AWS で F1®
機械学習、人工知能、クラウドテクノロジーの力を利用して、ファンがF1を楽しむための新しくてユニークで革新的な方法を探りましょう。
F1® インサイト (AWS によるサポート)
タイムロストは、AWS が開発した F1 インサイトの最新のオンスクリーングラフィックです。F1 インサイトは、各グランプリセッション中のファン体験を変えることを目的とした放送用グラフィックシリーズです。タイムロストは、ファンや放送局に、ドライバーのミスの影響と原因を明確に把握できるようにします。この重要なインサイトは、F1 の生放送のテレビグラフィックを通じてファンに伝えられます。これにより、ドライバーのミスの性質だけでなく、ドライバーがどれだけの時間を失ったかもわかります。
フォーミュラ 1®: AWS を利用
レースデータ
すべての F1 マシンには 300 個のセンサーが搭載されており、マシンからピットに送信されるテレメトリーデータポイントが 1 秒あたり 110 万個生成されます。このリアルタイムデータは、Amazon S3 に保存されている 70 年以上にわたる過去のレースデータと組み合わせて、豊富なインサイトを抽出します。これにより、ファンの体験に関する情報を提供し、教育し、豊かにする豊富なインサイトを抽出し、トラックで勝利のパフォーマンスを生み出すレース戦略についてより多くのインサイトをもたらします。
競合他社の分析
データ分析によって、F1 は特定のレーシングカー、チーム、ドライバーのパフォーマンスを、関連するパラメータ全体で比較し、視覚的にランク付けして、ファンに情報提供できます。
マシンのパフォーマンス
F1 は、空気力学、タイヤ性能、パワーユニット、車両ダイナミクス、および車両最適化を綿密に調べて、ファンが全体的な車両パフォーマンスを解釈するのに役立つインサイトを提供します。カーパフォーマンスは F1 チームのプリンシパル KPI です。これにより、ファンは F1 の内部の仕組みや、シーズン前とシーズン中の自動車開発における各チームのパフォーマンスについて、独自の洞察を得ることができます。
最速のドライバー
AWS の機械学習テクノロジーを使用すると、このインサイトにより、1983 年から現在までの全 F1 ドライバーのデータに基づく客観的なランキングが提供されます。方程式から F1 マシンの差異が排除されることで「誰が最速のドライバーなのか?」という昔ながらの疑問が明らかになります。 F1 および Amazon Machine Learning (ML) Solutions Lab のデータサイエンティストは、データに基づき、時代を越えた複雑で客観的なドライバーの速度ランキングを歴史上はじめて作成しました。
レースストラテジー
F1 はタイミングデータを使用して、レース全体の結果に影響を与える個々のチームとドライバーのパフォーマンス、戦略、戦術をファンが客観的に分析できる可視的なインサイトを作成できます。例えば、Alternative Strategy は、チームやそのファンが、戦略的に異なる決断をした場合、レースがどのような展開になったかを示すグラフィックです。
AWS はフォーミュラ 1® にどのように燃料を供給していますか?
✔ スポーツの変革: AWS の最も広範で層の厚い機能および比類のないイノベーションのペースにより、F1 における意思決定ためのデータおよびコンテンツの収集、分析、活用方法が変化しつつあります。F1 の各レースカーには 300 個のセンサーが搭載されており、マシンからピットに送信されるデータポイントが 1 秒あたり 110 万個生成されます。このように、F1 は実にデータに基づいたスポーツです。
✔ トラックでのアクションの増加: AWS ハイパフォーマンスコンピューティングを使用することで、F1 は空気抵抗のシュミレーションを実行し、次世代の F1 車の速度を以前より 70% 向上させ、ダウンフォース損失を 50% から 15% まで削減した車を作り出しています。この劇的な削減により、後を追うドライバーが追い越す可能性が高くなり、さらなるホイールツーホイールアクションをファンに提供できます。
✔ ファンを魅了し、喜ばせる: AWS を使用すると、F1 はマシンおよびトラックサイドから配信される数百万ものデータポイントを F1 Insights を通じてファンを魅了するエクスペリエンスに変えることができます。
ファンとのエンゲージメント
AWS による F1 Insghts は各レース前、レース時、およびレース後のファン体験を変革します。異なるデータポイントを利用して各インサイトの情報を通知することで、F1 のファンはドライバーがどのように瞬間的な意思決定を行ったか、チームがどのようにレースの戦略を考案し実施しているかなど、レースの結果に影響する事項をリアルタイムで把握できます。どのように機能するのか、ここにいくつかの例を示します。
下記をクリックして拡大
F1 はタイミングデータを使用して、レース全体の結果に影響を与える個々のチームとドライバーのパフォーマンス、戦略、戦術をファンが客観的に分析できる可視的なインサイトを作成できます。
-
バトル予想
周回の履歴と予測されるドライバーのペースを使用して、バトル予想は、前走車が後続車の「射程距離」内となるまでに要するラップ数を予測します。
-
ピット戦略バトル
ピット戦略バトルのグラフィックは、リアルタイムで各ドライバーの戦略がどの程度成功するかの評価方法に関する追加のインサイトをファンに提供します。ファンは、微妙な戦略の変更を追跡し、最終的な結果への影響を確認できます。
-
ピットウィンドウ
タイヤコンパウンド、ラップタイム、車の分散の状況に基づいて、ピットストップウィンドウが推定されます。視聴者は、他のチームのレーシング戦略、セーフティカー、イエローフラッグを含むレースのダイナミクスに基づいて、レースがどのように変わり得るかを確認します。
-
予測されるピットストップ戦略
