Az MI és a gépi tanulás (ML) belépése a motorsport világába nagy változásokat hozott, különösen a General Motors esetében, amely ezeket az eszközöket NASCAR és IndyCar futamok megnyerésére használja.
Jonathan Bolenbaugh, a General Motors motorsport-analitikai vezetője szerint a mesterséges intelligencia és az ML szerepe nem az emberek helyettesítése, hanem a szakértők támogatása, hogy gyorsabbá tegyék az autókat.
„Minden sorozatban, amelyben versenyzünk, kulcsfontosságú partnerek és csapatok vesznek részt, amelyek az autóinkat használják. A tőlünk kapott technikai támogatás a csapatom erőssége”,
mondta.
A General Motors saját, nyílt forráskódú, valós idejű beszédleíró eszközt fejlesztett, amely a zajos környezetben is pontosan tud dolgozni, és ezzel tehermentesítette az embereket, hogy egyéb, fontos feladatokra koncentrálhassanak.
Egy másik, Bolenbaugh és csapata által kifejlesztett eszköz a csapatok és az OEM-ek pályamenti fotósai által készített képek gyors elemzésére készült. Míg az általuk készített felvételek egy része marketing vagy PR célokat szolgál, nagy része a mérnököké. Két évvel ezelőtt két-három perc munka volt, hogy a fotós kamerájából a csapathoz eljuttassák ezeket a képeket.
„Az információnyerés a fényképekről a NASCAR versenyen az exponálástól a mesterséges intelligencia címkézéséig, hét másodpercbe telik. Az idő a minden – a legrövidebb köridő amit futunk, 18 másodperc. Gyorsabbnak kell lennünk annál, mint amikor áthaladnak a boxutcán és újra visszajönnek”,
mondta Bolenbaugh.
„Nagyon érdekelnek minket az autó geometriájával kapcsolatos adatok – a szárnyak dőlésszöge, az autó menetmagassága, milyen közel van az autó a talajhoz stb. – ezek mind olyan dolgok, amelyek etmérnöki szempontból nagyszerű tudni, és ezek lennének a céljaink a képelemzés során”,
mondta Patrick Canupp, a General Motors motorsport versenymérnöki részlegének igazgatója.
A versenystratégiák javítása érdekében a General Motors olyan eszközöket is használ, amelyek a versenyzők rádióforgalmazása alapján előre jelzik a pályaviszonyok változását és a várható sárga zászlós figyelmeztetéseket. Ezek az eszközök valós idejű adatokat használnak a gumikopás, az üzemanyag-felhasználás és a köridők optimalizálására, és folyamatosan frissítik a verseny közbeni ajánlásokat.
„Az egyik legnagyobb kihívás, amit kezelnünk kell, a gumik, az üzemanyag és a köridő. Meg kell találnunk a helyes kompromisszumot, hogy a lehető leggyorsabban teljesíthessük a versenyt”,
mondta Bolenbaugh.
