欢迎光临
我们一直在努力

一级方程式使用一级方程式与亚马逊合作2019年赛季

如果看起来人工智能和机器学习这些短语越来越多地进入一般词典,你就不会错。由于企业界对错误或人为错误的挫折缺乏兴趣,因此在机器和计算的帮助下,制定更明智的业务决策和解决问题的压力很大。

人工智能也同样做它的方式进入体育产业。不仅如此,团队和个人运动员可以做出更聪明的游戏内或训练决策,还因为它在提升球迷体验方面的价值。本周早些时候在亚马逊网络服务(AWS)上发布的一项举措:发明2018年会议是,一级方程式将使用人工智能来帮助推动其计划在2019年赛季首次亮相的一些新电视图形。一级方程式已经进入了与AWS合作伙伴关系,并推出在2018赛季的一些图形的变化,但它计划增加其产品在明年。

在AWS会议的“F1 Insights”部分中,一级方程式分享了一些关于风扇体验变化的信息,这些变化可以利用各种各样的汽车数据,以便让粉丝对赛车和赛车的独特见解。竞争激烈。

随着F1总经理罗斯布朗开始通过数据改善球迷体验,他的注意力转向为球迷提供了一些已经可以进入球场的球队的数据。他还认为,人工智能可以为电视观众提供对比赛的独特见解,并帮助他们了解他们最喜欢的赛车手和比赛团队所看到的内容,因为他们制定了对每场比赛至关重要的众多瞬间决策。

“对于2018年的F1赛季,我们开始了这个过程,”布朗说。“我们正在深入挖掘,向您展示性能的来源 - 何时车速更快,为什么速度更快?

Brawn计划利用亚马逊开发的Sagemaker工具实施这些变更,以通过机器学习帮助做出这些决策。Sagemaker是亚马逊的机器学习工具,可用于多个行业。对于一级方程式赛车,它被用于改善家中球迷的观看体验。

“下一季我们正在为观众扩展F1 Insights,Brawn在re:Invent中说道。”通过进一步整合遥测数据,如汽车位置,轮胎状况,甚至天气,我们可以使用Sagemaker来预测汽车表演,进站和比赛策略。明年的F1电视广播将会有一些激动人心的新人工智能集成。“

在布朗的演讲中,他将F1的机器学习目标分为三类。首先是提供对每个驾驶员轮胎状态的深入了解,以便粉丝更好地了解轮胎对F1比赛重要性的动态。

“我们知道有人遇到麻烦:后轮胎过热,”布朗说。“我们可以看一下轮胎的历史,它们的运作方式以及他在比赛中的位置,机器学习可以帮助我们对情况进行适当的分析。”我们可以将这些信息带给粉丝并让他们了解如果这个人遇到麻烦或者他能控制局面。这些是团队总是有的见解,但我们将把它们带给粉丝并向他们展示正在发生的事情。“

第二个图形工具获取历史数据并利用它来实时预测驾驶员之间可能发生超车移动的概率或可能性。使用AI工具访问大量以前的比赛数据将为粉丝提供这些独特的见解,所有这些都是实时的。他甚至提到球队目前无法访问这些特定数据,因此球迷将获得比赛团队在比赛期间甚至不具备的信息。

“轮对车比赛是关键,这项运动的关键方面,现在通过机器学习和使用实时数据和历史数据,我们可以预测将要发生的事情,”布朗说。“图表显示了我们期望在这次活动中发生的事情。这有什么好处,是团队没有所有这些数据。我们作为F1知道两辆车的数据并且可以做这个比较,这个从来没有做过。“

布朗提到的最后一个例子是由于其进站进行分析而产生的数据,该分析用于展示在进站期间对汽车的战略改进。正确地对这些进站进行定时并使它们更有效率通常可以在赢或输比赛之间产生差异。该分析将为球迷提供更深入的洞察力,以确定在比赛期间每个进站的利用率的战略决策。

“在正确的时间停下来安装合适的轮胎可以赢得或输掉一场比赛,”布朗说。“我们将收集所有数据并让粉丝深入了解他们停止的原因和停止时间 - 团队和司机是否做出了正确的呼叫?”

人工智能和机器学习毫无疑问会改变运动,不仅是为了家里的球迷,也是为了参加比赛或体育赛事。它将实时提供大量数据,以帮助优化每个决策。F1的这一进展表明,大规模的采用不仅会出现,而且在某些情况下已经存在。布朗还提到,Sagemaker也将用于评估新的面部格式或启动网格,以便为组织做出长期决策。毫无疑问,这些用途表明,由于机器学习的广泛使用以及对其提供的数据的战略分析,体育将继续发生根本变化。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。