由 jpichiban Mon, 28 Oct 2024 00:01:33 GMT
揭秘：探秘助力F1成功的科技内幕
赛道内幕：F1的商业运作
赛车运动并非始终展现精密工程的舞台。“二十年前，你造好车后会发现，一个叉骨会穿过车身部件；钻开它，你会发现轴的位置错了，”威廉姆斯车队CEO詹姆斯·沃勒斯在CNBC的《赛道内幕》节目中说道。然而，在现代F1赛季中，24场比赛密集进行，且有参赛花费限制，即使是小错误也可能导致冠军失之交臂。为避免这些失误，车队越来越依赖数字工具。车辆设计在虚拟环境中反复推敲，然后上传至模拟气流环绕的程序。同时，其他软件系统在不同天气条件下对每个螺母和螺栓进行压力测试，以确保设计能经受整个赛季的考验。
“一旦我们认为找到了性能优越的设计，我们会制作一个60%的版本并放入风洞测试，”迈凯伦商业技术总监丹·凯沃斯告诉CNBC，并补充说这些原型车上装有数百个传感器，使软件工程师能够模拟车辆在不同场景下的表现。与完全建造的车辆不同，这些“数字孪生体”无法实际飞行全球进行测试，但能让车队模拟真实车辆所需应对的条件，并根据每位车手调整车辆。“在到达赛道之前，有很多事情需要分析或处理，包括在模拟器上花费时间，”红牛车手马克斯·维斯塔潘说，“你真的会尽力优化车辆，一旦它落地。”
使用数字孪生体，车队可以为不同赛道制定策略。为英国银石这样的快速赛道设计的车，在摩纳哥这样的地方会缺乏抓地力和下压力，车手需要充分利用赛道宽度。在24场比赛的赛程中，只有少数几天间隔，预测赛道表现对于确保工程师准备好进行任何必要调整至关重要。它还允许他们实时调整策略。尽管每支车队在比赛日允许最多60名运营人员在赛道上，但每个人都在与总部分析师沟通。“我们有直接的数据链接，实时从赛道传回我们的任务控制室，”红牛性能工程主管本·沃特豪斯说，“那里的每个人都会盯着电脑，向赛道工程师提供反馈和可执行的建议。”
随着车队从秒表和手持发动机温度计转向每秒产生110万个数据点的车内传感器，这些建议变得更加准确。“这就是AI和机器学习的强大之处，因为它们能比人类更快反应，”沃勒斯说，“然而，有些领域仍需要人类直觉，例如发生事故时，人类能迅速判断是否需要红旗。”在成本上限将预算限制在每年1.35亿美元的情况下，自动化重复任务对于确保车队高效利用资源至关重要。工程师已经将预测库存成本和组织运输的工作交给了机器，而分析师则使用模式识别算法来判断其他车队在比赛中可能何时进站。 orgese/NurPhoto 来自 Getty Images)Nurphoto | Nurphoto | 盖蒂图片社当监管运作良好时，它可以推动团队寻找利用这些技术的新方法。“过去，我们能够承担相当大的风险——我们是否能从中获得性能提升？”Waterhouse说，“但最新的法规迫使我们改变了看待创新的方式；要非常注意成本，并更加专注于效率。”随着人工智能和其他技术的进步，如何部署这些技术将越来越决定F1锦标赛的胜负。科技公司纷纷涌入，仅在过去两年就签署了大量新的赞助协议。与赞助上一代F1车队的烟草公司不同，科技公司有实际利益在其中。云计算巨头甲骨文不仅据报道支付了3亿美元成为红牛的冠名赞助商，还为他们提供了云基础设施和人工智能专业知识。谷歌与迈凯伦的合作基于类似原则，提供技术和专业知识，以换取一个全球平台，在这个平台上他们可以与商业竞争对手测试其技术。这是一个新时代，不仅对F1，对整个体育界也是如此。最伟大的竞争者不再是最佳运动员或卓越的战略家，而是最具创新力的团队。
原文链接：https://www.cnbc.com/2024/10/28/f1-championships-are-increasingly-being-decided-by-tech.html