IA, données, systèmes analytiques : comment la F1 est entrée dans une nouvelle ère ?

La Formule 1 (F1) a toujours été un sport axé sur la technologie. Derrière chaque voiture se trouve une équipe d’ingénieurs et de scientifiques qui rivalisent pour arracher le moindre avantage, en tirant parti des dernières innovations en matière de données, de systèmes analytiques et de calcul de haute performance.

Actuellement, l’intelligence artificielle (IA) est à l’origine d’une vague de transformations influant sur la conception des voitures, les performances des courses et l’expérience des fans. Comme l’explique Christian Horner, PDG d’Oracle Red Bull Racing, « les données sont au cœur de l’équipe. Chaque élément de la performance est guidé par les données, de l’organisation de la course à la sélection et l’analyse des pilotes en passant par le développement de la voiture ».

En F1, les technologies de pointe, notamment l’IA et l’analyse des données, sont utilisées par les écuries pour se forger un avantage concurrentiel et faire franchir la ligne d’arrivée aux voitures le plus rapidement possible. Dans cet article, Forbes vous propose de découvrir quelques-unes de ces avancées et leur impact sur l’avenir de la F1, le sport le plus axé sur la technologie.

Mécanique des fluides numérique

L’aérodynamique d’une voiture est l’un des facteurs les plus importants lorsqu’il s’agit de performances sur circuit. La modélisation de la manière dont les flux d’air interagissent avec la voiture lorsqu’elle se déplace à grande vitesse fait partie d’un domaine d’étude connu sous le nom de mécanique des fluides numérique (MFN). Aujourd’hui, la réalisation d’études sophistiquées de cet élément de la performance de la voiture est un cas d’utilisation clé de la technologie en F1.

Des données sont collectées sur les voitures lors des courses et des séances d’entraînement, une voiture étant en moyenne équipée de plus de 300 capteurs et transmettant environ 3 Go de données de télémesure par course.

Au cours de l’année écoulée, la MFN a été utilisée pour faire évoluer la F1 en fonction des attentes des fans. À l’aide des commentaires des fans, la F1 s’est aperçue que les spectateurs voulaient assister à des courses plus serrées « roue contre roue ». Cependant, les « modèles de sillage » aérodynamiques largement utilisés jusqu’à il y peu n’étaient pas propices à ce type de course, car ils créaient de fortes turbulences dans le sillage des véhicules.

Ainsi, un projet de collaboration entre la F1, la FIA et AWS a vu le jour, afin de déterminer les modifications à apporter à l’aérodynamique des véhicules pour offrir des courses plus serrées lors de la saison 2022-2023.

Selon Rob Smedley, consultant technique auprès de la F1, cette démarche a créé « un produit qui nous a effectivement permis d’avoir des courses plus serrées ».

La MFN a trois utilisations principales en F1 : elle fait partie du processus de conception des nouvelles voitures ; elle permet de tester les performances des nouveaux composants afin d’étudier leurs effets sur l’aérodynamique ; et elle aide à la résolution des problèmes lorsque les voitures ne fonctionnent pas aussi bien qu’elles le devraient.

La MFN n’est pas sans poser de problèmes. En effet, elle nécessite l’accès à de grandes quantités de puissance de calcul à haute performance ainsi qu’à des spécialistes hautement qualifiés pour effectuer les simulations complexes.

Cependant, les équipes reconnaissent que les avantages dépassent largement les coûts, et cette technologie est reconnue comme permettant aux équipes d’économiser beaucoup de temps et d’argent.

Simulations, jumeaux numériques et courses virtuelles

Les simulations alimentées par l’IA sont utilisées par les équipes de F1 pour modéliser des milliards de paramètres de course potentiels afin de déterminer les variables les plus susceptibles de conduire à des résultats favorables.

Les données de pointe et l’expertise analytique fournies par des partenaires tels que AWS, Dell et Oracle permettent de prédire avec plus de précision l’impact de toutes les variables, y compris la météo, le comportement des concurrents, les stratégies d’arrêt au stand, l’état de la piste, les collisions et les défaillances mécaniques.

