Важко позбутися відчуття, що надто багато компаній стрибають на потяг ажіотажу ШІ тому, що це ажіотаж, а не тому, що ШІ пропонує основні переваги для їх роботи. Тож я визнаю, що я відчував певний скептицизм і, можливо, трохи хворобливої цікавості, коли General Motors зв’язався з бажанням продемонструвати нові інструменти штучного інтелекту та машинного навчання, які він використовує, щоб виграти більше гонок у NASCAR, спортивних автомобілях. та IndyCar. Як виявилося, цей скептицизм був недоречним.
GM має багато пальців у автоспортивних пирогах, але насправді є чотири програми найвищого рівня, справдіпіклується про. Номер один для американського автовиробника — NASCAR — досі король автоспорту тут — Chevrolet постачає двигуни шести командам Кубка. IndyCar, який колись міг похвалитися тим, що був улюбленою гонкою в Америці, є домом для ще шести команд Chevy. І тоді є гонки на спортивних автомобілях; зараз Cadillac бере участь у класі GTP IMSA та класі Hypercar World Endurance Championship, а також заводський Corvette Racing у IMSA.
«У всіх серіях, у яких ми беремо участь у перегонах, у нас є або ключові партнери, або спеціальні команди, які керують нашими автомобілями. Частина технічної підтримки, яку вони отримують від нас, — це можливості моєї команди», — сказав Джонатан Боленбау, керівник відділу аналітики автоспорту в GM. у технічному центрі GM Charlotte у Північній Кароліні.
На відміну від генеративного штучного інтелекту, який розробляється, щоб витіснити людей із творчої діяльності, GM бачить роль штучного інтелекту та машинного навчання у підтримці експертів у предметних питаннях, щоб вони могли пришвидшити автомобілі. І він використовує ці інструменти в різноманітних програмах.
Кожна команда в кожній із цих різноманітних серій (очевидно) має людей на місцях під час кожної гонки, і незмінно більше інженерів і стратегів, які допомагають їм з Індіанаполіса, Шарлотта чи будь-де, де конкретна гоночна команда має свою домашню базу. Але вони також будуть пов’язані з командою GM Motorsport, яка працюватиме в одному з командних центрів Технічного центру в Шарлотті.
Що вони сказали?
Усі три з’єднують потоки й потоки даних із самих автомобілів (у серіях, які дозволяють телеметрію від автомобіля до ями), а також голосові комунікації, текстові повідомлення, дані про час і результати від офіційних осіб, фотографії з траси тощо. І одна річ, яку може зробити команда Боленбо та їхній набір інструментів, це допомогти зрозуміти ці дані достатньо швидко, щоб їх можна було застосувати.
«У таких серіях, як F1, у багатьох команд студенти, потенційно нові члени команди, буквально слухають радіо і пишуть, що відбувається, а потім кажуть: «Гей, це про піттинг. Це про умови траси». “, – сказав Боленбау.
Замість того, щоб надати це дітям, які проходили стажування, GM створив інструмент транскрипції аудіо в реальному часі для виконання цієї роботи. Випробувавши готове комерційне рішення, компанія вирішила створити власне, «комбінацію відкритого вихідного коду та частини нашого власного коду», — сказав Боленбо. Будь-хто, хто хоч раз був на гоночному треку, може підтвердити, що це гучне середовище, тому GM довелося тренувати моделі з усім присутнім фоновим шумом.
«Ми змогли справді покращити нашу точність і зручність використання інструменту до точки, коли частина ручної підтримки цієї можливості тепер зменшується», — сказав він, з перевагою, що це звільняє люди, які інакше б транскрибували, використовувати свій мозок більш корисними способами.
Погляньте на це
Інший інструмент, розроблений Боленбо та його командою, створено для швидкого аналізу зображень, зроблених трековими фотографами, які працюють на команди та виробників обладнання. Незважаючи на те, що деякі кадри, які вони знімають, можуть бути призначені для маркетингу чи PR, багато з них призначені для інженерів.
