Les systèmes numériques utilisés pour informer et protéger les équipes McLaren F1 et esports voient un coup de pouce significatif grâce à l’utilisation de l’IA et de l’apprentissage automatique pour aider à faire un bond en avant sur la concurrence.
De la télémétrie à la cybersécurité, la quantité de données récoltées en Formule 1 est colossale, et comprendre que des données souvent très complexes sont cruciales, surtout dans un environnement où la vitesse est de la plus haute importance.
Tech Radar Pro a eu la chance de parler à Ed Green, responsable de la technologie commerciale chez McLaren, et James Hodge, GVP et conseiller en chef de la stratégie du fournisseur de plate-forme de données de l’équipe, Splunk, sur la place de l’IA dans l’équation, comment elle peut aider à protéger l’entreprise monde numérique et améliorer sa prise de décision – ainsi que ses limites.
Sécurité et décisions
Comme vous pouvez l’imaginer, la sécurité est importante pour McLaren dans toutes ses opérations. Pour son équipe d’esports McLaren Shadow, Green a décrit une configuration typique :
« Si vous avez huit joueurs sur scène, cela signifie huit PC derrière eux, et probablement quatre autres qui dirigent et coupent le spectacle, et vous vous retrouvez donc avec 24 PC tous impliqués. »
Pour protéger toutes ces machines, Green a expliqué que « nous avons une protection standard des terminaux que nous mettons à travers le domaine. Nous utilisons des outils internes via divers partenaires de cybersécurité pour surveiller la façon dont notre trafic se déplace, et nous avons des fournisseurs de pare-feu pour voir exactement où va le trafic ».
Bien que McLaren ait gardé le silence sur le logiciel exact qu’il utilise, on sait que Darktrace est utilisé dans leur posture de sécurité à certains degrés.
La cybersécurité doit également être légère pour éviter de saper la puissance des plates-formes de simulation. « Beaucoup de choses sont normalement assez légères, donc les gens ne veulent pas que beaucoup d’agents sur leurs machines fassent des bric-à-brac », déclare Green.
« Nous avons des clients de points de terminaison naturels que nous utilisons dans McLaren, ils font rapport dans une série de tableaux de bord qui peuvent être utiles – je peux en avoir une vue à surveiller pendant la course ».
Green a également expliqué que l’IA et l’apprentissage automatique sont utilisés pour la cybersécurité de l’équipe, pas seulement pour les données de course :
« Nous avons beaucoup utilisé l’apprentissage automatique et l’IA à travers [the cybersecurity] espace, et dans les années passées, cela signifierait que notre équipe de cybersécurité serait pleine de nombreux diplômés ; c’est un travail vraiment fastidieux et ennuyeux de rester assis à regarder à travers des lignes et des lignes d’informations sur la cybersécurité. »
« Maintenant, grâce à l’utilisation de beaucoup d’apprentissage automatique et d’IA, nous n’avons pas une aussi grande équipe de cybersécurité, mais ils ont un contexte plus pertinent, afin qu’ils puissent voir où vont les informations, donc adopter l’apprentissage automatique et L’IA est vraiment importante pour nous.
Il a ajouté que « lorsque vous regardez l’IA dans la cybersécurité, ou en général, elle est soit là pour vous aider à être plus efficace, pour vous aider à fusionner et à résoudre de très grands défis complexes, soit pour vous fournir une assistance supplémentaire ».
« En cybersécurité, dans l’équipe de course, en stratégie en particulier, l’IA est là pour aider à la prise de décision ; elle ne s’exécute pas pour vous. Il se peut donc que vous soyez soumis à des contraintes de temps très sensibles – vous pouvez avoir trois secondes pour prendre une décision pour un arrêt au stand – donc en donnant à ces personnes la meilleure décision suivante ou en les aidant à simuler ce qui pourrait arriver, cela signifie que lorsque le temps presse, nous pouvons prendre la bonne décision. »
Même si l’IA dans ce contexte est principalement utilisée pour l’équipe de Formule 1 réelle, Green a suggéré qu’elle pourrait également entrer en jeu pour l’équipe de F1 d’esports à l’avenir.
