A necessidade de velocidade: como a IA está conduzindo carros mais rápidos para a equipe de Fórmula

Avanços em IA

De acordo com os regulamentos atuais, todas as equipes de F1 operam sob um limite de custo de US$ 135 milhões para a temporada de 2024, com limites adicionais sobre como esse dinheiro é gasto, como a quantidade de tempo disponível para testar novos projetos aerodinâmicos em túneis de vento ou para os pilotos usar simuladores de corrida.

Os avanços na IA apresentaram às equipes uma nova oportunidade de melhorar suas operações e desempenho em todas as fases de seus negócios, desde o projeto até a fabricação, o dia da corrida e a análise competitiva.

Os avanços na IA nos últimos anos apresentaram às equipes uma nova oportunidade de melhorar suas operações e desempenho em todas as fases de seus negócios, desde o projeto até a fabricação, o dia da corrida e a análise competitiva, como explicou Mekies quando a Computer Weekly foi convidada para ir aos bastidores na fábrica da VCARB em Faenza, Itália, antes de um Grande Prémio na famosa pista de Imola, a corrida em casa da equipa.

“Como estruturar uma empresa para ser a melhor na 'hora da competição'? A base disso é o ERP”, afirma.

A VCARB usa software de planejamento de recursos empresariais (ERP) da Epicor — um parceiro estratégico e patrocinador da equipe — para apoiar todas as etapas do processo de fabricação e engenharia, desde o projeto até os processos de mão-de-obra intensiva de construção automotiva, laminação de fibra de carbono e montagem de mais de 14.000 componentes individuais para fazer um carro. Cerca de 80% desses componentes são fabricados internamente — e são constantemente analisados e atualizados para oferecer as menores melhorias que possam contribuir para a velocidade de funcionamento.

O ERP – um sistema comum a todas as empresas fabricantes – pode não parecer a parte mais atraente de um carro de F1, mas também aqui os dados que contém são uma mina de ouro de IA. VCARB é um dos primeiros clientes da Epicor a adotar as novas ferramentas Prism generative AI (GenAI) do fornecedor.

Cada processo de fabricação que pode ser acelerado usando GenAI representa uma melhoria adicional no “tempo de corrida”. O VCARB visa inicialmente três casos de uso: acelerar a codificação para relatórios mais rápidos; automatizar o envio e recebimento de solicitações de cotações de fornecedores; e para consultas em linguagem natural do banco de dados.

Um carro mais rápido

Mas como isso leva a um carro mais rápido? Segundo Guillaume Dezoteux, chefe de desempenho veicular da VCARB, trata-se de reduzir o tempo necessário para identificar uma melhoria favorável do veículo e transformá-la em realidade.

“Olhamos os dados do carro, conversamos com os pilotos, vemos uma oportunidade de melhorar o carro, testamos em um simulador e então quando encontramos uma melhoria valiosa, o resto [tem que ser] muito rápido”, ele diz.

Dezoteux cita um exemplo recente em que o piloto Daniel Ricciardo estava tendo problemas com a direção: “A sensação de direção é um parâmetro chave para o piloto medir o desempenho e o equilíbrio do carro. Estamos trabalhando nisso, tentando diferentes opções para deixar a direção mais pesada, mais leve, para mudar os parâmetros da direção hidráulica que temos no carro. E assim que definimos uma nova meta, entregamos [à equipe de fábrica]. E então o tempo de lançamento no mercado é incrivelmente rápido ."

Trazer essas melhorias para o carro uma corrida antes do que seria possível faz uma enorme diferença. “Todo mundo está se desenvolvendo, todo mundo está melhorando seus carros. E [esta é] uma forma de gerar oportunidades adicionais. Estamos falando de pequenas diferenças. Por isso é tão importante para nós que, uma vez definido o nosso objetivo, tenhamos um bom momento de lançamento no mercado”, acrescenta.

Com a restrição orçamentária, cada decisão e cada atualização possível do carro devem ser avaliadas para otimizar a combinação de potencial de atualização, despesas e “tempo para correr”.