Les simulations sont utilisées pour tester la durabilité des voitures, en évaluant dans quelle mesure les nouvelles conceptions sont susceptibles de résister aux rigueurs des courses à grande vitesse. Les équipes d’ingénieurs peuvent ainsi identifier les points faibles et les points de défaillance potentiels au cours de la phase de simulation. Cela coûte beaucoup moins cher que la découverte de ces failles sur la piste, un facteur important lorsque les équipes sont soumises à des limites strictes en ce qui concerne les dépenses liées au développement et à la conception de leurs voitures chaque saison.

James Vowels, le patron de Williams, a déclaré que l’IA est la seule technologie qui permette de découvrir la valeur cachée dans l’énorme quantité de données générées et transmises lors d’une course de F1 moderne. Il a récemment déclaré à la BBC : « Nous utilisons des prototypes de voitures qui changent pratiquement d’une course à l’autre […] différentes pistes, différents pneus […] la bonne façon de procéder est d’utiliser des outils de modélisation qui exécutent des millions de scénarios de course. »

Les modèles et simulations alimentés par l’IA sont également utilisés pour former les pilotes, ce qui leur permet d’apprendre le parcours de chaque circuit et de développer leurs compétences en course sans risquer de se blesser ou d’endommager leur véhicule. Bien que les équipes soient autorisées à garder confidentielles une grande partie des données générées et saisies pendant les courses, elles sont obligées de mettre certaines informations à la disposition de la F1 et des équipes adverses. Il s’agit notamment des données GPS relatives à la trajectoire de la voiture sur le circuit les jours de course. Ces données réelles permettent aux pilotes de s’entraîner en se mesurant aux modèles simulés de leurs adversaires.

L’inclusion récente de la F1 dans le projet AWS Deep Racer constitue un développement intéressant dans ce domaine. Il s’agit d’un simulateur de course en 3D basé sur le cloud et alimenté par l’apprentissage automatique. Les coureurs font s’affronter des véhicules autonomes simulés pour tenter de boucler les tours dans le temps le plus court. Rob Smedley a été l’un des participants à ce projet, travaillant aux côtés du pilote Daniel Ricardo pour générer des données afin d’aider à la navigation de la voiture : « Ce programme comprend de grands projets […] pour se rapprocher de la F1 […] et même pour qu’une voiture de F1 grandeur nature puisse rouler de manière autonome sur un circuit. »

L’importance des partenariats

Le développement de partenariats avec des fournisseurs de technologie est une stratégie essentielle tant pour les équipes de F1 que pour la F1 elle-même.

À propos du partenariat de son équipe avec le spécialiste des données Alteryx, Zack Brown, directeur général de McLaren, a déclaré : « Je pense qu’Alteryx nous aide […] parce que c’est une chose d’obtenir des données, c’en est une autre de les compiler, de les récupérer rapidement et d’obtenir les données les plus pertinentes. Sinon, ce n’est que du bruit. Plus les données sont précises, plus il y a de types de données différents, plus la prise de décision est efficace. »

En choisissant les bons partenaires stratégiques, les équipes bénéficient d’une expertise technique ainsi que de nouvelles perspectives sur la manière dont la technologie peut être appliquée et sur les domaines où elle peut l’être, ce qui leur permet de se concentrer sur leur mission, à savoir gagner des courses.

Dell, un autre partenaire de l’écurie McLaren, fournit des solutions informatiques de haute performance à l’origine de nombreuses initiatives de l’équipe en matière de simulation et de MFN. L’un des systèmes qui recueillent les données des voitures en mouvement afin d’alimenter les simulations et de créer des jumeaux numériques plus précis est capable de transmettre 100 000 points de données par seconde.

Pendant six ans, l’équipe Mercedes AMG Petronas s’est associée aux spécialistes des données TIBCO, ce qui lui a permis de transformer les données en informations utiles à la stratégie de course et à la conception des voitures.

