James Moy Photography/Getty Images
Είναι δύσκολο να ξεφύγουμε από την αίσθηση ότι μερικές πάρα πολλές επιχειρήσεις πηδούν στο AI hype train επειδή είναι hype-y, παρά επειδή η AI προσφέρει ένα υποκείμενο όφελος στη λειτουργία τους. Οπότε θα παραδεχτώ έναν μικρό εγγενή σκεπτικισμό, και ίσως ένα άγγιγμα νοσηρής περιέργειας, όταν η General Motors ήρθε σε επαφή θέλοντας να επιδείξει μερικά από τα νέα εργαλεία εκμάθησης AI/μηχανής που χρησιμοποιεί για να κερδίσει περισσότερους αγώνες στο NASCAR, αγώνες σπορ αυτοκινήτων , και IndyCar. Όπως αποδεικνύεται, αυτός ο σκεπτικισμός ήταν άστοχος.
Η GM έχει τα δάχτυλα σε πολλές πίτες μηχανοκίνητου αθλητισμού, αλλά υπάρχουν τέσσερα προγράμματα κορυφαίου επιπέδου. Πραγματικά νοιάζεται για. Το νούμερο ένα για μια αμερικανική αυτοκινητοβιομηχανία είναι το NASCAR -ο βασιλιάς ακόμα του μηχανοκίνητου αθλητισμού εδώ – όπου η Chevrolet προμηθεύει κινητήρες σε έξι ομάδες Cup. Το IndyCar, το οποίο κάποτε θα μπορούσε να υπερηφανεύεται ότι ήταν ο αγαπημένος αγώνας της Αμερικής, φιλοξενεί άλλες έξι ομάδες που κινούνται με Chevy. Και μετά υπάρχουν αγώνες σπορ αυτοκινήτων. αυτή τη στιγμή, η Cadillac αγωνίζεται στην κατηγορία GTP της IMSA και στην κατηγορία Hypercar του Παγκόσμιου Πρωταθλήματος Αντοχής, καθώς και σε μια εργοστασιακή προσπάθεια Corvette Racing στο IMSA.
“Σε όλες τις σειρές που αγωνιζόμαστε έχουμε είτε βασικούς συνεργάτες είτε συγκεκριμένες ομάδες που τρέχουν τα αυτοκίνητά μας. Και μέρος της τεχνικής υποστήριξης που λαμβάνουν από εμάς είναι οι δυνατότητες της ομάδας μου”, δήλωσε ο Jonathan Bolenbaugh, επικεφαλής αναλύσεων μηχανοκίνητου αθλητισμού στη GM, με έδρα στο Τεχνικό Κέντρο Charlotte της GM στη Βόρεια Καρολίνα.
Σε αντίθεση με τη γενετική τεχνητή νοημοσύνη που αναπτύσσεται για να εκτοπίσει τους ανθρώπους από τις δημιουργικές δραστηριότητες, η GM θεωρεί τον ρόλο της τεχνητής νοημοσύνης και της ML ως υποστήριξης των ειδικών του ανθρώπινου αντικειμένου ώστε να μπορούν να κάνουν τα αυτοκίνητα να κινούνται πιο γρήγορα. Και χρησιμοποιεί αυτά τα εργαλεία σε μια ποικιλία εφαρμογών.
![Ένα από τα κέντρα διοίκησης της GM στο Τεχνικό Κέντρο Charlotte στη Βόρεια Καρολίνα.](https://cdn.arstechnica.net/wp-content/uploads/2024/07/GM-Motorsports-AI-980x738.jpeg)
General Motors
Κάθε ομάδα σε κάθε μία από αυτές τις διάφορες σειρές (προφανώς) έχει ανθρώπους στο έδαφος σε κάθε αγώνα, και πάντα περισσότερους μηχανικούς και στρατηγούς που τις βοηθούν από την Indianapolis, τη Charlotte ή οπουδήποτε βρίσκεται η συγκεκριμένη ομάδα αγώνων έχει την έδρα της. Αλλά θα συνδεθούν επίσης με μια ομάδα της GM Motorsport, που θα εργάζεται από ένα από τα διάφορα κέντρα διοίκησης στο Τεχνικό Κέντρο Charlotte.
Τι είπαν;
Και τα τρία συνδέουν ροές και ροές δεδομένων από τα ίδια τα αυτοκίνητα (σε σειρές που επιτρέπουν τηλεμετρία από αυτοκίνητο σε λάκκο), αλλά και φωνητικές επικοινωνίες, μηνύματα κειμένου, δεδομένα χρονισμού και βαθμολογίας από αξιωματούχους, φωτογραφίες παρατρόχιου και πολλά άλλα. Και ένα πράγμα που μπορεί να κάνει η ομάδα του Bolenbaugh και η σουίτα εργαλείων της είναι να βοηθήσουν να κατανοήσουν αυτά τα δεδομένα αρκετά γρήγορα ώστε να μπορούν να γίνουν πράξη.
