Mesterséges intelligenciával tennék jobbá és érthetőbbé a Forma-1-es közvetítéseket a rajongók számára.

A száguldó cirkusz nemrég lépett szövetségre az Amazon Web Services (AWS) nevű vállalattal, mely már idén is számos új grafikai elemmel bővítette az F1-es közvetítéseket.

A Forma-1 vezetői 2019-ben tovább színesítenék a versenyeket, Ross Brawn sportigazgató pedig nemrég részleteket is elárult ezzel kapcsolatban.

„A 2018-as idényre már elkezdtük a folyamatot. Egyre mélyebbre ásunk, hogy megmutassuk a rajongóknak, honnan is jön a teljesítmény – mikor gyors egy autó, és miért” – mondta Brawn az AWS rendezvényén.

„A következő szezonra kiterjesztjük az F1 Insights megjelenést rajongóink számára. Oly módon, hogy még jobban integráljuk a telemetriai adatokat, például az autók pozícióját, a gumik állapotát, akár még az időjárást is.”

„Használni tudjuk a Sagemakert [az Amazon saját fejlesztését, mellyel gépi tanulási modellek hozhatók létre – a szerk.], mellyel megjósolhatjuk az autó teljesítményét, a kerékcseréket és a versenystratégiákat. És lesz néhány új AI-integráció [mesterséges intelligencia] is a jövő évi F1-es TV-közvetítésekben.”

Brawn az eseményen bemutatott három különböző példát is, melyek a kerék a kerék elleni versenyzésre, az autó teljesítményre, és a kerékcsere-stratégiákra koncentrálódtak.

[su_service title=”Videó: Brawn és az AWS prezentációja” icon=”icon: video-camera” size=”20″]

[/su_service]

Az előzést bemutató grafika prezentálása során Sebastian Vettel Lewis Hamilton elleni mexikói előzését nézhették meg a jelenlévők. A grafika megmutatta, hogy ahogy Vettel közeledett riválisa felé, 44 százalékról 100 százalékra kúszott fel az előzést megjósoló számadat. Sőt, a rendszer még azt is előre jelezte, hogy a német a jobb oldalról fogja megkezdeni a manővert.

„Ez egy újabb lenyűgöző összetevő a rajongók számára – az előzés” – mondta Brawn. „A kerék a kerék elleni versenyzés a sportágunk esszenciája és kritikus aspektusa.”

„Most a gépi tanulást, az élő és korábbi adatokat felhasználva megjósolhatjuk, hogy mi fog történni. Ami a nagyszerű ebben, hogy a csapatoknak nincsenek ilyen adatait. Mi, a Forma-1 ismerjük az adatokat a különböző autókból, ezeket össze tudjuk hasonlítani, amire korábban még nem volt példa.”

Egy másik példán azt szemléltették, milyen adatokat tudnak megmutatni a versenyautókról: Nico Hülkenberg Renault-járól például a gumik élettartamát, az üzemanyag-szintet, illetve az általános teljesítményt mutatta meg a rendszer.

„Tudjuk, ha valaki gondban van, mert éppen túlmelegszenek az abroncsai. De megnézhetjük az abroncsok „történetét”, azt, hogy miképp működtek.”

„A gépi tanulás megfelelő elemzést tud készíteni nekünk a helyzetről. Ezt az információt el tudjuk juttatni a rajongókhoz, segíthetünk nekik megérteni azt, hogy az adott versenyző gondban van-e, vagy kezelni tudja-e a szituációt.”

„A csapatoknak erre van rálátásuk, de most meg fogjuk mutatni a rajongóknak is – megmutatjuk, mi történik.”

A kerékcserék, illetve a versenystratégiák kapcsán Brawn hozzátette: „Ez egy lényeges taktikai összetevője a versenyeknek, és egy kiállás kötelező. Versenyt lehet nyerni vagy veszíteni azzal, hogy az ember mikor áll ki, és milyen gumit tesznek fel neki.”

„Betekintést engedünk abba, hogy az adott versenyző miért és mikor állt ki – hogy vajon jó döntést hozott-e a csapat vagy a pilóta?”