ИИ захватит автоспорт? Уже инструмент инженеров, пилотов и судей «Ф-1», до болидов – всего шаг
Революция началась?
Автоспорт всегда был отличным полигоном для теста технических новинок. Лучшие идеи то и дело переезжали отсюда в повседневную жизнь (так, например, получилось с зеркалами заднего вида и с дисковыми тормозами). Но иногда и сами гонки заимствовали что-то из мира технологий (например, симуляторы).
В эпоху развития искусственного интеллекта автоспорт также не остался в стороне: новый тренд применяется едва ли не везде – с создания болида и заканчивая разработкой стратегии. Более того, в технологии видят возможное решение многих насущных проблем. Например, в «Ф-1» сейчас большие проблемы со стабильностью качества судейства, и некоторые считают, что было бы неплохо попробовать заменить стюардов на компьютер.
Весьма актуальный вопрос – особенно на фоне непоследовательных решений касательно взаимных блокировок пилотов. Например, на Гран-при Сингапура прошлого года ФИА признала, что Макса Ферстаппена следовало наказать за помеху пилоту «Альфа Таури» Юки Цуноды, но к тому моменту гонка уже завершилась, так что от признаний оказалось немного толка – кейс только исключили из истории, чтобы на него не ссылались при следующих подобных случаях и не плодили новых ошибок.
Подобная оплошность очень не понравилась семикратному чемпиону «Ф-1» Льюису Хэмилтону:
«Это правило остается неизменным уже много лет, понимаете? Мне кажется, в этом деле нам нужно рассмотреть вариант с искусственным интеллектом, чтобы получать правильные решения. Мне хотелось бы увидеть, сможет ли ИИ справиться лучше или нет», – заявил пилот «Мерседеса».
Возможно, скоро это действительно произойдет: «Формула-1» активно работает над внедрением искусственного интеллекта во все сферы – в том числе в судейство. И этим занимаются не только в Гран-при: технология также очень востребована в других сериях – например, в «Формуле Е». Причем местами электрическая серия даже впереди.
Что же такого привлекательного в ИИ для автоспорта? Тут все то же самое, что и в других сферах – дело в экономии времени. После долгого обучения (порой оно занимает несколько месяцев) нейросеть может давать прогнозы и рекомендации за секунды. У живых людей ушло бы на это куда больше времени, а в гонках на счету каждое мгновение.
ИИ – главный инструмент в разработке болида. На часть работы вместо недели уходят часы или даже секунды
Искусственный интеллект оказался весьма полезен в сфере конструирования. Как рассказал Дэвид Массегур (проработал в «Ф-1» более 12 лет, отвечал за аэроупругость в «Уильямсе»), чтобы понять, насколько эффективно будет работать тестовая модель, теперь достаточно пары секунд – прогноз даст нейросеть. Раньше же на это могло уйти несколько дней.
Принцип работы Массегур объяснил на конкретном примере: предположим, нужно проверить заднее крыло при помощи вычислительной гидродинамики (CFD) – которая сама по себе тоже основана на ИИ.
«Каждый из параметров [угол атаки, развал, длина крыла] может иметь определенное количество значений. Любой набор параметров создает конкретную конструкцию. Таким образом, при увеличении вариантов параметров общее количество возможных конфигураций увеличивается по экспоненте. В случае с крылом могут быть тысячи конфигураций. К сожалению, запустить все в CFD невозможно, поскольку моделирование занимает несколько часов», – пишет инженер. И выделяет три пути решения.
Первый способ
Он самый распространенный и простой. Инженер придумывает конструкцию крыла, создает модель, а потом анализирует ее. Если что-то не понравилось, то специалист создает еще один вариант – и так до тех пор, пока не получится ожидаемый результат. При таком способе вряд ли удастся протестировать достаточно вариантов конфигурации: банально не хватит времени.
Второй способ
Инженеры анализируют модель не целиком, а по параметрам. Это значительно экономит силы, ведь не придется изучать полноценные конфигурации. Однако и в таком случае возникает проблема со временем: на анализы параметров уйдут сотни симуляций – не очень здорово в условиях сжатых сроков. К тому же, это самый дорогой из всех методов.