過去のデータがフォーメーションラップ中のレース戦略を計算するために使用され、予測されるタイヤとレースの戦略を比較します。このインサイトによって、視聴者はドライバーが次のピットストップを戦略的に行うべきタイミングを確認することができます。
データ分析によって、F1 は特定のレーシングカー、チーム、ドライバーのパフォーマンスを、関連するパラメータ全体で比較し、視覚的にランク付けして、ファンに情報提供することができます。
-
レーシングカー分析およびレーシングカー開発
詳細はこちら ›このインサイトは、チームがどのようにレーシングカーを開発するか、どれだけ短期に開発するか、そしてシーズンを通して順調に進んだ場合の結果はどうなるかを示します。シーズン中に限らず毎年の開発レースは、F1 チームの主要な KPI です。これにより F1 の内部の動きと、この分野でチーム同士がどのような戦いを繰り広げるかに関する独自のインサイトが得られます。
-
カーパフォーマンススコア
詳細はこちら ›このインサイトにより、個々のレーシングカーのパフォーマンスが分離され、ファンはそのパフォーマンスをさまざまな車両パフォーマンスと比較して、車両パフォーマンスを構成する構成要素、つまりコーナリングパフォーマンス、直線パフォーマンス、レーシングカーのバランスまたはハンドリングを直接比較できるようになります。
-
ドライバーパフォーマンス
ドライバーパフォーマンスは、チームメイトや競合と比較して、どのドライバーが自分の車のパフォーマンスを絶対的な限界まで発揮させているかに着目するものです。ラップ中に車のタイヤによって生成される力を計算し、それを車の最大能力と比較すると、ドライバーが車の潜在的なパフォーマンスをどれだけ引き出しているかがわかります。究極的な目標であるラップタイムに大きな影響を与えるドライバーパフォーマンスの 3 つの主要な領域に着目するために、3 つのパラメータ、すなわち、加速、ブレーキング、およびコーナーが表示されます。
詳細はこちら › -
ドライバーシーズンパフォーマンス
詳細はこちら ›ここでは、レーシングカー、タイヤ、トラフィック、燃料などの影響に関する豊富なデータを分析することで、運転スキルの最も重要なサブセットに基づいて、ドライバーのパフォーマンスの内訳が提供されます。端的に言えば、7 つの主要なメトリクス (Qualifying Pace、Race Starts、Race Lap 1、Race Pace、Tyre Management、Driver Pit Stop Skill、Overtaking) に対するシーズン全体の各ドライバーのパフォーマンスのスコアが出力されます。これらのメトリクスは、0〜10 の範囲で正規化され、「スコア」型メトリクスが提供され、特定のドライバーの長所と短所はどこか、およびフィールド内の他のドライバーと比較する方法についてのインサイトが、視聴者、ファン、チームに対しても同じように提供されます。
-
Qualifying Pace
詳細はこちら ›従来の主観的なセッションである AWS がサポートするこの F1 インサイトは、機械学習と分析手法を使用します。機械学習と分析手法では、練習データを取得し、土日のレース間でチームがどのように経過するかについての履歴データを使用します。
-
Start Analysis
F1 は、空気力学、タイヤ性能、パワーユニット、車両ダイナミクス、および車両最適化を綿密に調べて、ファンが全体的な車両パフォーマンスを解釈するのに役立つインサイトを提供します。
-
Braking Performance
詳細はこちら ›Braking Performance は、コーナリング中のドライバーのブレーキングスタイルが、コーナーを抜ける際にどのようなメリットをもたらし得るかを示します。これは、ブレーキをかける前にドライバーがコーナーのエイペックスにどれだけ接近しているかを測定することにより、ドライバーのブレーキングスタイルとパフォーマンスを比較し、接近時の最高速度、ブレーキによる速度低下、利用されるブレーキ力、コーナリング中にドライバーが受ける巨大な重力加速度など、コーナリング時に車とドライバーがどのように連携するかを示します。
-
コーナー分析
詳細はこちら ›F1 車のパフォーマンスにとって唯一の最重要エリアであり、ここでは、良い車と優れた車を比較するための優れたインサイトが得られます。コーナーが 4 つの主要セクション (ブレーキング、ターンイン、ミッドコーナー、エグジット) に分割され、カーテレメトリデータを介して、コーナーの主要セクションのパフォーマンスが分析および比較されます。
-
エグジットスピード
特定の (かつ重要な) コーナー周辺の最適なブレーキングポイントと加速ポイントによって特定される、コーナリングの分析です。コーナーは、各ドライバーにとって最も重要な領域です。このインサイトにより、視聴者はラップタイムの増減を詳細に理解し、F1 車同士の比較が可能になります。
-
タイヤ性能
レーシングカーの速度、縦方向と横方向の加速度、ジャイロなどの車両に関するデータを使用して、スリップ角の推定値を求め、各車の車両バランスモデルを導き出します。これは、タイヤの摩耗エネルギーの出力を示します。(注: タイヤの摩耗エネルギーは、物理的なタイヤの摩耗ではなく、路面を滑るタイヤ接地面のエネルギー伝達を指します。) 出力には、各コーナーのタイヤ性能が含まれますが、最終的な性能寿命に対してそのタイヤがどれだけ使用されたかを示します。
ファン体験を加速させる
マシンの詳細に移動して仕組みを確認したいですか? 新しいインサイトを配信し、トラック上でのアクションを増やす Amazon SageMaker を用いた機械学習アルゴリズムを AWS と F1 がどのように使用しているのか、F1 が次世代のレーシングカーの設計に AWS をどのように活用しているのかについての詳細はこちら。
.c927460c4d64d9162ddc4ccd13d98969700a50cf.png)
AWS を利用した他のスポーツをご覧ください
