自動車レースは、常に精密エンジニアリングの展示であるわけではありません。
「20年前にクルマを作ったとき、車体の一部にウィッシュボーンが入ることがわかった。穴を開けてみると、車軸が間違った場所にあることがわかった」とウィリアムズのCEO、ジェームズ・ボーレスはCNBCの番組「インサイド・トラック」で語った。
しかし、現代のF1シーズンには24のレースが詰め込まれており、競争に費やすことができる金額には制限があるため、小さなミスでもタイトルを失う可能性があります。それらを回避するために、チームはデジタルツールへの依存度を高めています。車のデザインは、周囲の空気の流れをシミュレートするプログラムにアップロードされる前に、仮想的に作成されます。一方、他のソフトウェア システムでは、設計がフル シーズンにわたって耐えられることを確認するために、さまざまな気象条件で各ナットとボルトにストレス テストを行っています。
マクラーレンのビジネステクノロジー担当ディレクター、ダン・キーワース氏はCNBCに対し、「性能の高いデザインが見つかったと判断したら、60％のバージョンを構築して風洞に入れます」と語り、これらのプロトタイプには数百のセンサーが取り付けられていると付け加えた。これにより、ソフトウェア エンジニアはさまざまなシナリオで車のパフォーマンスをシミュレーションできるようになります。
テストのために世界中を飛び回ることは不可能な完全に組み立てられた車とは異なり、これらの「デジタルツイン」を使用すると、チームは実際の車がパフォーマンスを発揮するために必要な条件をモデル化することができます。また、車を各ドライバーに適応させることもできます。レッドブルのドライバー、マックス・フェルスタッペンは「シミュレーターで時間を費やすことも含め、レーストラックに着く前に分析したり取り組んだりすることがたくさんある」と語った。 「車が地面に着くとすぐに、車を最適化しようとします。」
2024年7月7日、イギリス・ノーサンプトンのシルバーストン・サーキットで行われたイギリスF1グランプリのパルクフェルメで祝う、レース優勝者のルイス・ハミルトン（イギリス）とメルセデス、2位のマックス・フェルスタッペン（オランダ）とオラクル・レッドブル・レーシング。
ブリン・レノン – F1 |フォーミュラ 1 |ゲッティイメージズ
これをデジタル ツインで行うことで、チームはさまざまな回路向けの戦略を開発できるようになります。英国のシルバーストンのような高速サーキット向けに設計された車は、ドライバーがトラックの全幅を使用する必要があるモナコのような場所で必要なグリップとダウンフォースが不足します。スケジュールには 24 のレースがあり、その間は数日しかないため、エンジニアが必要な変更を加える準備が整っているかどうかを確認するには、トラックのパフォーマンスを予測することが重要です。
また、リアルタイムで戦略を適応させることも可能になります。レース当日、各チームは最大 60 名の運営スタッフがトラックに立つことが許可されていますが、各チームは本社のアナリストと連絡を取り合っています。レッドブルのパフォーマンスエンジニアリング責任者ベン・ウォーターハウス氏は、「レーストラックからミッションコントロールルームにリアルタイムでデータが直接受け渡される」と述べた。 「そこにいる全員が自分のコンピューターを見て、レースカーに適用できる推奨事項をレーストラックのエンジニアにフィードバックします。」
チームがストップウォッチや手持ちエンジン温度計から、1 秒あたり 110 万のデータ ポイントを生成する車載センサーに移行したことで、これらの推奨事項はより正確になりました。 「この分野では、人間よりもはるかに早く反応できる AI と機械学習が非常に強力です」と Vowles 氏は述べています。 「しかし、人間のヒューリスティックが必要な領域もあります。たとえば、衝突があった場合、人間はそれを非常に素早く見て、危険信号があるかどうかを判断できます。」
コスト上限が予算を年間 1 億 3,500 万ドルに制限しているため、チームがリソースを効率的に使用するには、反復的なタスクを自動化することが重要です。エンジニアはすでに在庫コストの予測と輸送の組織化の仕事をマシンに引き継いでおり、アナリストはパターン認識アルゴリズムを使用して、レース中に他のチームがいつピットインする可能性があるかを判断しています。
2024年5月1日、アメリカのマイアミで開催されたF1 Crypto.com マイアミ・グランプリ2024の最中、ピットレーンは混雑している。(写真：Alessio Morgese/NurPhoto via Getty Images)
ヌルフォト |ヌルフォト |ゲッティイメージズ
それがうまく機能すれば、規制によってチームはこれらのテクノロジーの新しい使用方法を見つけることができます。
「これまでは、これによってパフォーマンス上のメリットが得られるかどうかという点で、かなり大きなリスクを負うことができました。」とウォーターハウス氏は語った。 「しかし、最新の規制によって、私たちはイノベーションに対する見方を変えることを余儀なくされ、コストを非常に意識し、効率性をより重視するようになりました。」
AI やその他のテクノロジーが進歩するにつれて、それらを導入する方法を見つけることが F1 チャンピオンシップを決定することになります。テクノロジー企業はチームに手を貸そうと殺到し、過去2年間だけでも多数の新たなスポンサー契約を結んだ。前世代の F1 チームをスポンサーしていたタバコ会社とは異なり、テクノロジー企業はゲームに参加しています。クラウドコンピューティング大手のオラクルは、レッドブルのタイトルスポンサーとして3億ドルを支払っていると伝えられているだけでなく、クラウドインフラストラクチャとAIの専門知識へのアクセスも提供している。 Google とマクラーレンとのパートナーシップは同様の原則に基づいて構築されており、ビジネスの競合他社に対してテストできるグローバル プラットフォームと引き換えにテクノロジーと専門知識を提供します。
これは F1 だけでなく、スポーツにとっても新しい時代です。最大の競争相手は、もはや最高のアスリートや優れた戦略家ではなく、最も革新的な人です。