Третий способ
Инженеров выручает нейросеть: с ее помощью создают суррогатную модель крыла (то есть слегка упрощенную по сравнению с реальностью). Для обучения используются данные разных конфигураций. Далее суррогатную модель прогоняют так же, как во втором способе: анализируют по параметрам. Процесс занимает в разы меньше времени, да и симуляций CFD требуется меньше.
Второй способ Массегур признает заведомо проигрышным, а лучшим называет третий. Однако и тут есть свои проблемы. Само обучение модели требует невероятного количества данных – как правило, симуляций CFD. Причем количество этих симуляций значительно выше, чем при первом и втором способе – а значит, требуется отдавать больше и больше прогонов CFD только на обучение в условиях, когда их объем теперь тоже ограничивается регламентом вместе с количеством смен в реальной аэротрубе.
Но даже так плюсов у ИИ все равно больше:
«Преимущество машинного обучения в том, что за ним можно следить и его можно обучать при получении новой информации, – считает инженер, – Тут можно использовать любые данные, смешивая эксперименты и модели или даже получая выгоды из старых результатов, которые иначе бы просто остались забытыми в базе данных команды.
Фактически чем больше данных доступно, тем лучше будет реагировать модель – и это значительно скажется на конструкции. Кроме того, сейчас изучают, как сделать эти методы менее требовательными к данным. Грядущие разработки сделают их еще более мощными».
ИИ превратил трансляции «Ф-1» в клад: вся графика – итог работы новых технологий
В 2017-м холдинг «Либерти Медиа» забрал контроль над коммерческими правами на «Формулу-1». Американцы рассчитывали осовременить серию и превратить ее в настоящую «медиамашину». Взять хотя бы нашумевший документальный сериал Drive To Survive – по данным The New Yorker, благодаря первому сезону аудитория «Ф-1» выросла на 50%.
Искусственный интеллект оказался еще одним отличным способом привлечь больше зрителей на трансляции Гран-при. В 2018 году серия подписала долгосрочное соглашение с Amazon Web Services – коммерческим сервисом облачных расчетов. Причем AWS не только предоставил «Ф-1» место для хранения данных, но и стал ее главным партнером в области технологий.
Все нововведения в трансляциях за последние годы связаны именно с аналитической моделью AWS. Здесь тоже используется машинное обучение: ИИ скармливают тонны информации – данные о трассе, болидах, условиях на треке, а также ходе предыдущих заездов.
Теперь по ходу гонок мы можем узнать о процентном соотношении количества кругов, которые возможно преодолеть на одном комплекте шин по отношению к максимальному (ошибочно принимаемый за графику износа). Здесь используются данные о скоростях болида, с зон разгонов, показатели гироскопа и GPS, а также динамика времен на круге в соответствии с длиной отрезка.
Еще ИИ делает прогнозы, через сколько кругов один пилот догонит другого. Здесь обрабатываются данные с предыдущих заездов на конкретной трассе и темп гонщиков на момент расчета.
Из сферы – и вероятная стратегия на гонку. В течение прогревочного или первого круга ИИ сравнивает предполагаемые комплекты шин и гоночные стратегии, предлагая собственные варианты. Причем, как и в прошлом случае, он основывается на опыте прошлых гонок.
У производителя «Пирелли», кстати, свои предположительные стратегии, тоже основанные на компьютерной аналитике накопленных за практики и предыдущие заезды данных. Итальянский шинник публикует свои прогнозы в твиттере перед стартом.
Относительно недавня графика с зарядом батареи – для нее ИИ использует данные о потраченной энергии на прошлом круге.
«Поразительно, с какой скоростью наше сотрудничество с AWS перешло из экспериментального в критически важное. AWS быстро закрепился в нашей гоночной ДНК. Мы установили AWS Direct Connect (трафик остается в сети Amazon и не попадает в публичный интернет – так удается избежать внезапной долгой задержки – Sports.ru) для большей пропускной способности и резервирования наших центров обработки данных.
