Logotipo da F1

F1® na AWS

Explore maneiras novas, exclusivas e inovadoras para os fãs acompanharem a F1 com o poder de machine learning, da inteligência artificial e das tecnologias de nuvem.

F1® Insights desenvolvido pela AWS

Time Lost é o gráfico mais recente na tela do F1 Insights, desenvolvido pela AWS. O F1 Insights é uma série de gráficos de transmissão que visam transformar a experiência dos fãs durante cada sessão do Grande Prêmio. Time Lost fornecerá aos fãs e às emissoras uma imagem clara do impacto e da causa de erros dos pilotos. Esse insight importante é apresentada aos fãs por meio de um gráfico de TV na transmissão ao vivo da F1, que não apenas informa sobre a natureza do erro do piloto, mas também quanto tempo o piloto perdeu como consequência.

Fórmula 1®: Desenvolvido pela AWS

Dados da corrida

Cada carro de F1 contém 300 sensores que geram 1,1 milhão de pontos de dados de telemetria por segundo transmitidos dos carros para os boxes. Esses dados em tempo real são combinados com mais de 70 anos de dados históricos de corrida armazenados no Amazon S3 para extrair insights valiosos que informam, educam e enriquecem a experiência dos fãs e trazem mais insights sobre a escolha da estratégia de corrida que cria performances vencedoras na pista.

Foto da corrida

Análise da concorrência

A análise de dados permite à F1 comparar a performance de determinados carros, equipes e pilotos em qualquer parâmetro relevante e classificá-los visualmente para educar os fãs. 

Fãs aplaudindo

Performance do carro

A F1 analisa de perto a aerodinâmica, a performance dos pneus, a unidade de potência, a dinâmica do veículo e a otimização do veículo para oferecer insights que ajudam os fãs a interpretar a performance geral do carro. O desempenho do carro é o principal KPI para uma equipe de F1. Ele oferece aos fãs uma visão única do funcionamento interno da F1 e de como as equipes atuam umas contra as outras no desenvolvimento de carros antes e durante a temporada.

Pista de carro

Piloto mais rápido

Usando a tecnologia de machine learning da AWS, esse insight fornece uma classificação objetiva e baseada em dados de todos os pilotos de F1 de 1983 até os dias atuais, removendo o diferencial do carro de F1 da equação para determinar uma questão antiga: Quem é o piloto mais rápido? Cientistas de dados da F1 e do Amazon Machine Learning (ML) Solutions Lab criaram, pela primeira vez na história, uma classificação de velocidade do piloto de várias temporadas, objetiva, complexa e baseada em dados.

Carro de F1

Estratégia de corrida

Usando dados de tempo, a F1 é capaz de criar percepções visuais que permitem aos fãs analisar objetivamente a performance, a estratégia e as táticas de cada equipe e piloto que irão afetar o resultado geral da corrida. Por exemplo, Estratégia alternativa é um gráfico que mostra às equipes e seus fãs como as corridas poderiam ter acontecido se tivessem tomado decisões estratégicas diferentes.

Fãs aplaudindo

A IA generativa está transformando os esportes

De startups a franquias de esportes, as organizações confiam na AWS para inovar com inteligência artificial generativa.

F1®️ acelera as transmissões com o Track Pulse | Amazon Web Services

Como a AWS acelera a Formula 1®?

Transformação do esporte: a funcionalidade mais ampla e profunda da AWS e o ritmo incomparável de inovação estão mudando a forma como a F1 coleta, analisa e aproveita dados e conteúdo para tomar decisões. Com 300 sensores em cada carro de corrida de F1 gerando mais de 1,1 milhão de pontos de dados por segundo transmitidos dos carros para o box, a F1 é um esporte verdadeiramente baseado em dados.

Mais ação na pista: usando a computação de alta performance da AWS, a F1 foi capaz de executar simulações aerodinâmicas para desenvolver seu carro de próxima geração 70% mais rápido do que nunca, criando um carro que reduz a perda de sustentação negativa de 50% para 15%. Essa redução drástica oferece aos pilotos uma chance maior de ultrapassagem e, com isso, mais ação na disputa roda a roda para os fãs.

Engajamento e diversão para os fãs: com a AWS, a F1 foi capaz de transformar milhões de pontos de dados transmitidos de carros e pistas em uma experiência envolvente para os fãs por meio de seus F1 Insights.

Interação dos fãs

O F1 Insights desenvolvido pela AWS transforma a experiência dos fãs antes, durante e depois de cada corrida. Ao usar pontos de dados distintos para informar cada insight, a F1 permite que os fãs entendam como os pilotos tomam decisões em frações de segundo e como as equipes planejam e implementam estratégias de corrida em tempo real que afetam o resultado de uma corrida. Aqui estão alguns exemplos de como tudo se junta.

Clique abaixo para expandir

Usando dados de tempo, a F1 é capaz de criar percepções visuais que permitem aos fãs analisar objetivamente a performance, a estratégia e as táticas de cada equipe e piloto que irão afetar o resultado geral da corrida.

  • Usando o histórico da pista e a projeção do ritmo do piloto, o Battle Forecast vai prever quantas voltas antes que o carro perseguidor esteja a uma “distância de ataque” do carro da frente.

  • O gráfico Pit Strategy Battle fornece aos fãs um insight adicional sobre como avaliar o sucesso da estratégia de cada piloto em tempo real. Os fãs serão capazes de rastrear mudanças sutis de estratégia e ver o impacto no resultado final.