“Você precisa saber que tipo de desenvolvimento gostaria de fazer durante a temporada”, afirma Raffaele Boschetti, diretor de TI e inovação.

“Não se trata apenas de dizer: 'Eu gostaria deste novo piso [para o carro]'. A questão é que você pode fazer isso se tiver orçamento, recursos e o prazo de entrega for bom. Portanto, o benefício desta plataforma [GenAI] é que podemos realmente analisar estas coisas e perceber se podemos ou não, dependendo da forma como desenvolvemos o carro ao longo da temporada, porque o carro é um projeto de I&D – nunca é o mesmo. ”

Boschetti já está pensando em outras maneiras pelas quais a GenAI pode ajudar no processo de fabricação. Por exemplo, treinar um mecanismo de IA usando imagens de peças para ajudar a identificar possíveis defeitos em componentes recém-fabricados.

Ganhando uma vantagem

Dezoteux também está entusiasmado com o potencial da IA baseada em ERP para ajudar a obter vantagem na pista durante uma corrida.

“Durante um único fim de semana de corrida, é difícil encontrar padrões no comportamento do carro, ou dos pneus, ou na interação entre carro e piloto [que ocorre] durante um grande número de corridas”, explica ele.

“Tomemos Imola [como exemplo], olhamos os dados ao vivo de Imola, analisamos todos esses dados, para termos uma boa compreensão do que está acontecendo. Mas é difícil encontrar um padrão, se algo que acontece no carro pode estar relacionado com algo que aconteceu [em corridas anteriores], porque o carro era diferente naquela época.”

Monitorar a condição de um carro na pista é um desafio.

“Portanto, controlar a condição do carro na pista é um desafio. [É] onde o sistema ERP é uma ferramenta fantástica porque você tem um monitoramento constante de como está a configuração do carro, você sabe como estava o carro a qualquer momento. “Então, [combinar isso] com a telemetria [da corrida] para encontrar um padrão é algo que no futuro nos ajudará muito.”

É claro que o ERP não é a única área onde a IA pode ajudar uma equipe de Fórmula 1 como a VCARB. Como explica o chefe da equipe, Mekies, a F1 é líder na automatização da análise de dados há muito tempo, devido aos grandes volumes de dados que gera.

“Esse enorme fluxo de dados que está sendo analisado – quanto deles é automatizado? Já é um percentual enorme – pelo menos entre 70% e 80%”, afirma.

“Mas haverá muitas maneiras de aproveitar melhor esses dados se pudermos criar análises inteligentes que nos permitam extrair o que precisa ser extraído, ou talvez extrair o que ainda não é conhecido, mas deve ser levado em conta. há muito tempo Fazemos isso? Sim. Está crescendo exponencialmente agora? Sim. Todos os dias descobrimos novas maneiras de aproveitá-los.

Regulamentos da F1

Os engenheiros estão explorando maneiras pelas quais a IA pode ajudar a aliviar as demandas dos regulamentos da F1 que limitam a quantidade de testes que podem ser realizados no design e nos componentes dos carros durante uma temporada. Por exemplo, além dos limites ao uso de túneis de vento, as equipes têm restrições quanto ao número de horas de trabalho que podem realizar usando software de dinâmica de fluidos computacional (CFD), que ajuda a modelar o desempenho aerodinâmico do carro.

Mekies descreve o CFD como um “túnel de vento virtual” e, com todos os dados acumulados ao longo de muitas horas de uso de CFD, os algoritmos de IA oferecem a oportunidade de fornecer a mesma resposta sem a necessidade de realizar mais execuções de CFD.

"Como [a IA] já analisou 10.000 execuções antes, você pode dizer – bem, ela já [analisou] essa modificação e pode dizer o que fará, então você não precisa pressionar um botão para [concluir uma CFD Run]. Em termos de regulamentação, isso é interessante porque na verdade não apertamos o botão”, diz ele.