Мы можем внедрить новые функции, которые довольно быстро приживутся среди фанатов за счет своей ценности. Это фантастическая возможность и показатель скорости, с которой мы можем воплощать идеи в жизнь и интегрировать их в экосистему «Ф-1», – рассказал IT-директор серии Крис Робертс.
Графикой, кстати, дело не ограничивается. AWS также помог создать платформу F1 TV – она работает на американских облачных мощностях. Без них собственные трансляции «Ф-1» уже давно бы рухнули из-за гигантского трафика (и до заключения сделки так временами и происходило!).
«В начале гонки есть невероятно волнительный момент – никто не хочет пропускать стартовые огни, – отметил глава техотдела чемпионата Джеймс Брэдшоу. – Так что 80% зрителей, которые в итоге посмотрят трансляцию, подключаются к ней до того, как погаснут огни.
Что-то вроде 80% или 90% [из них] подключаются в течение последних пяти минут перед стартом. И порой невероятный процент этих людей – где-то 50% – подключается за 60 секунд до начала мероприятия. Поэтому нам пришлось создать такую инфраструктуру и архитектурные шаблоны, чтобы платформа смогла справиться с таким притоком трафика».
ИИ начинают использовать и в F1 TV
Пока главным достижением стали субтитры. Раньше этим вопросом занималась целая команда из нескольких человек, делившихся по сменам. Чтобы облегчить им работу, эксперты AWS по машинному обучению в течение трех месяцев тренировали и настраивали нейронку, вбивая в нее гоночную терминологию. Теперь ИИ сам переводит речь в текст.
Тем не менее это не значит, что команда по субтитрам больше не нужна. Просто теперь ей стало гораздо проще работать: главное – подчищать текст в тех местах, где компьютер что-то напутал.
«Например, могут возникнуть трудности с терминами, как DRS, или с именами пилотов, – объяснил принципы нововведения Брэдшоу. – У нас много комментаторов для каждого языка. У каждого свое произношение имен пилотов. То, как шотландец произносит французское имя, слегка отличается от произношения англичанина или испанца.
В обучении ИИ много нюансов. Может, это покажется просто, но если кто-то идет на пятой позиции, то это отличается от пятой секунды. ИИ должен понимать, идет ли речь о пятом месте, числе пять или одной пятой. К тому же, комментаторы используют в речи разнообразные термины. Исходя из контекста, нам нужно понять, какое именно слово/число должно появиться на экране.
Нам помогли эксперты по машинному обучению – команда AWS, состоявшая из носителей разных языков, разбиравшихся в спорте. Они обучили нейросеть – и сейчас она работает стабильно. Теперь у нас есть группа людей, не экспертов, которые просто регулярно настраивают ИИ и обучают его между гоночными уик-эндами.
Всегда будут возникать какие-то сложности. Работа людей здесь заключается в том, чтобы убедиться, что зритель, чья вовлеченность в происходящее полностью зависит от субтитров, все понимает».
Технологию уже вовсю внедряют в Гран-при – ее даже собираются использовать для судейства
Да, предложение Хэмилтона услышали: ФИА действительно прибегнет к помощи ИИ в судействе, но начнут с нарушений границ трассы. В сезоне-2023 эта проблема превратилась в настоящий ад. На Гран-при Австрии вообще все закончилось абсурдом: стюарды насчитали 1200 выходов за белые линии и потом признали, что их невозможно оперативно проверить. Пришлось ждать результатов несколько часов после гонки.
«Сейчас мы столкнулись со сложной ситуацией, говоря: «Нам нужно рассмотреть тысячи случаев – как это сделать?» Ну, мы просто сбрасываем все на людей, потому что это самое надежное решение. Мы стараемся выйти на новый уровень – и это ИИ», – говорит глава Центра удаленных операций (ROC) ФИА Тим Малион.
Система называется Catapult, она основана на компьютерном зрении (то есть предназначена для работы с визуальным контентом). Для ее работы на болидах установят новые приемники для уточнения положения на трассе. По словам Малиона, все это должно помочь значительно уменьшить количество протоколов: вместо условных 800 случаев судьям придется изучить только 50.
