POR QUÉ LA F1 ELIGE A AWS

Necesitábamos un proveedor de tecnología que nos ayudara a innovar más rápido e impulsara a nuestra organización hacia el futuro, y AWS es la opción correcta para hacerlo. Al acceder a la amplitud y profundidad de AWS y de sus innovadoras tecnologías en la nube, hemos podido acercar a los aficionados a las decisiones tomadas en fracciones de segundo sobre el ruedo, rediseñar nuestros automóviles de F1, ayudar a entender la riqueza de los datos de F1 y ejecutar análisis y machine learning para aprovechar el poder de esos datos y mucho más. Nos entusiasma lo que hemos logrado y ver qué más podemos hacer juntos.

- Ross Brawn, director ejecutivo de Motor Sports, F1

Necesitábamos un proveedor de tecnología que nos ayudara a innovar rápido e impulsara nuestra organización hacia el futuro y AWS es la opción correcta para hacerlo. Al acceder a la amplitud y profundidad de AWS y de sus innovadoras tecnologías en la nube, hemos podido acercar a los aficionados a las decisiones tomadas en fracciones de segundo sobre el ruedo, rediseñar nuestros automóviles de F1, ayudar a entender la riqueza de los datos de F1 y ejecutar análisis y machine learning para aprovechar el poder de esos datos y mucho más. Nos entusiasma lo que hemos logrado y ver qué más podemos hacer juntos.

- Ross Brawn, director de Motor Sports, F1

Con pilotos que llegan a velocidades de 230 mph, que hacen paradas en boxes en menos de dos segundos y que vuelan en curvas con fuerzas de 5 G, la FÓRMULA 1 (F1) necesita un proveedor de tecnología tan rápido como ella. F1 es una batalla entre los mejores pilotos del mundo, pero también entre algunos de los ingenieros más innovadores del mundo. Al usar tecnología AWS, la F1 utiliza tecnologías innovadoras, tales como modelos de machine learning (ML) y computación de alto rendimiento (HPC) para transformar digitalmente el deporte.

Así es cómo funciona:

Transformando el deporte

La funcionalidad más amplia y profunda junto al inigualable ritmo de innovación de AWS están cambiando la forma en que la F1 recolecta, analiza y aprovecha los datos y contenidos para tomar decisiones. Con 300 sensores en cada automóvil de carrera de F1 que generan más de 1,1 millones de puntos de datos por segundo transmitidos desde los automóviles hasta los boxes, es verdaderamente un deporte guiado por datos.

Más acción
en la pista

La F1 y AWS usan datos para mejorar el rendimiento de los automóviles y los pilotos. Con el uso de la computación de alto rendimiento de AWS, la F1 fue capaz de ejecutar simulaciones aerodinámicas para desarrollar su automóvil de nueva generación, un 70 % más rápido que antes y así creó un automóvil que reduce su carga aerodinámica de un 50 % a un 15 %. Esta drástica reducción ofrece al piloto de atrás mayor posibilidad de adelantarse y, al hacer esto, ofrece más acción rueda a rueda para los fanáticos. Este automóvil de nueva generación se presentará en la temporada 2022. La F1 ahora también explora el uso del machine learning en sus procesos de simulación y proporciona a la organización nuevos conocimientos sobre los más de 550 millones de puntos de datos recolectados a través de más de 5000 simulaciones individuales y de múltiples automóviles. 

Atraer y
deleitar a los fanáticos

La experiencia del fanático cambia durante el fin de semana de carrera. Con AWS, la F1 fue capaz que convertir millones de puntos de datos transmitidos desde automóviles y pistas en una experiencia atractiva para el fanático a través de F1 Insights. La F1 utiliza 70 años de datos históricos de carreras almacenados en Amazon S3, analizados por complejos modelos y compartidos con fanáticos como datos de conocimiento enriquecido, que revelan los matices de la toma de decisiones en fracciones de segundo y resaltan el rendimiento a través de estas estadísticas avanzadas.

CONEXIÓN CON LOS AFICIONADOS

F1 Insights powered by AWS transforma la experiencia del aficionado antes, durante y después de cada carrera. Como usa distintos puntos de datos para informar cada insight, la F1 permite a los aficionados entender cómo los pilotos toman decisiones en fracciones de segundo y cómo los equipos diseñan e implementan estrategias de carrera en tiempo real que impactan su resultado. Aquí hay algunos ejemplos de cómo funciona todo.

