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。

2023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。

毎回のレースで何百件もの違反を処理する必要があります。2023年のオーストリアGPでは、わずか4人の人間が約1,200件の潜在的なトラック外走行違反を処理しました。その後のレースでは、トラック外走行違反の確認作業を行う人員を増やしたにもかかわらず、それだけでは不十分でした。

Fig 1.上の画像の白い線はトラックの端とみなされます。

そのため、2023年のアブダビGPでFIAはコンピュータビジョンを導入しました。shape analysisを使用してトラックの端を特定し、その線からはみ出しているピクセル数を計算しています。このシステムのレイヤーは、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は実際に注意を払う必要があるケースに集中できるようになります。

AIインサイトによるファンエンゲージメントの向上#

スポーツ専門家のSeventy-one percentは、ファンのエンゲージメントが目標達成に不可欠であると信じています。人々がスポーツに対して感情的なつながりを感じると、ファンで居続け、業界の収益創出に貢献します。

レースの週末には、お気に入りのチームを応援するだけでなく、さまざまな要素があります。Amazon Web Services (AWS)はF1と提携し、一瞬の決断に対する深い洞察を提供し、詳細な統計情報とともにパフォーマンスを紹介しています。これは、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実現されています。過去のデータだけでなく、機械学習モデルは各F1マシンの300を超えるセンサーから収集されたデータポイントを分析することができます。これは1秒あたり110万件以上のデータポイントを意味します。

Oracle Red Bull RacingのCEOであるChristian Hornerが「データはチームの命脈である。レースの運営方法、マシンの開発方法、ドライバーの選定や分析など、あらゆるパフォーマンスの要素がデータによって駆動されている」と信じているのも当然のことです。これらのシステムが出力できる統計情報のいくつかを詳しく見てみましょう。

• 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。

Fig 2.ファンが閲覧できるトラック・ドミナンスの視覚化の例。

AI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）

F1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。

メルセデス & G42#

G42は、アラブ首長国連邦（UAE）を拠点とする大手AI・クラウドコンピューティング企業です。同社はメルセデスAMG・ペトロナス・F1・チームの公式スポンサーです。G42 equips the teamは、高度なデータ分析と機械学習の機能をチームに提供しています。G42のサポートにより、チームは膨大なデータをリアルタイムで処理し、価値ある洞察を抽出してデータ駆動型の意思決定を行うことができます。たとえば、G42のAIアルゴリズムはテレメトリーデータを分析して特定のトラックに合わせてマシンのセットアップを最適化し、空力特性、タイヤ空気圧、燃料搭載量を微調整してパフォーマンスを向上させます。

Fig 4. G42はメルセデスAMG F1の公式パートナーです。

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。

Fig 5.レッドブル・レーシング・チームはOracleがスポンサーを務めています。

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）。

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みました。F1の放送チームはアストンマーティンと緊密に協力して、develop a rear light cameraを進めています。その背景にあるアイデアは、マシンの後方からのビューを提供し、これまでにない方法でレースの激しさを捉えることです。AIは、スピードや変化する照明条件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、これらの画像を鮮明でクリアに保つのを助けます。

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。

Fig 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。

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、GitHub repositoryをご覧ください。manufacturingやagricultureなどの分野で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。