«Принцип работы этого ИИ имеет много параллелей с теми дискуссиями, что сейчас идут в медицине, – к примеру, насчет использования компьютерного зрения для сканирования данных скрининга рака, – рассказал Тим. – Врачи пришли к заключению, что не хотят использовать компьютерное зрение для диагностирования рака. Они хотят использовать его, чтобы отбросить 80% случаев, когда рака, очевидно, нет, чтобы позволить хорошо обученным людям заняться остальными 20%. Вот к чему мы стремимся».
Систему уже испытали на финальном Гран-при Абу-Даби, но, к сожалению, ФИА не предоставила никаких отчетов о работе ИИ. Видимо, во всей красе мы увидим его в сезоне-2024.
А вот сами команды уже давно привыкли использовать ИИ. Каждый болид оснащен 300 сенсорами (в начале уик-энда, к концу обычно оставляют где-то 120 штук), которые собирают информацию (за гонку накапливается примерно 3 Гб телеметрии) об уровне топлива, давлении шин, скорости и заряде батареи. Инженеры получают эти данные в реальном времени – в этом помогают облачные хранилища.
«Данные – в крови у команды, – отметил важность ИИ босс «Ред Булл» Кристиан Хорнер. – [Важен] каждый элемент нашей работы: как мы проводим гонку, как мы развиваем болид, как мы выбираем и анализируем пилотов – всем этим рулят данные. Облачное хранилище Oracle [техпартнера и титульного спонсора «Ред Булл»] сыграло ключевую роль в победе на каждом Гран-при в этом [2023-м] году».
Объемы информации поражают: в течение сезона «Ф-1» пилоты проезжают около 6 300 кругов, инженеры пробуют более 440 вариантов настроек – и все это выливается в 11,8 миллиардов единиц данных.
О деталях рассказал Джеймс Ходж, главный советник по вопросам стратегии компании Splunk – главного IT-партнера «Макларена» (они сотрудничают с 2020 года, и в итоге компанию покупает еще один крупейший спонсор «оранжевых» Cisco). По его словам, параллельно с боксами информацию с болида получают 32 инженера из технологического центра команды – для них «критически важно получать телеметрию в режиме реального времени».
Тут в дело и вступает ИИ от Splunk. Обученный (в том числе на основе архивных данных) компьютер способен не только выдавать информацию и графики, но и предсказывать возможные отклонения от нормы.
«Никто не может рассчитывать, что сможет что-то понять из 1,5 Тб данных, поступающих с 300 сенсоров каждую неделю, – говорит Джеймс. – Сотрудничество «Макларена» со Splunk позволяет убедиться в том, что готовые для анализа данные поступят к нужным людям в нужное время».
В этом плане ИИ помогает не только инженерам, но и пилотам. Звезда «Макларена» Ландо Норрис отмечает: он с раннего возраста учился работать с данными, и это значительно помогло ему улучшить пилотаж. После возвращения с трассы Норрис может узнать, как использовал педаль газа по ходу заезда, где и как тормозил, какая была температура шин в разные моменты времени – всю эту информацию ИИ выдает, изучив 10 000 параметров.
«Эти кусочки данных помогают гонщику сформироваться, – подмечает Ландо. – Они могут сделать из него либо очень хорошего пилота, либо просто хорошего, либо плохого – это показывает то, как используются эти данные. Чем больше мы сможем преуспеть в каждой области, тем лучше и более конкурентоспособными мы будем».
Вообще в Уокинге обосновались главные любители ИИ во всем автоспорте. Они применяют его буквально везде и, кажется, уже опережают время.
В «Макларене» нейросети разрабатывают стратегию (правда, пока только в симрейсинге) и создают ливрею
В прошлом году британской команде захотелось по-особенному отметить свое 60-летие – так возникла идея создать первую за все время ливрею, сгенерированную ИИ.
Ее использовали в «Формуле Е» («Макларен» выступает там с 2022 года). Там и титульный спонсор подходящий – NEOM (саудовский проект по созданию городов и общества будущего). Он-то и предоставил дизайнерам доступ к необходимому ИИ.
