برد لوئیس همیلتون در بارسلونا “یک استراتژی هوش مصنوعی” بود: من با روسای فناوری استون مارتین F1 در مورد اینکه چگونه می توانید استفاده از هوش مصنوعی را در روز مسابقه تشخیص دهید صحبت کردم.
فابریزیو پیلوتی، مدیر نوآوری استون مارتین F1 می گوید: «مشکل فرمول 1 این است که 0.5 درصد از مسابقه واقعی را در تلویزیون نشان می دهد. ما در مورد استفاده از هوش مصنوعی توسط تیم های F1 زیاد می شنویم، اما به ندرت متوجه آن می شویم. ما غرق درام در پیست و شاهکارهای فوق بشری مانند سبقت گرفتن از رقیب با میلی متر و تعویض لاستیک خودرو در کمتر از دو ثانیه هستیم.
اگر این آخر هفته برای تماشای گرندپری بریتانیا نشسته اید (من با پدرم خواهم بود)، من با پیلوتی و سفیر فناوری تجاری اریک ارنست در مورد واضح ترین کاربردهای هوش مصنوعی که در آخر هفته مسابقه F1 خواهید دید صحبت کردم. زیرا همانطور که او می گوید: “پیدا کردن فرآیندی در آخر هفته مسابقه که توسط هوش مصنوعی دست نخورده باشد بسیار دشوار است.”
این چیزی است که من در طول راه اندازی انجمن فناوری شبکه AMR توسط تیم یاد گرفتم.
تیم های F1 چگونه از هوش مصنوعی استفاده می کنند؟
ابتدا، بیایید زمینه ای را به شما ارائه دهیم: هوش مصنوعی (و مخصوصاً هوش مصنوعی واسطه) در سراسر شبکه در هر تیم وجود دارد. همچنین درک دو نوع مختلف هوش مصنوعی و نحوه تعامل آنها با یکدیگر خوب است:
- یادگیری ماشینی: این نوعی است که می تواند حجم زیادی از داده ها را جذب کند، الگوها را بیابد و توصیه هایی را ارائه دهد.
- هوش مصنوعی مولد: این بخشی است که می تواند داده ها را بگیرد و چیزی از آن ایجاد کند. خواه نوشتن خلاقانه، نوشتن کد برای برنامه ها، یا (مهمتر از آن برای F1) تصمیم گیری استراتژیک.
و در یک روز مسابقه متوسط، یک تیم F1 ممکن است حدود 50 پتابایت داده را هضم کند. چه اطلاعات مسیر، آمار 250 حسگر روی ماشین، اطلاعات رادیوهای تیم شما (و تیم مقابل) یا موارد دیگر، واضح است که داشتن هوش مصنوعی برای اسکن همه آنها با سرعت چرخش به شما مزیت رقابتی میدهد.
برای مثال، یادگیری ماشینی میتواند به زمانهای دور در طول یک جلسه تمرین نگاه کند. اگر می شنوید که یک مهندس راننده در مورد اینکه در کدام گوشه ها می تواند سریعتر صحبت کند، به احتمال زیاد هوش مصنوعی داده ها را پردازش می کند. ارنست توضیح میدهد: «این بر اساس آمار و مدلها است و وزن خودرو با هر دور تغییر میکند.
به لطف بنزین، با هر دور یک و نیم کیلوگرم سبک تر می شود [being used]. این امر ثبات خودرو، نقاط ترمز و تخریب لاستیک را تغییر می دهد. بنابراین هر دور تقریباً یک دور جدید برای یک راننده است.”
الگوریتم یادگیری ماشین به مهندس کمک می کند تا ببیند و بفهمد که ماشین در هر مرحله از زمان خود در پیست چه توانایی هایی دارد و بازخورد دقیق و در زمان واقعی ارائه دهد.
بهره وری فقط ایجاد تصاویر بصری نیست
ممکن است انتظار داشته باشیم که یادگیری ماشینی داده ها را در تمام نقاط داده یک ماشین F1 تجزیه و تحلیل کند، اما هوش مصنوعی مولد جایی است که همه چیز جالب می شود.
