自 1950 年以來，一級方程式賽車一直處於迷人的名人運動的頂峰。
根據companymarketcap.com，母公司一級方程式集團的估值約為173.5億美元（159.4億歐元），在全球最有價值公司中排名第1072位。
英國大獎賽於上週日（7 月7 日）舉行，劉易斯·漢密爾頓(Lewis Hamilton) 自2021 年12 月以來首次奪得桂冠，再次創造歷史，今年，F1 與Amazon Web Services (AWS) 合作，通過使用生成人工智慧（AI）將一些關鍵的新功能融入其中，目的是讓比賽對粉絲更具吸引力。
AWS 是世界上採用最廣泛的雲端之一，擁有數百萬名客戶和來自世界各地資料中心的 200 多種功能齊全的服務。
兩家公司自 2018 年以來一直合作，最近透過識別和分析賽道外技術問題，加強了對維持比賽表現的關注。 AWS 正在將其支援擴展到一級方程式賽車，以使用根本原因分析來緩解這些問題，以便車手、團隊和觀眾擁有流暢的體驗並能夠發揮最佳水平。
充分利用數據
不僅如此，AWS 還幫助實施高效能運算 (HPC) 和機器學習模型等新技術，透過直覺的見解和下一代汽車設計進一步增強這項運動。
AWS 首席運動產業專家 Neil Ralph 在AWS 網站上表示：「一級方程式賽車每秒產生超過一百萬個數據點，而這僅僅是開始。F1 捕獲有關車手、賽道、天氣和令人驚嘆的歷史的更多數據F1 本身的核心是能夠從所有這些數據中提取有價值的見解。
「借助AWS 的生成式AI 功能，F1 將提升其故事講述能力，輕鬆分析歷史數據和即時賽事，為車迷提供更動態和及時的評論。我們將共同重新定義這項運動的觀看、比賽和管理方式。
AWS 如何拉近一級方程式賽車迷與這項運動的距離？
由於比賽在全球各地舉行，賽事本身的門票就很昂貴，大多數車迷不得不滿足於在電視上觀看他們最喜歡的運動。同樣，除非他們能夠在銀石這樣的賽道上佔據黃金位置，否則他們很可能只能趕上部分比賽。
因此，AWS 正在努力彌合粉絲與這項運動之間的差距，包括「靠近牆壁」等統計數據，該數據告訴粉絲賽車在某些彎道與牆壁的距離有多近。
另一項統計數據「戰鬥預測」向車迷展示了追趕車輛需要跑多少圈才能有合理的機會超越前面的車輛。這使用了數據和見解，例如預測的駕駛員配速和賽道歷史記錄。
其他見解包括混合能源系統，告訴車迷駕駛如何有效地使用汽車的電能，而預測進站策略則讓他們對比賽策略有更多的了解。
F1 技術和數位創新總監 Pete Samara 認為，生成式人工智慧提供的刺激使一級方程式賽車對其流程進行了評估，並仔細觀察它是否真的盡可能高效和高效。
他解釋道：「如果我們將人工智慧視為 F1 運動，我們會考慮它如何幫助我們成長，我們如何在粉絲想要的地方為他們提供他們想要的東西，以及它如何幫助我們成長商業上？
對於賽車來說，人工智慧還可以極大地幫助完成重複性和手動任務，例如搜尋日誌檔案和篩選大量數據以發現趨勢和模式並得出見解。
當被問及一級方程式賽車如何在比賽中使用AWS 時，Samara 解釋道：「我們確保出於正確的原因採用正確的技術，AWS 是我們在這一領域的重要合作夥伴之一。AWS 已與我們合作多次多年來，作為合作夥伴，我們從轉型的角度利用它們。
借助 AWS 的高效能運算能力，F1 可以利用空氣動力學模擬來生產更快、更有效率的汽車。
AWS 還幫助一級方程式賽車建立和擴展其雲端功能和解決方案，以及建立後者自己的雲端團隊。