У пилотов команды Джейка Хьюза и Рене Раста (по ходу сезона-2023 его заменили на Сэма Берда) и четырех стажеров из NEOM (вошедших в техническую программу «Макларена») спросили, каким они видят будущее. Ответы (их не стали раскрывать) по отдельности вбили в текстовый ИИ, чтобы сформировать там верный запрос для генерации изображений в другой нейронке. Та создала шесть разных картинок, а затем ее попросили все это перемешать – вдобавок дизайнеры прописали слово «папайя», чтобы сохранить традиционный оранжевый цвет «Макларена».
Немного ручной доработки – и вот какой вышла первая в истории ливрея, сгенерированная ИИ:
«Мы хотели, чтобы дизайн отражал форму машины, так что мы решили сделать ливрею гладкой и выражающей скорость, как стрела, – рассказал главный дизайнер электрокоманды «Макларена» Стю Уэнстон. – У изображений ИИ как раз похожий графический язык: все линии движутся вперед, есть ощущение скорости. При создании основной части ливреи мы использовали цвет папайи».
Результат всем понравился. В NEOM тоже удовлетворены экспериментом:
«Мы довольны работой с NEOM по созданию первой в истории автоспорта сгенерированной ИИ ливреи, – высказался босс «Макларена» Зак Браун. – У нас длинная история работы над инновациями в автоспорте и вне его, так что, пока мы отмечаем прошлые заслуги, важно также смотреть в будущее и продолжать открывать новые горизонты».
Этим в Уокинге как раз вовсю занимаются. Команда уже ищет способы использовать ИИ абсолютно во всех сферах гонок – в том числе в таких сложных, как разработка стратегии. Пока ее тестируют в киберспорте.
Техпартнер британцев Splunk адаптировал систему для виртуального чемпионата «Ф-1». Благодаря условиям в виде виртуальной реальности ИИ способен выдавать чуть больше информации (он сообщает об износе резины и прогнозирует андеркаты и оверкаты) – поэтому в случае киберспорта пилоту и команде остается просто принять решение.
«Благодаря Splunk мы вышли на еще более высокий уровень – и я продолжу об этом говорить, – признался чемпион 2022 года Лукас Блейкли. – Это одна из наикрутейших штук, что мы использовали. Открыла нам новый уровень».
А Джеймс Ходж объяснил пользу тестов модели на киберспорте:
«Так мы можем довольно быстро создать какой-нибудь прототип. В игре мы смогли много чего испробовать, на что ушел бы год в реальной жизни, где у вас большая команда, которой придется изменить подход к работе, чтобы адаптироваться к новой аналитической системе».
Иными словами, киберспорт превратился в тестовый полигон для основной команды «Макларена». Все удачные новинки в области работы с ИИ сразу переходят из виртуального мира в реальный.
«Это изменило абсолютно все, – восторгается глава отдела коммерческих технологий Эд Грин. – Думаю, ИИ сыграл большую роль в наших победах и лидерстве в чемпионате (в 2022-м «Макларен» выиграл виртуальный чемпионат «Ф-1» – Sports.ru). Думаю, скорость, с которой мы развиваемся вместе со Splunk, положительно влияет на работу команды «Ф-1». Они [инженеры «Макларена» из «Ф-1»] иногда видят, что мы делаем и признают, что это позволяет болиду ехать быстрее».
Однако даже опыт «Макларена» – это еще не предел нынешних возможностей технологии.
В электро-«Формуле» ИИ воспользовались даже пилоты по ходу заезда! Доступ дали и фанатам – они попытались затроллить компьютер
«Формула Е» безумно старается показать всему миру свою продвинутость. Недаром боссы чемпионата время от времени заявляют, что будущее гонок за электромоторами. В сфере ИИ серия тоже стремится никому не уступать – в том числе «Формуле-1».
Методы здесь практически те же: на каждый болид устанавливают 50-60 сенсоров (максимум можно 150, но команды стремятся сократить расходы), которые собирают 200 Мб данных за квалификацию и 1 Гб за гонку. Правда, передается информация только на пит-стопе, так что телеметрия в реальном времени очень ограничена, инженерам приходится работать с тем, что есть, и ждать следующей остановки.
