※ 本記事は、Natalie Gagliordi による“How Oracle Red Bull Racing’s chief engineer fuels racing strategy with data”を翻訳したものです。
2022年4月5日
Guillaume Cattelaniは、流体力学と乱流モデリングの博士号を取得し、「レーシングカーを速く走らせる」という非常に具体的な問題を解決することをライフ・ワークとしています。
Oracle Red Bull RacingのFormula One（F1）チーム、Red Bull Advanced Technologiesでは、Cattelaniが技術と解析ツールのチーフ・エンジニアを務めており、このスキルは重宝されています。Cattelaniはこの研究で、データとデータ・サイエンスを、私たちがサーキットで目にする胸躍るレースを可能にするすべての機械工学プロセスに結びつける取り組みを主導しています。
「F1という非常に特殊なニッチ産業において、データ・サイエンス革命を取り入れることで得られるものは非常に大きい」とCattelaniは語っています。「高度に技術的で進歩の速いこの世界と、レーシング・カーを設計するというエンジニアリングの問題との間に橋渡しをするということです。より良い車、より速い車、そして勝つための車を作るために、この2つをどうつなげられるか?」
 |
| Oracle Red Bull RacingとRed Bull Advanced Technologiesの技術・解析ツール担当チーフエンジニアであるGuillaume Cattelaniは、「リアル・タイムでモデリングと実行の達人になることは、アドバンテージになります」と言っています。 |
F1は、スピードとパフォーマンスを追求するためにレーシング・カーを精密に設計するスポーツであり、技術と革新はその精神に刻み込まれています。レースごとにエンジニアは何千もの改良を加え、異なるコースのニュアンスや、高度や湿度といった特殊な条件に合わせてマシンを調整します。シャーシやエアロダイナミクスにほんの少し手を加えるだけで、ドライバーのレース・タイムは数ミリ秒短縮され、チームが優位に立つことができるのです。チーム代表兼CEOのChristian Hornerは、「車はおそらく二度と同じコンフィギュレーションで走ることはないでしょう」と語ります。「常に進化しているのです」。
F1チームでは、エンジニアやドライバーに包括的なデータ分析を提供することがますます重要になってきています。マシンに搭載された約150個のセンサーがデータを収集するため、1回のレースで約400GBのデータが生成されます。Oracle Red Bull Racingは、Oracle Cloud Infrastructure（OCI）を使用して、チームによるデータ・サイエンスと分析の利用を加速し、別途、Red Bull Technology Campusで行われるエンジニアリング作業を指導しています。Cattelaniのチームは、従来のエンジニアリング分野とデータ・サイエンスをつなぐ新しいスレッドとなるテクノロジー・フレームワークと具体的なツール（同氏が「アシスタント・エンジニア」（AE）と呼ぶもの）を作成することに重点を置いています。
「もちろん、Red Bullではすでにデータ・サイエンスが動いていましたが、可能性が大きいので、他のすべてのエンジニアリング分野に一般化したいのです」とCattelaniは言います。「生み出されるデータのひとつひとつは武器となり、パフォーマンスのために使われるべきで、そのためには異なる考え方、異なる技術、そして異なるビジョンが必要です。」
エンジニアのためのAI
2022年のF1シーズンは、エンジニアリングとデータ分析のチームに例年以上のプレッシャーを与えています。今年はマシンのデザインが劇的に変わり、国際自動車連盟（FIA）が定めた新しいレギュレーションも導入されます。2022年のマシンは、グランド・エフェクトと呼ばれる空力現象に重点を置いています。グランド・エフェクトとは、F1マシンの表面から垂直方向にどれだけ空力的な負荷がかかるかを示す指標で、ダウンフォースを生み出します。ファンにとっての底力: 新しいデザイン、そしてグランド・エフェクトとダウンフォースに関するルールは、より接近したレースとオーバーテイクの可能性を可能にし、よりエキサイティングなレースアクションにつながることを意図しています。
「過去30年間で最大のルール変更です。」とHorner CEOは言います。「つまり、今年はマシンのほぼすべての部品が新しくなったということです。グランド・エフェクト・カーは、オーバーテイクを容易にするために設計されたもので、マシンを設計する際の哲学が変わりました。初戦から最終戦までの間、急勾配の学習曲線と開発のレースが続きます。」
しかし一方で、F1チームには厳しい支出制限があるため、マシンの設計や最適化に費やすスタッフの時間やリソースを超効率的に使わなければなりません。Cattelaniは、このような枠組みの中で、データ・サイエンスとソフトウェア・エンジニアリングを駆使して、エンジニアがより少ない労力でより多くの成果を上げるためのツールを、OCI上で構築していると言います。Cattelaniは、この技術ツールセットをAEと名付け、データ・サイエンティストのスタッフを雇用しなくても、エンジニアに設計や性能に関するより多くのデータドリブンの洞察を提供できる可能性を楽観的に考えています。