談到最令人興奮的功能，Samara 分享道：「展望未來，人工智慧和人工智慧的採用是我們將依靠AWS 的地方，依靠他們的知識、專業知識和經驗。真正讓我興奮的一個領域是效率。
「借助RCA，我們的IT 團隊能夠真正變得更加有效和高效。他們已經是一支優秀的團隊了，但我們如何讓這個優秀的團隊變得更好？因此，借助RCA，我們的工程師將能夠看到趨勢並反覆出現的問題。
RCA 對於想要回顧過去的比賽和場地、找出問題並合作尋找解決方案的 F1 工程師特別有用。
AWS 今年也使用生成式 AI 設計了 F1 加拿大大獎賽獎盃。
AWS 如何幫助 F1 將圖形變成有意義的故事？
一級方程式賽車是世界上數據最豐富、圖形最多的運動之一，因此利用這些圖形並將其轉化為激動人心、引人入勝的故事一直是該公司的關鍵目標。
每輛 F1 賽車都有 300 個感測器，每秒產生超過 110 萬個數據點，不斷向維修站傳輸數據。
因此，隨著 F1 加大力度改善粉絲轉播，數據在這一轉變中發揮核心作用。該公司通常向權利持有者提供全球資訊流，並與他們合作，使資訊流更加在地化到每個市場。
Samara 詳細說明：「如果您看看 AWS 在過去五、六年中與我們合作所做的事情，您會發現我們非常依賴它們從圖形和數據的角度來講述我們的故事。簡化數據非常重要您可以從AWS 提供的F1 見解中看到，它為粉絲講述了一個故事，並以簡單的方式幫助複雜的事情。
「一級方程式中有很多故事，我認為過去五、六年的AWS 見解以簡單的方式講述了這些故事。為此，依靠您的合作夥伴非常重要。我們是一台講故事的機器，充滿興奮和懸念是我們必須建構的，而數據是其核心。
薩瑪拉也強調，有時提升和增強簡單的見解與揭開複雜見解的神秘面紗一樣重要，在兩者之間實現平衡也非常重要。
透過以這種方式調節數據洞察，AWS 幫助一級方程式賽車保留了狂熱粉絲的興趣，並激發了休閒旁觀者的更多好奇心。
球迷想知道的所有統計數據
為了進一步實現這一目標，Formula 1 和 AWS 推出了 Statbot，這是一種新的人工智慧工具，旨在加快歷史和即時比賽數據的分析，並更快地向廣播公司傳輸見解和事實。這使他們能夠使比賽週末的報道更加豐富和細緻。
Samara 指出：「Statbot 是我們與 AWS 一起開發的工具之一，目的是在現場場景中更加有效。這不是一個前端工具，而是我們的圖形和製作團隊的內部工具，可以幫助他們它可以幫助他們在正確的時間獲得正確的圖形，同時也可以深入研究我們的歷史數據- 例如，誰贏得了最多的比賽，誰獲得了最多的進站次數。
「這些都是粉絲想知道的統計數據。事情發展得很快，我們無法預測未來五年我們與AWS 的合作關係將如何發展，但這一切都非常令人興奮。未來對我們來說非常樂觀。 」
“不要為了技術而推出技術”
談到迄今為止實施人工智慧功能時面臨的挑戰，薩馬拉透露，預算和財務始終是一個令人擔憂的問題，並讓領導者相信新技術可能有優點並取得成功。
因此，有時，在人工智慧等領域，企業需要一些說服力才能踏出第一步。
薩瑪拉說：「你必須讓領導者以同樣的方式思考。不要為了技術而推出技術。相反，要看看組織的真正收益在哪裡，以及技術如何幫助你，而不是其他人繞路。
「公開合作並透明地溝通你正在從事的工作非常重要。我們始終承受著巨大的創新壓力，這是我們的基因。但我們將此視為積極的一面，並問自己，如何進行正確的對話，以及我們如何帶領人們踏上這段旅程。