Un autre partenariat extrêmement fructueux est celui qui lie l’équipe Red Bull Racing, vainqueur du championnat du monde des pilotes et des constructeurs l’an dernier, à Oracle. L’équipe utilise l’expertise technique du géant américain des logiciels et des bases de données pour alimenter ses simulations de course, ainsi que pour ses activités de développement technique et d’engagement des fans.

Le partenariat est si important pour le succès de l’équipe qu’elle l’a intégré dans son nom (qui s’appelle désormais Oracle Red Bull Racing). Christian Horner a déclaré : « Oracle Cloud joue un rôle clé dans le résultat de chaque Grand Prix que nous avons remporté cette année et de chaque Grand Prix où nous avons obtenu des résultats significatifs. »

Perspectives et collaboration dans le cloud

Le dernier cas d’utilisation des données en F1 abordé dans cet article concerne la fourniture d’informations qui encouragent la collaboration et l’interaction avec les fans.

La F1 est un sport complexe, et il se passe souvent beaucoup de choses dans une course, bien plus que ce que le spectateur devant sa télévision peut imaginer. Après tout, les caméras ne peuvent couvrir qu’une partie de la piste à la fois. Si vous êtes dans les tribunes et que vous regardez la course en direct, votre vision est encore plus limitée.

Grâce à son partenariat de cinq ans avec AWS, la F1 est en mesure d’exploiter les informations, y compris les données de positionnement des voitures en direct et les données de chronométrage, afin de créer les informations qui sont fournies aux spectateurs pendant la course, parallèlement à la couverture par les caméras de diffusion et aux commentaires.

Selon Zak Brown, « une piste de F1 fait cinq kilomètres de long et compte 20 voitures. La télévision ne peut donc se concentrer que sur une, deux ou trois voitures à la fois […]. Il y a encore quatre kilomètres et demi de piste où se déroulent diverses actions qui peuvent être déterminantes pour la stratégie de la course ».

L’identification et la mise en évidence de ces informations impliquent l’utilisation d’algorithmes d’apprentissage automatique qui utilisent toutes les sources de données à leur disposition pour créer un récit autour de la course.

« Nous affichons ces données à l’écran pour que les fans puissent les comprendre. Nous constatons que les fans s’intéressent vraiment à ce niveau d’information », a affirmé Zack Brown.

L’avenir de la technologie en F1

L’IA générative est actuellement un sujet brûlant dans les cercles technologiques, en raison de l’énorme potentiel de transformation ainsi qu’à la popularité d’applications telles que ChatGPT et Stable Diffusion. En F1, les organisateurs sont tout aussi enthousiastes quant à l’impact de cette technologie sur l’avenir du sport et, en particulier, sur l’expérience des fans.

Rob Smedley a déclaré : « Il s’agit de modéliser ce groupe démographique, à savoir les 500 millions de fans à travers le monde, en utilisant des techniques d’IA, en utilisant l’IA générative […] en essayant de les comprendre beaucoup mieux et de leur donner des produits qu’ils veulent vraiment. »

« Vous savez, la F1 ne devrait jamais perdre son ADN. Il s’agit d’une vingtaine de gladiateurs qui sortent à bord de ces “avions de combat au sol” […] et qui font la course pendant deux heures le dimanche après-midi. [Ce sport] ne devrait jamais perdre son ADN. Mais nous devrions être en mesure de l’adapter pour répondre davantage aux attentes des fans, notamment du nouveau groupe démographique de fans », a précisé Rob Smedley.

Ainsi, l’IA et l’apprentissage automatique ont certainement le potentiel pour accomplir cette tâche. Il est certain que l’on pourra compter sur la technologie pour continuer à produire des courses plus serrées, à apporter des voitures plus rapides, plus puissantes et plus aérodynamiques, et à créer des expériences passionnantes et immersives pour les fans.

Article traduit de Forbes US – Auteur : Bernard Marr