Il y a une chose que les voitures de Formule 1 font avant tout. Non, n’accélérez pas plus vite que vous ne pouvez cligner des yeux, bien qu’ils le fassent effectivement. Non, pas brûler les virages à des vitesses que vous ou moi hésiterions à faire en ligne droite, bien qu’ils le fassent aussi. Non, les voitures de Formule 1 génèrent des données. Beaucoup, beaucoup de données.
Combien? La réponse dépend de si vous parlez pendant une course (lorsque le nombre de capteurs physiques sur une voiture est réduit pour aider à gagner du poids) ou de la pratique (lorsque le nombre de capteurs est augmenté pour essayer de comprendre ce qui se passe avec chaque composant). La réponse générale est que chaque voiture génère un téraoctet de données chaque week-end de course, soit environ 30 mégaoctets par tour. Ce n’est que la pointe de l’iceberg de données, cependant, car plus d’informations sont stockées dans les ordinateurs de bord de la voiture et téléchargées plus tard, et une fois que toutes les données ont été divisées en ses différents silos d’informations, elles peuvent doubler, voire tripler de taille.
Ce que font toutes ces données, c’est dire aux ingénieurs et aux concepteurs de la voiture comment la rendre plus rapide. Une fluctuation de l’air sur une surface ici. Une courge de flanc de pneu là. Une fraction de trop de carburant brûlé là-bas.
Tous les petits et zéros auront un effet direct sur la façon dont l’équipe de course tentera d’améliorer sa voiture et de la rendre encore plus rapide. En effet, chaque donnée donnera naissance, pour ainsi dire, à des millions d’autres comme elle, car les données des performances sur piste sont introduites dans des sessions de conception CAO, des équations de dynamique des fluides computationnelles et des tests en soufflerie. Chaque minuscule pépite d’information sera examinée encore et encore jusqu’à ce qu’elle puisse être transformée en un avantage de performance minuscule et infinitésimal. Ajoutez tous ces avantages microscopiques et vous obtenez une voiture plus rapide que la concurrence.
Tout cela peut en quelque sorte étouffer ce qui rend la F1 si attrayante en premier lieu : qu’il s’agit d’une compétition entre pilotes. Le côté sportif du sport est souvent submergé par le côté technique, et les dés directs roue à roue sur la piste peuvent parfois sembler secondaires par rapport aux arguments sur la forme précise de l’aileron arrière que les équipes sont autorisées à utiliser (ce qui était un débat en 2022). La surcharge de données est à la fois une cause et un effet de cette prédominance des questions techniques.
Comment éviter que le sport ne soit subsumé par ses propres informations ? Eh bien, vous pouvez essayer d’utiliser les données pour rendre le sport plus compétitif et plus excitant pendant ses deux heures d’action sur piste un dimanche après-midi, et pour rapprocher les fans du sport. Amazon essaie de faire exactement cela.
Amazon Web Services, ou AWS, est la branche des solutions informatiques d’Amazon et elle est intégrée à la Formule 1 depuis un certain temps déjà. C’est grâce aux prouesses de supercalcul d’AWS que l’instance dirigeante de la Formule 1 a pu créer le paquet de règles “nouveau pour 22” qui a essayé (et pour la plupart réussi) de rapprocher les voitures sur la piste et de rendre la course plus excitante. Cependant, AWS ne se contente pas d’aider à établir les règles. Il essaie également de générer de l’intérêt pour ce qui se passe sur la piste.
Regardez la F1 sur le téléviseur et vous apercevrez bientôt des infographies de marque AWS à l’écran, y compris celles qui tentent de prédire quand deux voitures pourraient bientôt se trouver à proximité l’une de l’autre. C’est une façon d’aider les fans à comprendre ce qui se passe au milieu du blizzard d’appels stratégiques et des conditions changeantes sur la piste.
“Une grande partie de ce dont nous sommes responsables dans l’équipe de diffusion, et dans l’utilisation de la puissance d’AWS, est de démystifier le sport”, a déclaré James Bradshaw, responsable de la technologie numérique de la Formule 1 à l’Irish Times. “Nous avons un portefeuille de fans en constante expansion, dont certains ont une compréhension beaucoup moins approfondie du sport automobile.
“Donc, rendre le sport accessible pour eux, divertissant pour eux et engageant pour eux est quelque chose que nous sommes capables de faire. Et c’est ce que nous voulons continuer à faire avec les graphiques AWS, en faisant en sorte que quelqu’un avec une compréhension plus débutante du sport automobile puisse voir ce qui va se passer ensuite et anticiper le prochain point passionnant de l’histoire ou d’une histoire. »
En tant que fan de F1 de longue date, je demande à Bradshaw s’il n’y a pas un danger que trop de prédictions, trop d’analyses non seulement enlèvent une partie du frisson et de la surprise du sport, mais aussi enlèvent la compétence des équipes de commentateurs – après tout, c’est à travers des gens comme David Croft et Martin Brundle que de nombreux fans établissent leur lien humain avec le sport.
“Je ne pense pas que cela enlève, je pense que cela donne aux commentateurs des points à discuter et à discuter”, a déclaré Bradshaw. “Peut-être que d’une certaine manière, cela uniformise les règles du jeu. Nous avons des commentateurs dans de nombreux pays qui ont une expérience différente et je pense que les graphiques créent des points de discussion pour eux. Je ne pense pas que les commentateurs n’aiment pas voir un graphique apparaître à l’écran qu’ils peuvent essayer de disséquer ou d’expliquer pour un fan. Et ne vous méprenez pas, nous ne pouvons pas le faire seuls. Les graphiques à eux seuls ne donnent pas une image complète. Et nous exigeons des commentateurs qu’ils soient capables de comprendre cela et d’expliquer.”
