渴望學習的熱情：Red Bull Advanced Technologies 運用 OCI 測試 AI，培育未來賽車新星

為了使馬達運動的尖峰，即將到來的賽車司機需要比一般運動員的強度和焦點多。

「我們正在尋找我所稱的「要掌握什麼」，這是這次令人難以學習的渴望，在下一次他們開車時更好。」指導並發展年輕駕駛的 Guillaume Rocquelin 表示，他是 Red Bull 的駕駛學者。

Rocquelin 表示：「對我們可以提供的資料和分析來說，這是非常飢餓的。「這是我們所尋找的關鍵態度。現在，這不一定會轉化為實際能力，而是起點。」

沒人知道，比起羅奎林，他擁有四次方程式 1 世界冠軍賽巴斯蒂安。維特爾賽車隊的賽車工程師，在成為賽車工程主管前，還要繼續擔任目前的角色。Red Bull Driver Academy 是該運動的最佳訓練基地之一，目前 F1 網格的 20 位駕駛中有 7 位是該計畫的畢業生。

Rocquelin 看見了他像他一樣教練的教學工具發展領域。雖然優秀的年輕駕駛人必須是惡名昭彰的學習者，但教練有非常有限的方法可以顯示為何一個駕駛人比另一個駕駛人更快。駕駛員的煞車、加速或下班時，是否精確？他們走進和穿過哪個角度？駕駛人只能觀看並嘗試以更快的速度複製他們看到的內容。

Red Bull Advanced Technologies 將高效能工程應用於馬達賽車，並在其他產業中尋找該技術的用途，正努力打造更好的年輕駕駛訓練工具。Red Bull Advanced Technologies 的工程師正與 Oracle 資料科學專家合作，探索機器學習、雲端運算和資料視覺化如何共同運作，為這些需要資料的運動員創造更有價值的訓練體驗。

Rocquelin 表示：「在任何類型的指導環境中，這些工具只是對話的起點，而較高的工具品質將意味著更高的對話水平。」

在任何類型的指導環境中，這些工具只是對話的開始，而較高的工具品質代表更高的對話層次。

Guillaume Rocquelin Red Bull 駕駛學院主管

Oracle 的資料科學團隊使用 Oracle Cloud Infrastructure (OCI) 改善自主驅動汽車 (稱為同時本地化與對應或 SLAM 演算法) 中使用的演算法，並應用這些演算法來分析賽車影片，而這些影片最初來自團隊的電競驅動因素。成功後，團隊希望能夠將驅動因素場次的影片輸入到應用程式中，對該影片進行機器學習分析，並深入瞭解如何改善失效時間。

此工具仍處於早期開發階段。Oracle 的資料科學家面臨了一項挑戰，例如將自駕汽車演算法應用於賽車而非標準轎車。Oracle 人工智慧服務副總裁 Jigar Mody 表示：「物理的法律在賽車方面非常不同。以下是 OCI 如何協助團隊解決未解決的 AI 挑戰。

為了開始使用，Red Bull Advanced Technologies 提供 Oracle 資料科學團隊影片給其電競模擬器進行分析，而 Oracle 團隊則採用 SLAM 演算法來評估車隊在哪裡。他們希望輸出能提供分析所需的資料基礎。

問題：當團隊首次將 SLAM 套用到比賽影片時，預測的位置被半公里關閉。這些演算法不是為了瞭解以 320 公里 / 小時 (200 英里) 典型速度移動的車輛，而能夠在輪流拉出 5G 的橫向加速時保持在道路上。認為資料分析系統需要準確的 AI 模型，因此 Oracle 資料科學家必須改善模型。

這樣的精確度很重要。Oracle 首席資料科學家 Alberto Polleri 博士和指導該專案的 AI 專家表示：「它們在驅動的方式上非常準確，因此演算法必須達到 20 公分的準確性。「對於描述汽車方向的度數非常少的角度而言，必須準確至低於單一度。」

Oracle 資料科學團隊經常使用 OCI 圖形處理器單元 (GPU) 作為隨選運算能力，以支援 AI 模型和測試中使用的大型運算負載。該團隊將影片擷取至 OCI，然後使用迴旋神經網路 (CNN) 和循環神經網路 (RNN) 來處理影像；然後使用 OCI 來測試各種參數並配合 AI 模型，以瞭解結果與追蹤現實情況的相符程度。

此模型裝修流程是最耗費運算資源的部分，因此在 OCI 上將運算能力作為隨選、可變的雲端資源至關重要。某些模型可能需要幾天才能執行。有時團隊會開始測試，並查看該測試並不會改善模型並關閉，或者也可以平行執行不同的模型。Polleri 解釋：「我們每個月會進行數以百計的實驗，每個實驗需要數天的時間。

OCI 技術實作

以下是資料如何透過 OCI 上的架構流動：

從將影片影片影片擷取至 OCI 開始。

接著，資料會流向三個平行管線或工作流程，以評估視覺氣味 (汽車的速度和方向)；軌道上位置；以及汽車控制 (方向盤和輪圈)。這三個工作流程使用廣泛的 OCI Compute (包括 GPU)。

重新定義 AI 模型之後，Red Bull Advanced Technologies 希望在 OCI 上執行工具，讓該工具能夠輸入影片，並深入分析駕駛員與失效或失效有何不同，或不同於其他駕駛者的行為。

這類演算法研究也可在賽車以外的應用程式中，向機器人和自治車輛等領域證明寶貴的應用程式，這對於預測物件下一次移動的位置很有用。雖然大部分使用案例都不涉及 200 英里的賽車，但這些比賽的精簡程度也應以較常見的速度提供幫助。Oracle 的 Mody 表示：「高速運作良好的技術，其現象的速度更低。

檢視更多 Oracle Connect 文章