FIA w trakcie tego sezonu postanowiła zaniechać używania elektronicznych pętli do monitorowania przekroczeń limitów toru na większości zakrętów, uznając je za niewystarczająco precyzyjne.Decyzja ta wynika z absurdu sytuacji podczas Grand Prix Austrii, gdzie zidentyfikowano ponad 1200 potencjalnych przekroczeń limitów toru.
Po analizie danych z Austrii okazało się, że po usunięciu wykroczeń błędnie zgłoszonych przez elektroniczne pętle, te które były stwierdzone przez czyjeś oczy pokrywały się z tymi prawidłowo zgłoszonymi. Oznacza to, że lepiej było polegać na ludziach niż elektronice w tym wypadku.
Według Chrisa Bentleya, szefa strategii systemów informacyjnych FIA dla jednomiejscowych samochodów, pętle są teraz używane tylko w niektórych przypadkach. "Wyłączyliśmy pętle teraz na każdym torze, chyba że jest to szykana", powiedział Bentley. "I ostateczną zasadą jest to, że jeśli jest zbyt trudno to ocenić, to kierowca nie jest karany"
Ponieważ wizualna kontrola naruszeń limitów toru przez ludzi okazała się dokładniejsza, FIA zwiększyła zasoby dostępne po epizodzie Grand Prix Austrii. Malyon wyjaśnił: "Zmieniliśmy podejście znacznie od tego czasu. Na przykład podczas ostatniego Grand Prix Kataru mieliśmy ośmiu ludzi pracujących nad limitami toru zamiast czterech, którzy pracowali w Austrii. Monitorowali oni 820 przejazdów przez zakręt, które zostały zwężone do 141 raportów przesłanych do kontroli wyścigu, a spośród nich kontrola wyścigu zdecydowała się usunąć 51 okrążeń."
Liczba osób pracujących w kontroli zwiększy się również w przyszłym roku, z czterech do ośmiu, aby szybciej badać potencjalne naruszenia. Podczas Grand Prix Abu Zabi FIA przeprowadzi próbę nowego systemu, który wykorzystuje sztuczną inteligencję do eliminowania fałszywych pozytywów z potencjalnych przekroczeń limitów toru, które identyfikują.
Oprogramowanie sztucznej inteligencji (AI) może skutecznie sprawdzać limity przekroczenia linii toru przez bolidy Formuły 1 dzięki zaawansowanym algorytmom i technologiom komputerowym. Proces ten obejmuje kilka kluczowych etapów:
1. Analiza wizualna: AI wykorzystuje zaawansowane techniki analizy wizualnej, które pozwalają mu rozpoznawać obrazy i filmy w czasie rzeczywistym. W przypadku monitorowania przekroczeń linii toru, program jest zaprogramowany do identyfikowania specyficznych obszarów na torze oraz położenia i ruchu bolidów.
2. Trening algorytmu: Przed wprowadzeniem do użytku, algorytm AI jest trenowany na ogromnych zbiorach danych, które obejmują różnorodne sytuacje związane z przekraczaniem linii toru. Działa to na zasadzie nauczania maszynowego, gdzie algorytm dostosowuje się do wzorców na podstawie dostarczonych danych treningowych.
3. Uwzględnienie kontekstu toru: AI musi być świadome specyfiki każdego toru, na którym odbywają się wyścigi. Zastosowanie algorytmów uwzględniających unikatowe cechy toru, takie jak zakręty, prostokąty czy szykany, pomaga w precyzyjnym określaniu, czy bolid przekroczył ustalone limity.
4. Odrzucanie fałszywych sygnałów: Kluczowym elementem jest zdolność algorytmu do odrzucania fałszywych sygnałów. W przypadku przekroczeń limitów toru, oprogramowanie musi rozróżniać sytuacje, w których bolid faktycznie przekroczył linię od przypadków, które są wynikiem błędów pomiarowych czy nietypowych warunków toru.
5. Kontrola i dostosowywanie: System AI powinien być elastyczny i umożliwiać dostosowywanie parametrów w zależności od zmieniających się warunków toru czy specyfiki wyścigu. Regularna kontrola wyników i dostosowywanie algorytmu zapewnia jego skuteczność w różnych sytuacjach.
W ten sposób, poprzez połączenie analizy wizualnej, uczenia maszynowego i zaawansowanych algorytmów, oprogramowanie AI może efektywnie identyfikować przekroczenia linii toru, eliminując jednocześnie błędne wyniki i poprawiając efektywność procesu monitorowania.