«Σε μια σειρά όπως η F1, πολλές ομάδες θα έχουν μαθητές που είναι δυνητικά νεότερα μέλη της ομάδας να ακούν κυριολεκτικά ραδιόφωνο και να πληκτρολογούν τι συμβαίνει, και μετά να λένε: “Γεια σου, πρόκειται για pitting. Αυτό αφορά τις συνθήκες πίστας », είπε ο Bolenbaugh.
Αντί να το δώσει στα παιδιά πρακτικής άσκησης, η GM δημιούργησε ένα εργαλείο μεταγραφής ήχου σε πραγματικό χρόνο για να κάνει αυτή τη δουλειά. Αφού δοκίμασε μια εμπορική λύση εκτός ραφιού, αποφάσισε να δημιουργήσει τη δική της, «έναν συνδυασμό ανοιχτού κώδικα και κάποιου ιδιόκτητου κώδικα μας», είπε ο Bolenbaugh. Όπως μπορεί να επιβεβαιώσει οποιοσδήποτε έχει πάει ποτέ σε μια πίστα, είναι ένα θορυβώδες περιβάλλον, έτσι η GM έπρεπε να εκπαιδεύσει μοντέλα με όλο τον θόρυβο του περιβάλλοντος.
«Καταφέραμε να βελτιώσουμε πραγματικά την ακρίβεια και τη χρηστικότητα του εργαλείου σε σημείο που κάποια από τη μη αυτόματη υποστήριξη αυτής της ικανότητας τώρα μειώνεται», είπε, με το πλεονέκτημα ότι απελευθερώνει τους ανθρώπους, οι οποίοι διαφορετικά θα ήταν μεταγραφή, για να εφαρμόσουν το μυαλό τους με πιο χρήσιμους τρόπους.
Ρίξε μια ματιά σε αυτό
Ένα άλλο εργαλείο που αναπτύχθηκε από τον Bolenbaugh και την ομάδα του κατασκευάστηκε για να αναλύει γρήγορα τις εικόνες που τραβήχτηκαν από φωτογράφους που εργάζονται για τις ομάδες και τους OEM. Ενώ μερικά από τα πλάνα που τραβούν μπορεί να είναι για μάρκετινγκ ή PR, πολλά από αυτά είναι για τους μηχανικούς.
Πριν από δύο χρόνια, η αποστολή αυτών των φωτογραφιών από την κάμερα του φωτογράφου στην ομάδα ήταν δουλειά δύο έως τριών λεπτών. Τώρα, “από το κλικ κλείστρου στην πίστα σε μια εκδήλωση NASCAR έως την επισήμανση AI σε μια εφαρμογή για να λάβουμε πληροφορίες από αυτές τις φωτογραφίες είναι επτά δευτερόλεπτα”, είπε ο Bolenbaugh.
![Μερικές φορές δεν χρειάζεστε ένα εργαλείο ML για να αναλύσετε μια φωτογραφία για να σας πει ότι το αυτοκίνητο είναι κατεστραμμένο.](https://cdn.arstechnica.net/wp-content/uploads/2024/07/GettyImages-2159484985-980x653.jpg)
Jeffrey Vest/Icon Sportswire μέσω Getty Images
“Ο χρόνος είναι το παν, και ο μικρότερος χρόνος γύρου που τρέχουμε – το Κολοσσαίο θα ήταν ακραίο, αλλά ίσως τα 18 δευτερόλεπτα να είναι πιθανώς ένας σύντομος χρόνος γύρου. Επομένως, πρέπει να είμαστε πιο γρήγοροι από όταν περνούν από αυτήν την είσοδο στο pit lane έως πότε επιστρέφουν ξανά», είπε.
Κατά την κυκλοφορία αυτού του συγκεκριμένου εργαλείου σε έναν αγώνα NASCAR πέρυσι, μια από τις συνεργαζόμενες ομάδες της GM κατάφερε να αποφύγει ένα προειδοποιητικό pitstop αφού ο οδηγός της έξυσε τον τοίχο, όταν ο νεαρός μηχανικός που ανέπτυξε το εργαλείο μπόρεσε να τους δείξει ένα δευτερόλεπτο φωτογραφία της δεξιάς πλευράς του αυτοκινήτου που έδειχνε ότι είχε γλιτώσει οποιαδήποτε ζημιά.
“Δεν χρειαζόταν να περιμένουν έναν επιθεωρητή να κοιτάξει, δεν έπρεπε να περιμένουν τη γνώμη του οδηγού. Ήξεραν ότι δεν είχε ζημιά. Αυτή η ομάδα έκανε τα πλέι οφ σε εκείνη τη σειρά με τέσσερις πόντους, έτσι στο Σε περίπτωση που θα είχαν βάλει pit, υπάρχει πιθανότητα να μην τα κατάφεραν», είπε. Σε περιπτώσεις όπου ένα αυτοκίνητο έχει υποστεί ζημιά, το εργαλείο ανάλυσης εικόνας μπορεί αυτόματα να το επισημάνει και να το κάνει γνωστό γρήγορα μέσω μιας ειδοποίησης.
