AWS要用AI预测F1 2020比赛结果？ 会比章鱼保罗准吗？

本篇文章1266字，读完约3分钟

[TechWeb]6月23日，亚马逊云服务(aws)和公式化集团(f1)联合宣布，他们将在f12020赛季增加6个实时赛车数据。基于包括机器学习在内的一系列aws服务，我们可以更好地预测比赛结果。

此前，f1和aws已经发布了六个F1 Insights，包括出发速度、预期进站维护策略、进站窗口、对抗结果预测、进站策略对抗和轮胎性能。这一次，双方将进一步介绍由aws驱动的f1insights的以下六个统计数据，这些数据将在本赛季的7月至12月以图形形式显示在屏幕上，以便球迷能够更深入地了解赛道上的即时决策和行动，以及维修领域团队战略家的决策。

新增的六个统计数据维度是:

车辆性能得分:每辆车的性能单独列出，便于车迷比较不同车辆的性能(将于7月3日至5日在2020 f1奥地利大奖赛上亮相)。

车手极限速度对比:根据这些数据，车迷们可以将自己喜爱的车手与1983年至今的任何车手进行对比，从而确定f1历史上最快的车手(将于8月7日至9日在阿联酋举行的第170届大奖赛上首次亮相)。

高速/低速转弯性能:这些数据对于单圈时间非常重要。车迷们可以比较不同车手在175公里/小时(109英里/小时)以上的最快弯道上的表现，以及在低于125公里/小时(78英里/小时)的低速转弯上的表现(这将在8月28日至30日的劳力士比利时大奖赛上首次亮相)。

驾驶员技能评分:根据影响整体表现的最重要因素，对驾驶员技能进行细分和评分，以确定赛道上最好的全能驾驶员。计算排位赛表现、起步、比赛节奏、轮胎管理和超车/防守风格的不同子集，并获得车手的总得分(将在赛季后半段首次亮相)。

车辆/车队发展和本赛季的整体表现:根据本赛季车队每场比赛的累积表现，发现每个车队的发展(将在本赛季后半段首次亮相)。

排位赛和比赛节奏的预测:从练习和排位赛的圈数中收集数据，并预测每场比赛前最有可能获胜的队伍。这些数据将为周六的排位赛和周日的比赛(将在赛季后半段首次亮相)增加吸引力和刺激。

为了获得上述全新的统计数据，f1将综合分析近70年来存储在亚马逊简单存储服务(亚马逊S3)中的历史比赛数据，以及通过汽车和赛道上的传感器收集的实时比赛数据。

首先，这些实时数据通过Amazon运动学从传感器传输到云中，Amazon运动学是aws的实时数据收集、处理和分析服务。然后，f1工程师和科学家将通过Amazon administraker将这些数据应用到机器学习(ml)模型中，Amazon administraker是一个用于构建、培训和部署机器学习模型的aws服务。

其次，f1在awslambda上部署了一个机器学习模型来实时分析竞争绩效指标。Awslambda是一种计算服务，无需预设或管理服务器即可运行代码。

从这些数据中获得的所有见解将被整合到f1赛事的国际广播中，包括其数字平台f1.tv，以帮助车迷了解影响比赛结果的车手或团队战略家做出的重要即时决策和比赛策略。

总之，我们不妨等着看最后的结果会是什么。你知道，章鱼保罗预测世界杯的准确率为80%。

来源：搜狐微门户