«Это значит, что нам нужно изучить данные и все просчитать как можно быстрее, чтобы мы могли что-то изменить в болиде, – говорит ответственный за ПО в команде «Нио» Дэйв Чен. – Если сенсоры сломаются, мы потеряем драгоценное время».
С такими проблемами в «Формуле Е» решили пока найти другие способы показать технологичность. На выручку пришел Google с облачным хранилищем и ИИ от консалтинговой компании McKinsey. С их помощью на этапе в Лондоне организаторы устроили развлечение для фанатов: недалеко от трибун расставили гуголовские ноутбуки с рабочей нейросетью. Фанаты могли задать ей любой вопрос, даже касательно идущей гонки (ИИ мог показать любую телеметрию), – компьютеру задали около 700 вопросов.
«Фанаты задавали очень сложные вопросы, – сказал техдиректор «Формулы Е» Эрик Эрнст. – Когда имеешь дело по большей части с молодой аудиторией, то замечаешь, как они хотят все сломать. Они спрашивали очень специфичные вопросы по типу: «Сколько бензина тебе нужно?» Они знали, что это электрогонки, и хотели подловить ИИ – но не вышло.
До этого мы намеренно и очень усердно пытались сломать нейросеть. Мы очень хорошо обучили ИИ, но не стали ограничивать его в темах для общения – а это очень сложно, и, вероятно, составило большую часть работы над проектом. Это не просто набросок. Это серьезная попытка создать хорошую нейросеть. Мы можем хоть сейчас вернуться к ней и поговорить. Это не одноразовое дело. Проект продолжает жить».
В списке успехов «Формулы Е» есть еще один удачный пример развития ИИ. В конце июля 2023-го серия решила войти в Книгу рекордов Гиннесса и выдать наибольшую скорость в закрытом помещении. Для этого в Лондон привезли выставочный центр ExCeL London (там проложили трассу в 2 км с 346-метровой прямой) и устроили состязание в стиле квалификационной дуэли с участием чемпиона сезона-2016/2017 Лукаса ди Грасси и пилота «Макларена» Джейка Хьюза.
Они проехали три тренировочных круга и один зачетных. Рекорд все-таки удалось забрать: Джейк выжал 218,71 км/ч, в то время как предыдущий показатель составлял 165,2 км/ч. Результаты фиксировали с помощью ИИ от Google – но это не самое интересное.
Оказалось, что прямо по ходу тренировочных попыток Ди Грасси и Хьюз могли общаться с ИИ – причем, видимо, прямо через руль! Для мероприятия партнеры «Формулы Е» за три недели разработали специальную нейросеть и интерфейс, с помощью которых пилоты получали данные в режиме реального времени. Компьютер мог дать рекомендации касательно сцепления, скорости и мощности – и пилоты сами решали, как настроить машину.
«Пилоты садятся в такой болид, которым еще никогда не управляли… И их цель не в том, чтобы проехать с наибольшей эффективностью, а в том, чтобы проехать как можно быстрее – а для гонщика это большая разница.
Для них это был новый мир, не так ли? «Вы хотите, чтобы что я сделал? Хотите, чтобы я поговорил с данными о том, что я только что тут сделал? Да кто вы такие?», [удивлялись они]», – рассказал Эрик Эрнст.
А не получится так, что ИИ заменит людей в автоспорте?
Популярный страх, который испытывают во многих других сферах. В автоспорте возникает не меньше поводов о беспокойстве: чем больше задач передают ИИ, тем сильнее становится ощущение, что и проектированием болидов, и, возможно, даже их пилотированием скоро будет заниматься исключительно компьютер (уже есть испытания первого беспилотного болида – в нем, кстати, участвовал Даниил Квят). Благо, есть основания верить, что общество не допустит засилья ИИ – уже есть один наглядный пример.
Пару недель назад с помощью Midjourney и Leonardo AI (нейросети, генерирующие изображения) команда «Махиндра» (из «Формулы Е») создала ИИ-амбассадора Аву Роуз. Ей сделали отдельный аккаунт в соцсетях, который подписали словами: «Королева по экологичным технологиям и гоночная бунтарка-робот».