Δεν χρησιμοποιούνται όλες οι εικόνες για άμεσες αποφάσεις όπως αυτή – οι μηχανικοί μπορούν επίσης να βρουν πολλά για τους αντιπάλους τους από τις φωτογραφίες.
«Θα μας ενδιέφεραν πολύ πράγματα που σχετίζονται με τη γεωμετρία του αυτοκινήτου για τις ρυθμίσεις εγκατάστασης—ψάθινες ρυθμίσεις, γωνίες φτερών… ύψη οδήγησης του αυτοκινήτου, πόσο κοντά είναι το αυτοκίνητο στο έδαφος—όλα αυτά θα ήταν υπέροχο να γνωρίζουμε από μηχανική άποψη και αυτοί θα ήταν στόχοι που θα είχαμε όταν κάνουμε ανάλυση εικόνας», δήλωσε ο Patrick Canupp, διευθυντής μηχανικής αγώνων μηχανοκίνητου αθλητισμού στη GM.
![Πολλοί από τους φωτογράφους που βλέπετε να εργάζονται δίπλα στο δρόμο θα φωτογραφίζουν για λογαριασμό ομάδων ή κατασκευαστών.](https://cdn.arstechnica.net/wp-content/uploads/2024/07/GettyImages-2162191666-640x724.jpg)
Steve Russell/Toronto Star μέσω Getty Images
“Δεν είναι εύκολο να τραβήξετε ένα σύνολο στατικών εικόνων και να προσδιορίσετε πολλές μηχανολογικές πληροφορίες από αυτές. Και έτσι εργαζόμαστε ενεργά σε αυτό για να βοηθήσουμε με όλες τις φωτογραφίες που έρχονται σε εμάς σε ένα Σαββατοκύριακο αγώνα – υπάρχουν χιλιάδες από αυτές Και έτσι, είναι πολλές οι πληροφορίες που έχουμε στην πρόσβασή μας, που θέλουμε να μεγιστοποιήσουμε τις μηχανικές πληροφορίες που συλλέγουμε από όλα αυτά τα δεδομένα είπε.
Ο υπολογιστής λέει ότι πρέπει να κάνουμε pit τώρα
Θυμάστε εκείνη τη μεταγραμμένη ροή ήχου από παλαιότερα; «Αν πολλοί οδηγοί αρχίζουν να μιλούν για κάτι παρόμοιο στον αγώνα, όπως η κατάσταση της πίστας, μπορούμε να αρχίσουμε να συμπεραίνουμε, με βάση… την εμφάνιση ορισμένων λέξεων, ότι η πίστα αλλάζει», είπε ο Bolenbaugh. «Μπορεί να μην είναι μόνο το αυτοκίνητό σας… αν οι οδηγοί μιλούν για κάτι σε τροχιά, η πιθανότητα μιας προσοχής, που αποτελεί μέρος του μοντέλου στρατηγικής μας, μπορεί να αυξηθεί».
Αυτό τροφοδοτεί ένα εργαλείο στρατηγικής που παίρνει επίσης χρόνους γύρου από το χρόνο και τη βαθμολογία, καθώς και δεδομένα απόδοσης καυσίμου σε σειρές αγώνων που το παρέχουν για όλα τα αυτοκίνητα ή ένα μοντέλο πρόβλεψης που κάνει το ίδιο σε σειρές όπως το NASCAR και το IndyCar όπου οι ομάδες δεν Δεν μπορούν να δουν τέτοιου είδους δεδομένα από τους ανταγωνιστές τους, καθώς και μοντέλα φθοράς ελαστικών.
“Ένα από τα μεγαλύτερα πράγματα που πρέπει να διαχειριστούμε είναι τα ελαστικά, τα καύσιμα και ο χρόνος γύρου. Όλα είναι μια συμφωνία μεταξύ της προσπάθειας να εκτελέσουμε τον αγώνα όσο το δυνατόν πιο γρήγορα”, είπε ο Bolenbaugh.
Προφανώς οι αγώνες είναι δυναμικές καταστάσεις, και έτσι “πολλές φορές σε έναν γύρο καθώς αλλάζει το σενάριο, ενημερώνουμε τη σύστασή μας. Έτσι, με πτώση ελαστικού [as the tire wears and loses grip], παρακολουθείτε σε πραγματικό χρόνο, προβλέποντας πού θα είναι. Εξελισσόμαστε συνεχώς κατά τη διάρκεια του αγώνα και εκπαιδεύουμε τη μεταφορά, οπότε πηγαίνουμε στο Σαββατοκύριακο, καθώς ο αγώνας εξελίσσεται, συνεχίζοντας να εκπαιδεύουμε μοντέλα σε πραγματικό χρόνο», είπε ο Bolenbaugh.