέντρων αποθήκευσης δεδομένων, και τεχνολογίας μηχανικής εκμάθησης για να μάθει από τεράστιους όγκους δεδομένων για την πρόβλεψη προτύπων και τη βελτίωση της λήψης αποφάσεων.
Οι αλγόριθμοι μηχανικής μάθησης μπορούν να συνδυάζουν δεδομένα για τα ελαστικά, τον καιρό και τις συνθήκες πίστας και να χρησιμοποιούν προγνωστικά αναλυτικά στοιχεία για τη βελτιστοποίηση των αποφάσεων.
Η υιοθέτηση της τεχνολογίας θα απελευθερώνει μηχανικούς, ώστε να μπορούν να επικεντρωθούν πιο έντονα στην απόδοση του αυτοκινήτου, σημείωσε.
Μια άλλη ομάδα της F1 που αναπτύσσει τεχνητή νοημοσύνη για να βελτιώσει την απόδοση και τη στρατηγική της στην πίστα είναι η Visa Cash App RB που ανήκει στην Red Bull.
Ο Πίτερ Μπέιερ, διευθύνων σύμβουλος της RB, δήλωσε νωρίτερα φέτος ότι η ιταλική ομάδα F1 χρησιμοποιεί την τεχνητή νοημοσύνη για να ανταγωνίζεται με ακρίβεια « χιλιοστών του δευτερολέπτου».
Μιλώντας σε μια εκδήλωση με τον συνεργάτη της εταιρείας σε θέματα λογισμικού Epicor στο εργοστάσιό της στη Faenza της Ιταλίας, ο Γκιγιόμ Ντεζοτό, επικεφαλής της RB για την απόδοση των οχημάτων, δήλωσε ότι η ΤΝ μπορεί να βοηθήσει στην ενημέρωση των ομάδων όταν πρόκειται για σχεδιασμό, καθώς «σημαίνει ότι δεν χρειάζεται να εκτελέσεις 100 προσομοιώσεις».
Ακολουθήστε μας για όλες τις ειδήσεις στο Bing News και το Google News