Два роки тому передати ці фотографії з камери фотографа команді займало дві-три хвилини. Тепер «від клацання спуску затвора на іподромі на змаганнях NASCAR до додавання тегів штучного інтелекту в програму для отримання інформації з цих фотографій займає сім секунд», — сказав Боленбо.
“Час — це все, і найкоротший час кола, який ми пробігаємо — Колізей був би винятком, але, можливо, 18 секунд — це, ймовірно, короткий час кола. Тому нам потрібно бути швидшими, ніж тоді, коли вони пройдіть ту піт-лейн, коли вони повернуться знову”, – сказав він.
Під час презентації цього конкретного інструменту під час перегонів NASCAR минулого року одна з команд-партнерів GM змогла уникнути попереджувального піт-стопу після того, як її водій подряпав стіну, коли молодий інженер, який розробив інструмент, зміг показати їм старий інструмент. фото правого боку автомобіля, на якому видно, що воно не було пошкоджено.
«Їм не потрібно було чекати споттера, щоб подивитися, їм не потрібно було чекати думки водія. Вони знали, що це не було пошкодження. Ця команда вийшла в плей-офф у цій серії з перевагою в чотири очки, тому в якщо б вони піттингували, є ймовірність того, що вони цього не зробили”, – сказав він. У випадках, коли автомобіль пошкоджено, інструмент аналізу зображень може автоматично позначити це та швидко повідомити про це через сповіщення.
Не всі зображення використовуються для миттєвих рішень — інженери також можуть багато чого дізнатися про своїх конкурентів із фотографій.
«Нам були б дуже цікаві речі, пов’язані з геометрією автомобіля для налаштувань налаштувань — налаштування плетених лози, кути крил… висота автомобіля, наскільки близько автомобіль до землі — це все, що може бути Чудово знати з інженерної точки зору, і це були б цілі, які ми б поставили під час аналізу зображень», – сказав Патрік Канупп, директор із розробки автоспортивних змагань у GM.
«Непросто зробити набір нерухомих зображень і отримати з них багато технічної інформації. Тому ми активно над цим працюємо, щоб допомогти з усіма фотографіями, які надходять до нас під час гоночних вихідних — їх тисячі. .Тож ми маємо доступ до великої кількості інформації, до якої ми хочемо максимізувати інженерну інформацію, яку ми збираємо з усіх цих даних. Штучний інтелект справді створений для вирішення великої проблеми сказав.
Комп’ютер каже, що ми повинні піти зараз
Пам’ятайте про транскрибований аудіопотік із попереднього ? «Якщо купа пілотів починає говорити про щось подібне під час перегонів, як-от стан траси, ми можемо зробити висновок на основі… появи певних слів, що траса змінюється”, – сказав Боленбау. «Це може бути не лише ваша машина… якщо водії говорять про щось на трасі, ймовірність обережності, яка є частиною нашої стратегічної моделі, може зрости».
Це входить у стратегічний інструмент, який також бере час кола з хронометражу та підрахунку балів, а також дані про паливну ефективність у гоночних серіях, які надають їх для всіх автомобілів, або прогнозну модель, щоб робити те саме в серіалах, таких як NASCAR та IndyCar, де команди не не можуть побачити такі дані від своїх конкурентів, а також моделі зносу шин.
«Одна з найважливіших речей, якою нам потрібно керувати, — це шини, пальне та час кола. Усе є компромісом між спробами якнайшвидшого проведення гонки», — сказав Боленбау.
Очевидно, що перегони — це динамічні ситуації, тому «кілька разів на колі, оскільки сценарій змінюється, ми оновлюємо наші рекомендації. Отже, коли шина відпадає [оскільки шина зношується та втрачає зчеплення], ви» відслідковуємо в режимі реального часу, передбачаючи, де це буде відбуватися, під час перегонів і вивчаємо передачу, тому ми переходимо до вихідних, коли розгортаються перегони, продовжуючи тренувати моделі в режимі реального часу», — сказав Боленбау. 60~/p>