L’importance des données
Le fournisseur de données Splunk a commencé sa relation avec l’équipe de Formule 1 McLaren en 2020 en tant que plate-forme pour fournir toutes les données télémétriques importantes des voitures, avant d’être plus tard signé pour aider à soutenir l’équipe d’esports Shadow McLaren.
Hodge a expliqué comment des calculs plus avancés et prédictifs peuvent être effectués à l’aide de ses outils d’IA. Il a mentionné l’exemple de la prédiction de la dégradation des pneus, qui peut être affectée dans le jeu par de nombreux facteurs tels que la température de la piste virtuelle et le niveau d’agressivité de la conduite :
« Nous pouvons commencer à faire des analyses prédictives pour dire » où pensons-nous que nous allons arriver à un certain point auquel les pneus ne sont plus performants contre l’arrêt au stand « , et c’est donc là que nous avons commencé à regarder à la télémétrie dans le jeu pour aider aux décisions de course.
Hodge a fait écho à la façon dont l’IA peut être une aide à la prise de décision plutôt que d’être le décideur. En ce qui concerne l’implication de l’IA dans la stratégie d’arrêt au stand, par exemple, Hodge a déclaré :
« Vous ne voudrez peut-être pas que l’IA clignote pour dire » fosse maintenant « . Vous voudrez probablement qu’un humain dans la boucle dise : « En fait, nous ne pouvions pas ajouter ce flux de données à ce modèle, donc ce n’est pas tout à fait correct ».
En expliquant pourquoi l’automatisation de la prise de décision est si difficile, Hodge a donné l’exemple hypothétique de l’utilisation de l’IA pour contrôler vos lumières à la maison :
« Cela commence simplement : quand j’entre dans la pièce, je veux qu’ils soient allumés. OK, combien de temps doivent-ils rester allumés ? Jusqu’à ce que vous ne voyiez plus de mouvement, ou ils doivent rester allumés jusqu’à minuit car je me couche toujours à 23h30. Eh bien, tu as veillé tard pour regarder un film, donc il est midi et ils se sont éteints ; je regarde un film donc je n’aurais pas bougé, donc les lumières se sont éteintes. Donc en fait, ce qui semble être un problème simple devient très compliqué. Maintenant, quand on y pense dans la technologie d’entreprise, cela devient encore plus difficile. »
Il a souligné l’importance de disposer de données adéquates avant de s’appuyer sur des outils d’IA. Et même à côté de l’IA, les méthodes statistiques traditionnelles de prédiction ont toujours leur place :
« Je pense que c’est couche après couche après couche [of data]. Ainsi, lorsque nous examinons, disons, la cybersécurité, pouvons-nous d’abord tout observer dans le monde entier ? – c’est là que nous commençons à voir différentes équipes de sécurité et équipes de surveillance informatique se rassembler beaucoup plus, car elles veulent toutes observer tout ce qui se passe numériquement et mettre le contexte en place. »
« Regardons maintenant les valeurs aberrantes statistiques. C’est normalement un bon point de départ. Ensuite, pouvons-nous ajouter un peu plus de modélisation prédictive liée au ML, pour ensuite, dans un contexte de cybersécurité, envisager de prendre ensemble de nombreux indicateurs différents et de dire , « Ces compromis statistiques potentiels signifient-ils maintenant qu’il y a une plus grande probabilité que James soit un mauvais acteur? » C’est à ce moment-là que vous entrez davantage dans l’espace de l’IA.
Il a également averti de garder à l’esprit les préoccupations pratiques lors du développement de l’IA :
« Vous devez également déterminer jusqu’où vous voulez aller et où est le meilleur effort d’investissement. Parce que très souvent, le côté statistique vous rapproche suffisamment de l’endroit où vous devez être. Vous pouvez passer trop de temps à obtenir le modèle d’IA parfait, et presque gaspiller des efforts et de l’argent à le faire. »
« Je crois fermement qu’il faut bien maîtriser les bases, car aucune entreprise au monde n’obtient les bases parfaites. Plus vous pouvez faire cela, plus vous pouvez pousser la prise de décision au personnel de première ligne pour qu’il fasse ce pour quoi il est employé. .”