F1におけるAIピットストップ

F1は世界で最もハイテクなスポーツの一つです。時速230マイルという耳をつんざくような速度で走行し、2秒間のピットストップを行うF1には、最も革新的なエンジニアリングが求められます。F1は、ドライバーやマシンだけでなく、レースを分析するピットクルーによる戦略も重要な要素です。

レース中にはさまざまなテクノロジーが駆使されていますが、その中でもAIはピットクルーにとって最も重要なツールの一つになりつつあります。F1でAIが具体的にどこで活用されているのか、詳しく見ていきましょう。

Link to this section2023年アブダビグランプリにおけるコンピュータビジョン#

F1ドライバーが4輪すべてでトラックの境界線を越えると、トラックリミット違反とみなされます。国際自動車連盟（FIA）はこれらの違反を検証し、結果に基づいてペナルティが科されます。

毎レース、何百件もの違反を処理しなければなりません。2023年のオーストリアグランプリでは、わずか4人の人間で1,200件もの潜在的なトラックリミット違反を処理しました。その後のレースでは、トラックリミット違反を確認する人員を増やしたものの、それでも十分ではありませんでした。

図1 上の画像の白線がトラックの境界とみなされます。

そこで2023年のアブダビグランプリにおいて、FIAはコンピュータビジョンを導入しました。FIAは形状分析を使用してトラックの境界を特定し、その線を越えたピクセル数を算出しています。このシステム層は、人間の介入が明らかに不要なケースを排除するために使用されます。これにより、FIAは実際に注意が必要なケースに集中できるようになります。

Link to this sectionAIインサイトによるファンエンゲージメントの向上#

71%のスポーツ専門家が、ファンエンゲージメントは目標達成に不可欠であると考えています。人々がスポーツに感情的なつながりを感じると、継続的に観戦するようになり、業界の収益創出にもつながります。

レースウィークエンドは、単にお気に入りのチームを応援するだけではありません。Amazon Web Services (AWS)はF1と協力し、一瞬の判断に関する深いインサイトを提供し、詳細な統計データでパフォーマンスを可視化しています。これらは、Amazon S3に保存された約70年分のレースデータを分析することで可能になります。過去のデータだけでなく、機械学習モデルが各F1マシンから収集された300以上のセンサーからのデータポイントを分析することも可能です。毎秒110万以上のデータポイントを扱っているのです！

オラクル・レッドブル・レーシングのCEOであるクリスチャン・ホーナーが、「データはチームの生命線です。レースの運営方法、マシンの開発、ドライバーの選定や分析など、あらゆるパフォーマンス要素がデータによって支えられています」と語るのも当然です。これらのシステムが出力できる統計データの一部を見てみましょう。

• バトル予測: バトル予測では、後続車が先行車にどれくらいで「攻撃可能圏内」に到達するかを予測します。この予測は、トラックの歴史的データと予測されるドライバーのペースを使用して行われます。
• ピット戦略バトル: 各ドライバーの戦略がどれほど成功しているか、そしてその結果をリアルタイムで評価するためのインサイトをファンに提供します。ファンは、ドライバーが行う繊細な戦略変更を追い、それが結果に与える影響を確認することもできます。
• トラック支配力: ドライバーがサーキットのどこで、どのようにライバルを圧倒しているかをファンやコメンテーターに伝えるインサイトを提供します。
• マシンパフォーマンススコア: このインサイトにより、ファンは特定のマシンを分離して他のマシンとパフォーマンスを比較できます。比較は、コーナリングパフォーマンス（旋回時やカーブ走行時のスピード維持、安定性、制御能力）、直線パフォーマンス（直線での加速能力と最高速度）、およびハンドリング（ステアリング、ブレーキング、操舵を含む車両制御の全体的な容易さと応答性）に基づいています。

図2 ファンが視聴できるトラック支配力の可視化の例。

Link to this sectionAIを活用したシムレーシング#

シミュレーションレーシング、いわゆるシムレーシングは、バーチャルなF1体験です。これは、ドライバーがレーストラックに慣れ、怪我やマシン損傷のリスクなしにレーシングスキルを向上させるためのトレーニングによく使用されます。シムレーシングにAIを組み込むことで、チームはダイナミックなレースコンディション、さまざまなセットアップ下でのマシンパフォーマンス、さらにはトラック上での競合の動きまでシミュレートできます。

物理エンジンは車両の挙動を正確にモデル化できます。これには、空気力学、タイヤのグリップ、サスペンション設定などの要素が考慮されます。その一方で、現実のレースとシミュレーションの両方からのデータが継続的に分析され、戦略の改善とパフォーマンスの向上に役立てられています。シムレーシングのセットアップは、ステアリングホイールとペダルを備えた基本的なものから、モーションプラットフォーム、VRヘッドセット、F1コックピットの詳細なレプリカを備えたフルスケールのシミュレーターまで多岐にわたります。