تیمها دادههای مربوط به چند دهه قبل را دارند. پیلوتی میگوید: «حداقل میتوانید از دهه ۸۰ یا حتی اواخر دهه ۷۰ چیزی یاد بگیرید، زمانی که فناوری F1 تثبیت شد. و این هجوم عظیم دادههای تاریخی و اطلاعات بلادرنگ است که میتواند به ایجاد استراتژیهایی برای زمان حفر و بهرهبرداری کمک کند.
تماشا کنید
و به گفته Fabrizio، مشاهده این بازی در زمان واقعی از نگاه کردن به استراتژیهایی است که غیرعادی به نظر میرسند. «لویس [Hamilton] برد در بارسلونا؟ این یک استراتژی هوش مصنوعی بود.”
فکر میکنم یک طرفدار فرمول ۱ میگوید خوب، این غیرعادی است… این کاملاً عادی نبود.» [human] پیلوتی می افزاید: این یک محاسبه است که چگونه استراتژی را محاسبه می کنید، و از طریق این لنز جدید، به مسابقات دیگر و تصمیمات دیگری فکر می کنم که در آن زمان روی کاغذ منطقی نبودند اما در نهایت نتیجه گرفتند.
برای پوزیشن قطبی به یک تیم نیاز دارید
با این حال، نکته ای که هم پیلوتی و هم ارنست بر آن تاکید کردند این بود که هوش مصنوعی نمی تواند جایگزین تجربه انسان شود و همیشه در تصمیم گیری های مهم یک «انسان در حلقه» وجود دارد. همچنین، در بازدید از مقر تیم، جالب بود که مشاهده کنید، در میان همه صحبتهای مربوط به هوش مصنوعی، آدریان نیوی، رئیس تیم، چیزهای بسیار قدیمی را با طراحی ماشین حفظ میکرد. یک تخته نقاشی بزرگ در کنار میزش.
“من فکر می کنم همه افراد کمی متفاوت هستند. این دقیقاً مانند روشی است که میز خود را تنظیم می کنید؛ چند صفحه نمایش وجود دارد، چگونه کار می کنید؟” ارنست توضیح می دهد. فکر میکنم فرآیندهای استانداردی برای میانجیگری وجود خواهد داشت، اما ما نمیخواهیم کسی را جایگزین کنیم.
پیلوتی می افزاید: “انسان ها به شدت در حلقه هستند. بسیاری از افکار در مغز رخ می دهند، و برخی از آنها روی تخته طراحی اتفاق می افتد.” «آنچه از آن زمان به بعد اتفاق افتاد به شدت بود [design and engineering] پس از آن شما تمام ابزارهای شبیه سازی را دارید که به شدت بر الگوریتم های پیچیده از جمله هوش مصنوعی متکی هستند.
این فعل و انفعال بین انسان و هوش مصنوعی برای مزیت رقابتی، اتفاق جذابی است که امسال اتفاق میافتد، و امیدوارم از آنچه که من آموختهام، بتوانید برخی از بخشهای جالبتر این درام استراتژیک را کشف کنید و ببینید چه چیزی میتواند به آنها کمک کند. استون مارتین این را به ورزشکارانی نسبت می دهد که به دنبال “10% جادویی” هستند تا بهتر از رقبای خود باشند، و این همان چیزی است که هوش مصنوعی بومی ارائه می کند.
آیا استون مارتین در حال حاضر رقابتی است؟ نه. به عنوان یک طرفدار فرناندو آلونسو، این کمی دلخراش است. بخشی از تور من را به پشت صحنه کنترل مسابقه برد – اتاق کنترل بزرگی که شبیه چیزی خارج از کیپ کاناورال بود – جایی که دیدم آلونسو و لنس استرول هر دو در قسمت اول مسابقات مقدماتی اسپرینت حذف شدند.
من مجبور شدم به رادیو تیم گوش کنم و استرول چیزهایی در مورد ماشین گفت که احتمالاً نتوانم آن را پخش کنم.
اما با این استقبال از هوش مصنوعی و بازسازی آتی استون مارتین از خودروی با مشخصات B، این امید وجود دارد که این تیم در رتبهبندی صعود کند. این یک کار چالش برانگیز است، اما با توجه به انرژی موجود در ستاد آنها، آنها برای آن آماده هستند.
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود.