舉凡 AI、大數據分析等新型態智能科技，不論是在日常的生活運用、交通，甚或是藝術創作上，在近年都有許多重大性的突破，而在「分秒必爭」的 F1 賽事裡，那怕只是些微的設定調整，都有極大的可能性去影響賽局走向，其中不乏許多開發、工程團隊在每一場測試、比賽中蒐集大量數據後進行分析，以利做出對應不同賽道的最佳賽車設定與開發工作，而本季持續表現亮眼的 Scuderia Ferrari HP 日前便對外表明：「SF-24 為第一輛 AI 科技正式投入並發揮作用的法拉利賽車。」此話一出便隨即引發熱議，而究竟未來 AI 在賽車運動中將扮演何種角色，目前又提供了那些突破性進展，今天就讓編輯帶大家來好好解析一番！
省時、省錢、省力
隨著本賽季來到共 24 場的分站賽事，更加緊湊的賽程同時也意味著工程團隊在面對賽車設定、階段性升級甚至是緊急狀況時，可運用的時間也將大幅度地被壓縮，且目前用於蒐集各項賽車數據表現的實體感測器，不只成本高昂，也因為在測試時將安裝於賽車上，重量的微幅改變也進而導致一定程度上的數據偏差（畢竟不會帶著那些東西下場比賽）。有了 AI 系統的加入，將現有的實體感測器虛擬化，並將蒐集到的數據加以統整與分析，透過機器學習快速找到問題點加以改善，藉此有效提升賽車競爭力，對比過往的作業流程，省下來的時間、金錢、人力，目前看起來都是得益且正向的發展。
車載影像、音檔通吃
在每場大獎賽中各隊安裝於賽車上的車載鏡頭所錄製的影像，不只用於轉播工作與車隊的社群素材使用，更是賽後分析不可或缺的重要資料，而這樣的影像在交由 AI 協助處理分析工作時，不但可以透過機器學習蒐集轉向角度資訊，用以分析在同樣的速度與路徑下，對手是如何以極度微小的差異進彎以獲得最佳路徑外，更能將影片中的「引擎聲」（對你沒看錯）與 GPS 數據進行交叉比對，藉此重建並估算出對手的引擎速度。
工程團隊的未來？
上述所提及的僅僅是目前車隊「先曝光」的 AI 應用而已，要知道所有的開發工作實屬各車隊的高度機密資訊，檯面下勢必同時有許多更強大或者更讓車迷們意想不到的功能應用正在如火如荼地進行中，而「讓機器取代現有人才」的討論絕對也是免不了的一波熱議。然而就目前 Scuderia Ferrari HP 的說法來看，要讓 AI 取代工程人員是不太可能的事情，畢竟目前他們的工作內容是奠基於幾個世紀以來的數學與物理學的發展而來，AI 比較像是「從旁輔助」的角色，將現有的複雜工作流程亦或缺乏實驗數據而無法進行下去的問題，透過機器學習與強大的運算能力加以解決，畢竟在講求「速度」的 F1 世界中，「效率」（不論是賽車還是團隊）才是最重要的核心價值。而賽車靈魂之一的車手本人魅力＆實力，當然至少暫時不會被這波科技進化影響（不然看一堆自動駕駛賽車感覺也蠻無聊的）。
延伸閱讀