図3. シムレーシングを行うF1ドライバー、マックス・フェルスタッペン。（出典: shop.gperformance.eu）

Link to this sectionF1チームとAIイノベーター：トラックで結ばれたパートナーシップ#

トップF1チームのいくつかは積極的にAIを活用しており、AI企業を公式スポンサーとして迎え入れているケースもあります。これらのパートナーシップと、それらがもたらす価値について簡単に見ていきましょう。

Link to this sectionメルセデス & G42#

G42は、UAEに拠点を置く主要なAIおよびクラウドコンピューティング企業です。彼らはメルセデスAMG PETRONAS F1チームの公式スポンサーです。G42はチームに高度なデータ分析と機械学習の能力を提供しています。G42の支援により、チームは膨大な量のデータをリアルタイムで処理し、貴重なインサイトを抽出してデータ主導の意思決定を行うことができます。例えば、G42のAIアルゴリズムはテレメトリデータを分析して特定のトラック向けにマシンセットアップを最適化し、空気力学、タイヤ圧、燃料負荷を微調整することでパフォーマンスを向上させます。

図4 G42はメルセデスAMG F1の公式パートナーです。

Link to this sectionレッドブル & オラクル#

レッドブル・レーシング・チームはAIを活用して燃料消費を最適化しており、燃料使用量を抑えつつ、より長く高速走行を維持できるようにしています。これはレースで勝利するための重要な要素となり得ます。このF1チームは、記録破りのシーズンとなった2023年にドライバーズ選手権とコンストラクターズ選手権で優勝しました。チームはレース戦略、エンジン開発、シムレーシング、ファンエンゲージメントなどを強化するためにオラクルクラウドに依存しています。

図5 レッドブル・レーシング・チームはオラクルのスポンサーを受けています。

Link to this sectionフェラーリ & AWS#

Amazon Web Services (AWS)は、スクーデリア・フェラーリF1チームの公式スポンサーの一つです。スクーデリア・フェラーリは、Amazon SageMakerを通じてAIと機械学習を用いたバーチャル対地速度センサーを作成しました。彼らはエンジニアに対し、より迅速かつ信頼性の高いデータを届けることが可能になりました。チームは車両重量を削減することができましたが、これはわずかな差が勝敗を分けるスポーツにおいて重要な要素です。また、彼らはAWSを使用して、ゲーム理論に基づいたMLモデルを開発し、レース戦略の変数を分析しました。

図6. スクーデリア・フェラーリF1チームはAWSの支援を受けています（thelastcorner.it）。

Link to this section今シーズンは何が注目されるか？#

2024年シーズンは3月のバーレーングランプリで開幕しました。まだ4戦を終えたばかりですが、スリリングなシーズン開幕となっています。開幕直後から、今シーズンに向けてデビューした新しいAIイノベーションが見られます。

まずはファンをアクションに近づける取り組みから始めましょう。これにより、新しいカメラアングルの導入が進んでいます。F1放送チームはアストンマーティンと緊密に連携し、リアライトカメラの開発に取り組んでいます。その背後にあるアイデアは、マシンの後方からの視点を提供することで、これまで見たことのないようなレースの激しさを捉えることです。AIは、速度や変化する照明条件などの課題に対処するために、リアルタイムで焦点と露出を調整し、これらの画像が鮮明でクリアであることを保証します。

放送に関しては、AIを搭載した新しいリプレイシステムも登場しています。このAIシステムは映像を即座に分類して重要な瞬間をハイライトし、ファンがアクションを見逃さないようにします。また、通常の映像からスローモーションリプレイを作成する機能もあり、視聴体験に新たな深みを加えています。

マックス・フェルスタッペンがテスト走行中に撮影された一人称視点（FPV）の映像が話題になったことを受け、ライブ映像をキャプチャするためのドローンの利用可能性についても多くの話題が集まっています。安全面についてはまだ克服すべき課題があります。しかし、将来的にドローン映像を導入できる可能性は心躍るものです。重要なのは、自宅の視聴者にレースの興奮を届ける新しい方法を見つけることです。

図7 最速のF1ショット。

興奮といえば、放送の音声部分もアップグレードされる予定です。このアップグレードの目的は、エンジン音に包まれながら、視聴者がまるでトラックのすぐそばにいるかのような臨場感を味わえるようにすることです。AIアルゴリズムを使用してオーディオのキャプチャと処理を微調整することで、騒がしくならずに没入感のある放送音声を実現しています。エンジンが加速する音を聴きつつ、音量を上げすぎずにレースを楽しめるようにしたいと考えています。

Link to this sectionチェッカーフラッグを目指して#

AIは便利なツールですが、長年の経験と才能を持つ人間のドライバーやピットクルーに取って代わることはできません。とはいえ、AIが今後F1にどのような影響を与えるかは興味深いところです。より高度なテクノロジーはトラック上でのより情報に基づいた意思決定を意味し、チェッカーフラッグを巡る素晴らしいバトルにつながるでしょう！

AIについて詳しく知るには、私たちのGitHubリポジトリをチェックしてください。製造業や農業といった分野でAIがどのように応用されているかについては、ソリューションページをご覧ください。