Haga clic más abajo para expandir

Mediante el uso de datos de cronometraje, la F1 es capaz de crear información visual que permite a los fanáticos analizar objetivamente el rendimiento, la estrategia y las tácticas individuales del equipo y del piloto que afectarán el resultado general de la carrera.

  • Con el historial de la pista y el ritmo proyectado del piloto, Battle Forecast predecirá a cuántas vueltas está el automóvil perseguidor de entrar en la “distancia de ataque” del automóvil de adelante.

  • El gráfico de Pit Strategy Battle ofrece a los fanáticos información adicional sobre cómo evaluar el éxito de la estrategia de cada piloto en tiempo real. Los fanáticos podrán realizar un seguimiento de los cambios sutiles de estrategia y ver el impacto en el resultado final.

  • Ventanas de parada en boxes estimadas según el compuesto de los neumáticos, los tiempos de vuelta y la distribución de los automóviles. Los espectadores verán cómo se puede modificar una carrera en función de la dinámica de esta, incluidas las estrategias de carrera de otros equipos, los automóviles de seguridad y las banderas amarillas. 

  • Los datos históricos se utilizan para calcular la estrategia de carrera durante la vuelta de formación, mediante la comparación de las estrategias previstas de carrera y neumáticos. Esta información permite a los espectadores ver cuándo un piloto debe hacer estratégicamente su próxima parada en boxes.

El análisis de datos permite a la F1 comparar el rendimiento de determinados automóviles, equipos y pilotos en cualquier parámetro relevante y clasificarlos visualmente para informar a los fanáticos. 

  • Esta información muestra cómo los equipos desarrollan sus automóviles, qué tan rápido lo hacen y cuál es el resultado en la pista a lo largo de la temporada. El desarrollo de las carreras, tanto durante la temporada como de un año a otro, es el principal KPI para un equipo de F1, lo que proporciona información única sobre el funcionamiento interno de la F1 y cómo se desempeñan los equipos en comparación con otros en esta área.

    Más información ›
  • Esta información aísla el rendimiento de un coche individual y permite a los fanáticos comparar su rendimiento con el de diferentes vehículos al comparar los componentes básicos que conforman el rendimiento del automóvil, a saber, el rendimiento en las curvas, el rendimiento en línea recta y el equilibrio o el manejo del automóvil.

    Más información ›
  • Rendimiento del piloto destaca qué pilotos están llevando su coche al límite absoluto de rendimiento en comparación con sus compañeros de equipo y competidores. Al calcular las fuerzas generadas por los neumáticos de un coche durante una vuelta y compararlas con la capacidad máxima del coche, se mostrará cuánto rendimiento potencial del coche está aprovechando el piloto. Se mostrarán tres parámetros para destacar tres áreas clave del rendimiento del piloto que tienen un efecto importante en el objetivo principal, el tiempo de vuelta: Aceleración, Frenado y Curvas.

    Más información ›
  • Esto proporciona un desglose del rendimiento del piloto con base en el subconjunto más importante de habilidades de conducción mediante el análisis de una gran cantidad de datos sobre los efectos del automóvil, los neumáticos, el tráfico, el combustible y más para obtener un resultado puntuado del rendimiento de cada piloto a lo largo de la temporada en siete métricas clave: Ritmo de clasificación, Salidas, Vuelta 1 de la carrera, Ritmo de la carrera, Gestión de neumáticos, Habilidad de parada en boxes del piloto y Adelantamiento. Estas métricas se normalizan con un rango de 0 a 10 para proporcionar una métrica tipo “puntuación” y brindar información a los espectadores, los fanáticos y los equipos sobre dónde se encuentran las fortalezas y las debilidades de un determinado piloto, y cómo se comparan con otros en el campo.

    Más información ›
  • Históricamente una sesión subjetiva, este F1 Insight con tecnología de AWS utilizará machine learning y una metodología analítica, a la vez que usará los datos de las prácticas y los datos históricos acerca de cómo los equipos progresan durante las carreras del sábado y del domingo.

    Más información ›
  • Ofrece a los aficionados una perspectiva detallada de cómo cada piloto es capaz de explotar el rendimiento (¡o no!) en la fase de salida o lanzamiento.

    Más información ›

La F1 analiza de cerca la aerodinámica, el rendimiento de los neumáticos, la unidad de potencia y la dinámica y la optimización del vehículo para ofrecer información que ayude a los fanáticos a interpretar el rendimiento general del automóvil.

