De Formule 1 probeert zoveel mogelijk mee te groeien met de hedendaagse wereld. Veel teams kijken dan ook met verregaande interesse naar de opkomst van kunstmatige intelligentie, ook wel bekend als AI. Het team van Red Bull Racing bekijkt de opkomst van AI met verregaande interesse en wil het gebruikt hiervan beter onderzoeken.
In de Formule 1 spelen technologieën en zeker ook de computertechnologie een grote rol bij het ontwikkelen van de auto's. In de huidige wereld wordt AI steeds vaker en vaker gebruikt en ook in de Formule 1 kijkt men met verregaande interesse naar de opkomst van deze ontwikkeling. Bij het team van Red Bull Racing kijkt men dan ook naar AI, maar men wil hier wel voorzichtig mee te werk gaan.
Red Bull-hoofdontwerper Craig Skinner is eerlijk over het gebruik van AI binnen het team. Skinner legt in de Talking Bull Podcast uit dat dit geen makkelijk proces is: "Het is zeker een toepassing die we willen onderzoeken. Het heeft zeker zijn voordelen, maar je moet AI wel instrueren. Je moet het leren waar het naar zoekt, dus uiteindelijk gaat het erom dat je het zelf eerst begrijpt. Wat maakt het dat een auto snel is? Wat wil je uit de aero halen? Wat wil je bereiken met de voertuigdynamiek? We gebruiken het en we zijn uit aan het onderzoeken, maar uiteindelijk moet je zelf het probleem begrijpen."
Reacties (13)
Login om te reagerenf(1)orum
Posts: 8.539
Wanneer de dominantie van RBR nog een tijdje aan blijft houden zal ook de FIA zich vol op de AI gaan storten; echter zullen zij zeer waarschijnlijk dan een ietwat andere interpretatie aan het woord AI geven, namelijk Artificial Interference ;-)
ROYALERE
Posts: 24.398
Het is niet red bull die dominant is......het is verstappen.zonder verstappen(tel hem even weg)zitten er wel veel op elkaar(niet letterlijk).
schwantz34
Posts: 39.052
Aan Artificial Imbeciles hebben ze bij de FIA in elk geval geen gebrek!
Pietje Bell
Posts: 27.168
Bij de buren:
Focus op 2024, maar wat gaat Red Bull dit F1-seizoen nog aan RB19 doen?
Het roept de vraag op wat we dit jaar nog aan updates mogen verwachten in de tweede seizoenshelft, een vraag die Paul Monaghan tijdens de technische mediasessie in Hongarije ook kreeg voorgeschoteld:
"Er komt in ieder geval nog één echte stap aan met de RB19 voor het einde van dit seizoen, een stap die nu dus al vaststaat." Dat laatste is ook logisch, aangezien Verstappen liet weten dat het updatepakket voor Hongarije ook al vaststond in januari.
"Daarna zullen we bekijken of we nog meer upgrades willen brengen, maar dat zal dan volledig met het oog op volgend jaar zijn", vervolgt Monaghan zijn uitleg. Het betekent dat extra updates louter in functie van de RB20 zullen zijn. "Richting het einde van het jaar kunnen we nog enkele dingen op de auto zetten, maar alleen als we denken dat het valide is om die dingen dit jaar alvast te brengen. Dat zal dan volledig ter voorbereiding op de auto van volgend jaar zijn."
Het maakt dat Red Bull over de hele linie vrij spaarzaam is geweest met upgrades en dat het pakket van Hongarije ogenschijnlijk het meest ingrijpende is geweest, samen met de eerdere updates in Baku. "Visueel is de update van Hongarije inderdaad een grote, maar de schaal van aerodynamische updates is niet per se te zien aan hoe anders die aan de buitenkant ogen", legt de hoofdengineer van Red Bull uit. "We kunnen namelijk nog veel andere dingen aan de auto veranderen, die minder zichtbaar zijn voor de mensen, maar die een vergelijkbaar of zelfs groter effect hebben."
shakedown
Posts: 1.261
Elk team zit al tot zijn oksels in AI. J emoet ook wel. Het kan je een enorme boost geven in ontwikkeling.