| 「生み出されるデータのひとつひとつは武器となり、パフォーマンスのために使われるべきであり、そのためには異なる考え方、異なる技術、異なるビジョンが必要です。」 |
| —Guillaume Cattelani, チーフ・エンジニア, Oracle Red Bull RacingおよびRed Bull Advanced Technologies |
「私たちがやりたいことは、従来はより多くの従業員を雇用し、より多くの人を訓練することで得ていた、より複雑なことをエンジニアができるようにすることです。」と彼は言います。「そのためには、エンジニアが車とその設計を理解し、どこに性能を見出すかを理解するための、より大きな能力を提供できるようにすることです。現在の性能をより深く理解することはもちろん、一人のエンジニアがより多くの能力を活用できるようにすることです。これは、まさにリソース制限に対応したものです。これが私たちの未来だと思います。」
シミュレーションと戦略でレースに勝つ
マシンを磨き上げる作業に加え、レース戦略もCattelaniのチームがサポートするデータドリブンな取り組みです。レース前の戦略準備とレース中の決断のために、チームはモンテカルロ・シミュレーションを行い、起こりうる結果の範囲とそれぞれの確率を算出します。このシミュレーションは、ドライバーやクルーがレース中にどのタイミングでピットインしてタイヤを交換するかなど、レース戦略担当者が行うべき決断を導くのに役立っています。
Oracle Red Bull Racingは2021年シーズン、レース・ウィークエンドにOCIのオンデマンド計算機能を活用し、OCI上で数十億回のシミュレーションを実施しました。これらのシミュレーションは、各レースの前にチームが最適な戦略を設計し、レース中の戦略コールに役立てられました。
最終的にレース中の判断を下すのは、ハンドルとピット・レーンにいる人間ですが、その判断はより正確なデータによってもたらされるとCattelaniは説明します。Hornerは、OCIを搭載したシミュレーションがレース当日の判断を支援し、Max Verstappenの2021年ドライバーズ・チャンピオン獲得に貢献したと述べています。
Cattelaniは、「モデリングとリアルタイムでの実行の達人になることは、アドバンテージになります。」と言います。「複雑なシミュレーションができればできるほど、戦略的な選択肢をよりよく理解することができます。そのため、この能力は非常に重要であり、成功していることが証明されています。」
F1バーレーンGPの予選でOracle Red Bull Racingのマシンをピットレーンに入れるドライバーのSergio Perez（2022年3月19日）。
チームのデータ・モデリング・システムのほとんどは、レース中にOCI上でライブ動作し、生成されるさまざまなデータを高速に処理しています。2022年シーズンに向けて、チームはOCIの柔軟なアーキテクチャを活用し、レース・シミュレーションの複雑さと精度を高めるだけでなく、コース上の競合他社の潜在的な戦略まで含めたシミュレーションを展開し、Oracle Red Bull Racingがより多くの情報に基づいた戦略を決定できるようにしたいとしています。
「データに依存する一部の組織や企業と比較すると、私たちはデータの最大消費者ではありません。しかし、私たちが消費するさまざまなデータは、F1の複雑さと同じです。」とCattelaniは言います。「本当に様々なデータがあり、それをどう解釈するかが重要なのです。だから、2022年シーズンに向けて、我々はそれを実行するつもりです。レース戦略モデルの次元を高めて、これまでアクセスできなかった余分な情報を取得するのです。」
未来へのレース
Oracle Red Bull Racing F1チームとは別のプロジェクトとして、OracleはRed Bull Advanced Technologiesと共同で、AIと機械学習を用いてビデオやデジタル入力を分析し、ラップ・パフォーマンスをモデル化した最適ラップと比較するビデオ・オーバーレイを若いドライバーに提供する方法を研究しています。
Red Bull Advanced TechnologiesとOracleは、ビデオ・ゲーム、カート、F2、F3レースからデータ・ストリームを取得し、F1レース・カーから最大限のパフォーマンスを引き出すために必要なドライビング・スタイルを若いドライバーに習得させることを目的としています。
トレーニング・モデルはまだ開発中で、製品化には至っていません。しかし、他のスポーツと異なり、若いドライバーは実車でコースを走る時間が限られているため、F1マシンのハンドルを握って運転技術を向上させるには、バーチャル環境に大きく依存するため、この種のシミュレーション環境の潜在的価値は高いのです。
「ドライバーが総合的環境とどのように相互作用し、どのように実際の機械との相互作用する可能性があるかを理解することは、非常に興味深いことです。」とCattelaniは言います。「将来的には、ドライバーとマシンの関係をもう少しよく理解できるようにしたいです。」
写真: Red Bull Racing提供、Mark Thompson/Getty Images