Фанаты и эксперты пришли в недоумение от затеи «Махиндры». Они посчитали, что использование ИИ (развитие которого требует много энергии) слабо связано с экологичностью. Но главное – их возмутило, что своим решением команда лишила потенциальной работы живого человека.
«То, что «Махиндра» создала ИИ-амбассадора, которая является женщиной, вместо того чтобы просто дать работу одной реальной девушке – невероятная чепуха», – написал гоночный PR-консультант Девин Алтьери.
«Я не эксперт по ИИ, но все, что я вижу, это невероятное количество используемой энергии. Разве не странно называть это чемпионкой по экологичный технологиям?» – поразился автожурналист Аланис Кинг.
Ава не продержалась дольше двух дней. Ее аккаунт уже удалили, а исполнительному директору и руководителю «Махиндры» Фредерику Бертрану пришлось оправдываться:
«Взращивание многообразия, инклюзивности и инноваций находится в сердце «Махиндры». Наша ИИ-программа-инфлюенсер была создана с прицелом на эти инновации. Ваши комментарии имеют для нас огромное значение. Мы к ним прислушались, поняли и решили прекратить проект».
Тем не менее в автоспорте признают усиление позиций ИИ и рост его влияния. По словам технического консультанта «Ф-1» Роба Смедли, в таких условиях важно не забывать, что вообще из себя представляют гонки.
«Тут все сводится к работе с аудиторией – 500 миллионами фанатов по всему миру. Мы используем ИИ, генеративный ИИ в попытке лучше понять их, дать им то, что они хотят.
Знаете, «Формула-1» никогда не должна терять свою ДНК, «Ф-1» – это 20 гладиаторов, рассекающих на этих… «наземных истребителях»… на протяжении двух часов в воскресный день. Нельзя терять эту ДНК. Но мы должны уметь адаптироваться к современным условиям, чтобы дать фанатам, особенно новой аудитории, намного больше того, чего они хотят».
Джеймс Ходж из Splunk тоже считает, что сила гонок – в людях внутри:
«Я играю в гоночные симуляторы. Я не очень хорош, но мне безумно нравится. Если я соревнуюсь с ИИ, то никогда не чувствую себя полностью довольным. Там нет драмы: я победил компьютер. Мне намного веселее гонять с другими 19-ю игроками, с которыми я никогда раньше не встречался. Все потому, что здесь есть человеческий фактор. Здесь чувствуется спорт.
Вот почему я не думаю, что когда-нибудь ИИ будет всем управлять. Это одна из причин, почему в «Ф-1» вам все еще нужны Ландо [Норрис] и Оскар [Пиастри], нажимающие на кнопки. Вам нужны подобные спортивные элементы и таланты, чтобы привнести драму, создать представление или противостояние героев и злодеев».
Верит в человека и легендарный конструктор Эдриан Ньюи. Он признает, что в будущем ИИ внедрят в процесс разработки концепции болида, однако всем компьютер заниматься на сможет:
«В какой-то момент это произойдет, но очень сложно сказать когда. ИИ – это модное слово, но по факту это просто машинное обучение, к которому добавили интернет. Такое уже существует несколько лет. Мы многие годы используем различные оптимизаторы, но в конце концов человек все еще кажется наилучшим вариантом. ИИ – это инструмент, и он определенно не заменит человека».
Однако автоспорт и особенно «Формула-1» всегда славились скоростью принятия впечатляющих инноваций. Сперва и карбоновые монококи не принимали до грандиозной аварии Джона Уотсона в 1981-м – когда все увидели, как гонщик вылез и отправился домой из гарантированно смертельного крэша на любой другой машине, в следующем сезоне карбон превратился в стандарт. Турбированные моторы и граунд-эффект тоже тестировались пионерами несколько сезонов, но при первых же успехах их моментально перехватывали и адаптировали.
Может, и с ИИ в автоспорте случится то же самое?
Технологии «Ф-1» больше не переходят в дорожные машины – почему? Куда делись все чудеса?
Фото: motorsportengineer.net; mclaren.com; fiaformulae.com; autosport.com; Gettyimages.ru/Mark Thompson, Lars Baron, Manuel Velasquez