Neem bijvoorbeeld het hele ontwerp van de koeling. De runs die je doet in de windtunnel gelden niet mee met de geldende budgetten.
Door AI in te zetten (deep learning, Machine learning, Cognitive computing, computer vision) kun je luchtstromen analyseren, voorspellen, plannen, in beeld brengen enz. Allemaal buiten de budgetten om.
Ik kan je garanderen dat dat uitgebreid ingezet wordt door alle top teams en daar gaat een enorme hoeveelheid geld en tijd in zitten.
Ja, je moet je software trainen. Maar dat hoeft niet in de F1 te zijn. Dat kun je prima in de zeilwereld, in de LeMans wereld of de hypercar wereld doen. Laat dat nu juist net de plekken zijn waar Mercedes (ineos), Ferrari en Red Bull de laatste tijd veel op inzetten. Dat is echt niet toevallig omdat ze mensen over hebben...
Ik volg een beetje de america's cup. Daar is voor de aankomende editie zo een enorme ontwikkeling gaande. De vorige editie is dat ingezet, maar deze editie gaat het echt compleet los.
red slow
Posts: 3.082
Ik ben ooit in de fabriek van destijds Jaguar F1 geweest en het viel mij toen op dat ze nog zoveel oude Stewarts hadden staan.
Dat was dus als archief maar inspiratie voor nieuwe ontwikkelingen.
Wat je dus moet doen is twee AI systemen creëren. Eentje die gebruikt maakt en verbonden is met het web en de anderen die alleen intern op het netwerk werkt om zo bedrijfsgeheimen geheim te houden.
Op het tweede systeem zorg je dus voor alle documentatie en scans van de oude wagens en archieven, ook regels etc.
Dan kan je dus twee systemen tegelijk laten werken en kijken wat eruit komtx
TylaHunter
Posts: 10.061
Je kan eigenlijk het concept van Haas pakken door de pitmuur kleiner te maken. Vervolgens deze taken te vervullen door AI. Op basis van live-data AI een pitstop laten plannen.
Ik denk dat er dan nog maar 2 mensen aan de muur hoeven te zitten. Vooral een klein team als Haas zou hun geld in AI moeten steken. Ze hebben immers niet het geld om het in top mensen te steken en hebben niet de mankracht om evensnel data uit te lezen.
T zou een paar keer komisch mis gaan voordat het algoritme juist is... maar komisch mis gaat het bij Haas wel vaker.
snailer
Posts: 26.849
Ik denk het niet, TylaHunter. Als AI voor pit stops wordt gebruikt dan krijg je standaard handelingen. Want waar gaat het voor kiezen? Risicoloos gemiddeld het best. Op de lange termijn levert dat namelijk het meeste op. Daarbij kan AI helemaal niets met het gevoel van de rijder.
Bij Ferrari schijnen ze AI in te hebben gebouwd bij de strategisten en race engineers. Do you want green red or blue? Question.
Overigens is een utopie dat de kleinere pit muur er voor zorgt dat er minder mensen actief zijn. Die zitten op andere plekken. Volgens mij is het een andere besparing, namelijk die van geld en tijd mbt opbouwen, afbreken en vervoeren. De hele boel kan vervoerd worden in minder dozen. En dat bespaart geld. Als ze meer van dat soort bezuinigingen kunnen doen kunnen ze af met minder handjes. Juist degene die niet kunnen worden vervangen door AI.
TylaHunter
Posts: 10.061
Snailer@ tuurlijk gaat AI voor risicoloos dus die neemt de beslissing wanneer de bandendata verkeerd loopt ipv zoals bij Haas je coureur door te laten ploeteren.