  • As janelas de pit stop estimadas com base no composto do pneu, tempos de voltas e distribuição dos carros. Os espectadores verão como uma corrida pode ser alterada com base na dinâmica da corrida, incluindo estratégias de corrida de outras equipes, carros de segurança e bandeiras amarelas. 

  • Os dados históricos são usados para calcular a estratégia de corrida durante a volta de formação, comparando o pneu previsto e as estratégias de corrida. Esse insight permite que os espectadores vejam, estrategicamente, quando um piloto deve fazer o próximo pit stop.

A análise de dados permite à F1 comparar a performance de determinados carros, equipes e pilotos em qualquer parâmetro relevante e classificá-los visualmente para educar os fãs. 

  • Esse insight mostra como as equipes desenvolvem seus carros, com que rapidez eles desenvolvem seus carros e qual é o resultado em pista ao longo da temporada. A corrida de desenvolvimento durante a temporada e de ano a ano é o principal KPI para uma equipe de F1, e isso fornece um insight único sobre o funcionamento interno da F1 e como as equipes atuam umas contra as outras nessa área.

    Saiba mais ›
  • Esse insight isola a performance de um carro individual e permite que os fãs comparem a performance dele com a de diferentes veículos comparando os blocos de construção que compõem a performance do carro, ou seja, performance em curvas, performance em linha reta e equilíbrio ou manuseio do carro.

    Saiba mais ›
  • O Driver Performance destaca quais pilotos estão levando seus carros ao limite absoluto de performance em comparação com seus companheiros de equipe e concorrentes. Calculando as forças geradas pelos pneus de um carro durante uma volta e comparando-as com a capacidade máxima do carro, isso mostrará quanto da performance potencial do carro está sendo extraída pelo piloto. Três parâmetros serão mostrados para destacar três áreas principais da performance do piloto que têm um grande efeito no tempo da volta, que é o objetivo final: aceleração, frenagem, curvas.

    Saiba mais ›
  • Fornece uma análise da performance do piloto com base no subconjunto mais importante de habilidades de direção, analisando uma grande quantidade de dados sobre os efeitos do carro, pneus, tráfego, combustível e muito mais para gerar uma pontuação calculada da performance de cada piloto ao longo da temporada em comparação com sete métricas essenciais: Ritmo de Qualificação, Partidas da Corrida, 1ª Volta da Corrida, Ritmo da Corrida, Gerenciamento de Pneus, Habilidade do Piloto no Pit Stop e Ultrapassagem. Essas métricas são normalizadas usando um intervalo de 0 a 10 para fornecer uma métrica no estilo de “pontuação” e fornecer um insight para os telespectadores, fãs e equipes sobre onde estão os pontos fortes e fracos de determinado piloto e como os pilotos podem ser comparados no campo.

    Saiba mais ›
  • Historicamente uma sessão subjetiva, este F1 Insight desenvolvido pela AWS usará machine learning e uma metodologia analítica, coletando dados da prática e usando dados históricos de como as equipes progridem entre as corridas de sábado e domingo.

    Saiba mais ›
  • Oferece aos fãs uma visão detalhada de como cada motorista é capaz de explorar a performance (ou não!) na partida, ou largada.

    Saiba mais ›

A F1 analisa de perto a aerodinâmica, a performance dos pneus, a unidade de potência, a dinâmica do veículo e a otimização do veículo para oferecer insights que ajudam os fãs a interpretar a performance geral do carro.

  • Braking Performance mostra como o estilo de frenagem de um piloto durante uma manobra em curva pode oferecer uma vantagem ao sair da curva. Ele compara os estilos de frenagem e a performance dos pilotos medindo o quão perto eles se aproximam do ápice de uma curva antes de frear e mostrará como o carro e o piloto atuam juntos nas curvas, como velocidade máxima na aproximação, redução da velocidade durante a frenagem, a potência de frenagem utilizada e as imensas forças G que os pilotos suportam durante as curvas.

    Saiba mais ›
  • A área única mais importante para a performance de um carro de F1 e oferece um ótimo insight de como os bons carros se comparam aos excelentes. Isso divide a curva em 4 seções principais: frenagem, curva, curva intermediária e saída. Analisando e comparando a performance pelas seções principais de uma curva por meio de dados de telemetria do carro.

    Saiba mais ›
  • Análise das curvas conforme determinado pelo ponto ideal de frenagem e aceleração em torno de uma curva específica (e crucial), que é a área onde cada piloto tem mais a ganhar. Esse insight dá aos espectadores uma compreensão detalhada das perdas e ganhos nos tempos de volta e permite a comparação entre os carros.

  • Usando dados do carro, ou seja, velocidade, acelerações longitudinais e laterais e o giroscópio, somos capazes de construir uma estimativa dos ângulos de deslizamento e, em seguida, derivar modelos de equilíbrio do veículo para cada carro. Isso demonstra a energia de desgaste do pneu. (Observação: a energia do desgaste do pneu não é o desgaste físico do pneu, mas sim a transferência de energia da área de contato do pneu deslizando pela superfície da pista.) O resultado nos dá a performance do pneu para cada curva, o que indica o quanto o pneu foi usado em relação à sua performance final de vida.

Aceleração da experiência dos fãs

Quer ver como isso é feito debaixo do capô? Aprenda como AWS e a F1 estão usando algoritmos de machine learning desenvolvidos com Amazon SageMaker que fornecem novos insights e aumentam a ação na pista, e como a F1 está usando AWS para projetar o próximo carro de corrida.

Leia mais >

Descubra mais esportes com a tecnologia da AWS