A IA já apoia a estratégia durante uma corrida de F1. À medida que os dados do carro – e informações sobre os carros rivais – chegam, a equipe analisa suas opções, como quando trocar os pneus ou como reagir à introdução de um safety car, que retarda a corrida por um período de tempo.

“As decisões estratégicas são tomadas no pit wall, e isso também significa que o software baseado em IA realiza bilhões de cálculos. A corrida começou e a máquina analisa continuamente o que está acontecendo”, afirma Peter Bayer, CEO da VCARB.

“No final das contas, esses caras [que tomam decisões de carreira] acabam com uma ou duas opções para o ser humano decidir, em vez de 300 opções. “É muito fascinante ver isso.”

Também para “esses caras”, a IA está estimulando discussões sobre outras maneiras de obter vantagem na pista que vão além da potência do motor e do desempenho dos pneus.

“Seria interessante utilizar esse tipo de tecnologia para detectar padrões no comportamento da concorrência”, afirma Dezoteux, diretor de desempenho de veículos. “Eles têm uma estratégia de corrida, algo está acontecendo. E [você poderia] ter um meio de prever o que o concorrente poderia fazer. Essa é uma aplicação que pode ser muito relevante no futuro.”

Sensores virtuais

Outra aplicação potencial são os sensores virtuais. Esses mais de 300 sensores no carro que medem força, temperatura, velocidade, etc., podem ser pequenos, mas todos acrescentam peso, e o peso acrescenta milissegundos aos tempos de volta. Eles também costumam ser caros e podem ser danificados em um acidente. Com IA você pode criar um sensor virtual.

“Assim, enquanto o sensor [físico] está instalado, o sistema aprende sobre seu comportamento em comparação com os parâmetros do carro e [a IA] descobrirá por si mesma quais parâmetros do veículo são suficientes para criar o comportamento do sensor – então você retira o sensor e só recebe sinal”, diz Dezoteux.

“Atualmente funciona, mas o nível de precisão não é bom o suficiente. Mas no futuro esperamos ter uma configuração de carro prática que tenha mais sensores e seja mais cara. E então tornamos o carro mais leve, mais barato e mais simples para corridas.”

A equipe VCARB não é a única a explorar o uso de IA – esta é apenas mais uma área onde as equipes de F1 estão constantemente tentando superar umas às outras e encontrar aquela velocidade extra que pode fazer a diferença no dia da corrida.

Como resultado, há também uma nova corrida, tanto entre equipes quanto com grandes empresas de tecnologia — para capturar os melhores talentos de IA.

“É importante que a F1 continue a ser um lugar para onde essas pessoas querem vir e que não as percamos para todas as grandes empresas de tecnologia que também estão numa corrida diferente”, diz Mekies. “Portanto, precisamos ter certeza de que nós, como esporte, somos atraentes o suficiente para fazer com que todos esses caras queiram vir aqui para fazer as coisas inovadoras que desejam”.

Na TI corporativa, as pessoas falam sobre manter um “humano informado” quando a IA é introduzida. Mas na Fórmula 1 ainda se trata do ser humano no carro. Será que algum dia chegará o dia em que a IA poderá competir com nomes como Lewis Hamilton?

“A verdadeira resposta é não. Não é a IA contra os humanos, é a IA para apoiar os humanos. Portanto, a camada humana, tanto no automobilismo quanto em outras aplicações, ainda tem aquela camada extra que você não substituirá – você apenas permitirá que o humano se concentre no que precisa”, diz Mekies.

“Talvez isso nos ajude a dar-lhes o carro que precisam, nas condições em que se encontram. Portanto, se começar a chover, faça 'ABC' nas configurações do seu carro. Atualmente, parte do processo é filtrada manualmente por engenheiros. Amanhã, eles receberão cada vez mais ajuda de dados ao vivo sobre o que está acontecendo na pista para calcular as alterações que precisam fazer no carro para melhor ajudar o motorista. Mas não creio que isso vá melhorar as características dos nossos pilotos.”