  • El rendimiento de frenado muestra cómo el estilo de frenado de un conductor durante una maniobra en las curvas puede suponer una ventaja para salir de las mismas. Compara los estilos de frenado y el rendimiento de los conductores midiendo lo cerca que se acercan al vértice de una curva antes de frenar y mostrará el desempeño conjunto del automóvil y el conductor en las curvas, por ejemplo, la velocidad máxima en la aproximación, la disminución de la velocidad en la frenada, la potencia de frenado utilizada y las inmensas fuerzas G que sufren los conductores en las curvas.

    Más información ›
  • Es el área más importante para el rendimiento de un automóvil de F1 y esto ofrece información importante sobre cómo los automóviles buenos se comparan con los que son fabulosos. Esto divide la curva en las cuatro secciones principales: frenado, giro, curva central y salida, a la vez que analiza y compara el rendimiento en las secciones principales de una curva a través de datos de telemetría del automóvil.

    Más información ›
  • Análisis de las curvas según lo determinado por el punto óptimo de frenado y aceleración en torno a una curva específica (y crucial), que es el área donde cada piloto obtiene más posibilidades de ganar. Esta información brinda a los espectadores una comprensión detallada de las pérdidas y las ganancias en los tiempos de vuelta, y permite la comparación entre automóviles.

  • Con los datos del automóvil, a saber, la velocidad del automóvil, las aceleraciones longitudinales y laterales, y el giroscopio, podemos crear una estimación de los ángulos de deslizamiento y luego derivar modelos de equilibrio del vehículo para cada automóvil. Esto da un resultado de la energía de desgaste de los neumáticos. (Nota: La energía de desgaste de los neumáticos no es su desgaste físico, sino la transferencia de energía de los parches de contacto de los neumáticos que se deslizan por la superficie de la pista). El resultado nos da un rendimiento de los neumáticos para cada curva, lo que indica cuánto se han utilizado con respecto a su vida útil máxima.

El piloto mas rápido

Al usar tecnología de machine learning de AWS, este insight tiene un objetivo: obtener una clasificación con datos de todos los pilotos de F1 desde 1983 hasta el presente al eliminar de la ecuación la variable de los automóviles de F1 para responder un viejo interrogante: ¿quién es el piloto mas rápido? Los científicos de datos de la F1 y de Amazon Machine Learning (ML) Solutions Lab crearon por primera vez en la historia una clasificación de velocidad de pilotos objetiva, compleja y basada en datos.

Leer el blog ›

TODO COMIENZA CON LOS DATOS

Cada automóvil de F1 tiene 300 sensores que generan 1,1 millones de puntos de datos de telemetría por segundo que se transmiten desde los automóviles hasta los boxes. Estos datos en tiempo real se combinan con los más de 70 años de datos históricos de carreras almacenados en Amazon S3 para obtener información valiosa que permita informar, educar y enriquecer la experiencia de los fanáticos y aportar más datos sobre la elección de una estrategia de carrera ganadora en la pista.

CAMBIE LA EXPERIENCIA DE LOS FANÁTICOS

Con la obtención de datos históricos y su uso para entrenar algoritmos de machine learning complejos de Amazon SageMaker, la F1 puede predecir los resultados de la estrategia de la carrera con una precisión cada vez mayor para equipos, automóviles y pilotos. Estos modelos son capaces de predecir escenarios futuros con datos actualizados en tiempo real a medida que se desarrollan las carreras de GRAND PRIX a fin de ofrecer una experiencia enriquecedora y atractiva para los fanáticos.

MACHINE LEARNING CON DATOS DE F1

BLOGS

ACELERACIÓN DE LA EXPERIENCIA DE LOS FANÁTICOS

¿Desea echar un vistazo bajo el capó y ver cómo se hace? Aprenda cómo AWS y la F1 usan algoritmos de machine learning realizados con Amazon SageMaker,cómo obtienen nuevos datos y cómo aumentan la acción en la pista y además, conozca cómo la F1 usa AWS para diseñar su próximo automóvil de carreras.

Más información >

POTENCIACIÓN DE PRODUCTOS
F1 INSIGHTS

Introducción a los servicios profesionales

La F1 ha innovado con el equipo de servicios profesionales y el equipo de Amazon ML Solutions Lab para acelerar el desarrollo de F1 Insights mediante la creación de prototipos de casos de uso y el desarrollo de nuevas pruebas de concepto. El equipo de ProServ luego ayuda a la F1 a llevar los modelos a producción y a integrarlos en la infraestructura de la F1.