AWS與Formula 1宣佈 新增實時賽車數據功能

Amazon Web Services (AWS) 與 Formula One Group (F1) 在美國西雅圖共同宣佈,將在F1 2020 賽季新增六項實時賽車數據。「車輛性能得分」單獨顯示每部賽車的性能,讓車迷可以就著不同車輛的性能作出對比。本賽季即將發佈的六項數據採用 AWS 包括機器學習在內的一系列服務,讓車迷比較自己喜愛的車手和賽車,預測比賽結果。

每部 F1 賽車裝有 300 個感應器,每秒產生超過 110 萬個數據點並傳送至維修區。透過使用 AWS ,F1 實現了大量數據的實時流式傳輸、處理和分析。「車輛性能得分」以圖像形式顯示在屏幕,通過低速過彎、高速過彎、 直線行駛、車輛操控四個核心指標,為車迷提供賽車總體性能的完整細分。以圖像形式解讀不同車輛指標的對比,幫助車迷衡量車輛不同方面的性能,並查看每個車隊和車手的領先優勢或導致落敗之關鍵因素。 

新增六項賽車性能統計數據

早前,F1 和 AWS 曾宣佈了六項「F1 Insights」,包括駛出速度、預計進站維修策略、進站窗口、對決結果預測、進站策略對決和輪胎性能。此次雙方將推出以下六個「由 AWS 驅動的 F1 Insights」統計數據:

車輛性能得分: 單獨顯示每部賽車的性能,方便車迷就著不同車輛性能作出對比。

車手速度比較: 車迷可以將自己喜歡的車手與 1983 年至今的任何車手進行比較,從而判斷 F1 史上最快車手。

高速/低速過彎性能: 車迷能夠比較不同車手以超過 175 千米/小 時(109 英裡/小時)的速度駛過最快彎道的表現,以及以低於 125 千米/小時(78 英裡/小 時)的速度低速過彎的表現。 

車手技能評分: 根據影響整體表現的最重要因素,對車手技能進行細分和評分,確定賽道上的最佳「全能車手」。對排位賽表現、起跑、比賽節奏、輪胎管理和超車/防守風格等不同因 素進行計算,從而得出車手的整體評分(將於下半賽季首次亮相)。 

車輛/車隊發展與賽季整體表現: 基於車隊本賽季各場比賽的累積表現,發掘每支車隊的發展情況(將於下半賽季首次亮相)。 

排位和比賽節奏預測: 從練習賽和排位賽圈數中收集數據,在每場比賽前預測最有可能獲勝 的車隊,這一數據將為週六排位賽和週日正賽增添吸引力和刺激感(將於下半賽季首次亮相)。 

F1 將利用儲存在 Amazon Simple Storage Service(Amazon S3)的近 70 年歷史比賽數據,與由車上和賽道感應器收集的實時比賽數據作綜合分析。這些實時數據會先通過 AWS 的實時數據收集、處理和分析服務 Amazon Kinesis 從感應器傳輸到雲端。

AWS Lambda 部署機器學習模型

F1 工程師和科學家將通過 AWS 用於建構、訓練和部署機器學習模型的服務 Amazon SageMaker 再把這些數據應用於機器學習(ML)模型。F1 然後通過在 AWS Lambda 上部署機器學習模型,對比賽表現指標進行實時分析。

AWS Lambda 是一項無需預置或管理服務器即可運行代碼的計算服務。所有從數據中獲取的分析都會集成到F1 賽事國際廣播的推送中,包括其數碼平台 F1.tv,幫助車迷理解車手或車隊決策者做出影響比賽結果的即時決策和競賽策略。 

AWS 全球商業銷售副總裁 Mike Clayville 表示:「F1 比賽融合物理性能和人類表現,由此產生了強大且複雜的數據。AWS 一直幫助 F1 利用這些數據。目前,雙方合作產出的統計數據已經將車迷帶 入了比賽的裝備區,我們對賽車空氣動力學的研究也正在影響 2022 賽季的車輛設計。今年,我們很高興能在雲端擴展 F1 的數據力量,解鎖新的數據解讀,幫助車迷進一步理解 F1 意蘊豐富的複雜因素。」