Ik sluit me aan dat niet iedereen dit moet doen maar een klein team als Haas die eigenlijk nooit goede strategieën heeft en niet de mankracht (kleinste team op de grid dus hebben niet 200 man in de fabriek die data uitleest) zou hier flink in moeten investeren.
Op een gegeven moment ziet AI een gegeven dat een mens nooit ontdekt waardoor het voor AI een 100% zekerheid is om te pitten daar waar data analisten nog hopen op de coureur en nog hopen op een minder erge dropoff.
Ook het eeuwige probleem bij Haas dat hun parameters op veel circuits niet overeenkomen en dan niet weten wat de setup oplossing is (weer mede door gebrek aan mankracht) kunnen zij oplossen door AI te omarmen.
snailer
Posts: 26.849
Mag ik nuanceren?
Juist een klein team heeft helemaal niets aan standaard strategie.
Als voorbeeld de meest recente: Kevin rijdt achterin en achter de safety car zegt Kevin: We moeten sliks overwegen. Er is een droge lijn. Haas strateeg doet risicoloos niets. Dat heeft geen punten opgeleverd. Overgaan naar sliks ook waarschijnlijk. Maar denk eens terug aan Button en regen. De eerste die vaak op sliks stond. En hem heeft het zelfs overwinningen opgeleverd.
TylaHunter
Posts: 10.061
Snailer@ ik heb het niet over een standaard strategie.
Kijk AI werkt anders dan voorgeschreven algoritmen waarbij Olav Mol vaak zei "computer says no rain"
Het maakt de meest risicoloze strategie die perfect past bij de Haas en niet bij de rest van het veld. Je kan trouwens AI ook vragen juist extra risico te nemen en dan houd het weer geen rekening met bepaalde data.
AI kan letterlijk alles waarbij grote getallen data belangrijk is en zou in combi met de sensoren op de autos sneller kunnen reageren dan mensen op bijvoorbeeld de dropoff of een langzaam leeglopende band.
Jouw voorbeeld met Button kan AI ook op basis van livedata en een flinke dosis simulatiedata daaraan toevoegen.
Ik heb al een paar dingen gezien waarbij ik echt perplex raak van AI zoals het combineren van data in cellen om een kansberekening te maken hoe snel iemand welke type ziekten kan verwachten op basis van de structuur nu. Na de ingevoerde data was dit na 20 seconden berekend.
AI simuleert niet als een computerprogramma. Het berekend waarden door tot absolute nieuwe conclusies
snailer
Posts: 26.849
Ik zie het a voor me. Meer risico, AI! Dan schroeft AI er regenbanden onder op een droge baan.
TylaHunter
Posts: 10.061
Snailer@ dat werkt dus niet zo. AI berekend uit de parameters van livedata ook wel dat regenbanden niet het einddoel bewerktstelligd.
Voorbeeld hoe het wel werkt: Je koppelt de data van het weer met de livedata van de auto. Hulkenberg rijdt in Sao Paulo, een baan waar volgens data hij goed gaat in regenachtige omstandigheden. Plots komt de eerste druppel. Op basis van alle data uit het verleden en het actuele heeft AI al berekend dat wanneer de banden een bepaalde temperatuur (tot ver achter de komma) is gedaald... dat het voor Hulkenberg zijn rijstijl de moeite waard is om te wissel. Daar waar Hulkenberg 1 extra ronde had gewacht en de overige coureurs 2, 3 of 4.
Het is geen simulatie met grafieken met prognoses... het berekend simpelweg alle juiste momenten wanneer je de juiste data koppelt aan de software. Dat heeft nog nooit gekund? Nee klopt maar tot een paar jaar geleden had ook nog niks het voor elkaar gekregen om alle verbanden in godsdient met elkaar te koppelen en AI doet dat in minder dan 30 seconden door de digitale versies van alle boeken te analyseren. Je hebt straks geen analisten meer nodig... je hebt mensen nodig die de juiste vragen kunnen stellen voor het meest precieze antwoord van de AI software.