Peut-être plutôt agréablement, alors qu’AWS pourrait être tout au sujet de la puissance pure de l’informatique et repousser les limites de l’IA et de l’apprentissage automatique, la façon dont les graphiques à l’écran F1 fonctionnent est que les ordinateurs analysent les données, mais ensuite de vrais humains décident quel morceau du les données sont intéressantes. “Il existe une myriade de graphiques et une myriade de points de données qui pourraient être affichés à l’écran pendant une course. Mais nous devons faire la distinction sur le plan éditorial », déclare Bradshaw.
“Et ce sont nos producteurs et analystes de données qui le font en temps réel pendant une course. Ils doivent tracer cette ligne entre ce qui pourrait être intéressant et ce qui est nécessairement précieux pour l’histoire, car fondamentalement, ce que nous faisons, c’est raconter l’histoire de la course. Et donc les points de données doivent fonctionner de manière éditoriale avec ce qui se passe sur la bonne voie.
“Un autre aspect des graphismes est qu’ils nous permettent de raconter des histoires qui ne sont pas seulement en tête de peloton. Cela nous permet de faire remonter à la surface des histoires qui sont plus bas dans le peloton. Nous pouvons le faire en coupant sur d’autres pilotes ou en insérant un graphique et cela donne l’indice aux commentateurs qu’il y a une bataille qui se prépare plus loin dans le peloton.” C’est un côté agréablement analogique d’un sport high-tech axé sur les données.
Le facteur humain est toujours considéré comme la partie la plus importante, même par ceux dont le travail quotidien consiste à analyser les données. Jock Clear est l’ingénieur senior des performances de Ferrari et l’entraîneur du pilote monégasque incroyablement rapide Charles Leclerc. Clear a travaillé avec Lewis Hamilton, Michael Schumacher, Jacques Villeneuve, Nico Rosberg et David Coulthard et même si AWS est maintenant un sponsor de l’équipe Ferrari F1, il est catégorique sur le fait que le composant le plus important est le pilote qui tient le volant.
:quality(70)/cloudfront-eu-central-1.images.arcpublishing.com/irishtimes/C2KJGRPZ5JFYLCGKYCI77PXMTA.jpg)
“Les courses de F1 sont un mélange de logiciels, de matériel et de compétences humaines”, a déclaré Clear lors de la grande conférence annuelle d’AWS à Las Vegas. “Le pilote est la seule partie de ce puzzle complexe que nous n’avons pas conçu, que nous n’avons pas construit et que nous n’avons certainement pas programmé. Mais le moteur, de notre point de vue, est l’intelligence qui nous permet de donner un sens à tant de données. Dans un sport relatif, il n’y a pas de solutions absolues.”
Clear nous supplie de considérer les performances d’une voiture de F1 comme une série de pics. “Ces sommets sont nombreux et il faut trouver le plus haut sommet. Nous voulons gravir l’Everest lorsque notre compétition escaladera le K2. C’est là que la vraie valeur du conducteur entre en jeu. Sa capacité à la fois à identifier et à communiquer – et communiquer est la chose la plus importante, c’est tout – son interaction avec la voiture pour guider notre équipe d’ingénieurs dans la bonne direction.
Essentiellement, dit Clear, les données créent les pics potentiels, mais seul un conducteur humain peut vous guider vers le sommet. Comment AWS joue-t-il dans tout cela ? Il ne s’agit pas seulement d’analyser les données, il s’agit également de créer une meilleure voiture pour que le conducteur en tire le maximum. AWS et Ferrari ont collaboré pour produire un nouveau capteur de vitesse au sol virtuel, qui utilise l’IA pour aider à mesurer avec précision la vitesse et le mouvement de la voiture, ce qui signifie qu’un capteur physique embarqué peut être supprimé. Cela peut sembler petit mais, comme le dit Clear : “Cela nous permet de gagner du poids dans un sport où chaque gramme compte.”
Ferrari et AWS vont également collaborer, pour la saison 2023, sur une nouvelle application pour téléphone qui vise à amener toujours plus les fans dans les coulisses du déroulement d’une course de F1, et à fournir du contenu exclusif et des interviews avec l’équipe Ferrari F1.
Au-delà de cela, Clear affirme que la puissance de calcul d’AWS consiste en une chose simple : créer une meilleure voiture que les conducteurs de Ferrari peuvent conduire plus rapidement.
“Chaque conducteur est différent” dit-il. “Ils ont tous des compétences uniques. Ils réagissent à différents signaux et ce qui fonctionne pour Charles peut ne pas fonctionner pour Carlos, Lewis ou Max. Quelque part dans ce diagramme, nous devons trouver le pic de performance, le sommet où les milliers de différenciateurs de performance se rejoignent. Il y a des centaines de façons de se tromper. Et le temps n’est jamais de notre côté sur la bonne voie, nous sommes confrontés à des décisions constantes chaque jour, chaque heure, chaque minute, chaque seconde. Nous prenons des décisions qui ont un impact sur d’autres décisions, choisissant entre des options qui s’excluent mutuellement.
“Voulons-nous faire un compromis entre la vitesse ou les virages ou voulons-nous faire un compromis entre le poids ou la fiabilité ? Ces compromis varient également d’un circuit à l’autre. Tous ces points de décision sont des opportunités pour nous. Pour prendre la bonne ou la mauvaise décision. Dans ces appels stratégiques, nous devons utiliser nos compétences et notre jugement en tant qu’ingénieurs analysant des données pour viser le tour le plus rapide. La meilleure stratégie est la plus rapide.”