En el mundo deportivo, la Fórmula 1 es tal vez uno de los mejores ejemplos para entender qué pasa cuando la tecnología de punta se pone al servicio de los pilotos más rápidos del mundo.
Hoy en día la F1 es más que solamente manejar y el rendimiento está mediado por los datos que cada equipo y piloto pueden tener a su ventaja. Temperatura, clima, asfalto, RPM, todo está mediado por los datos.
Y si hablamos de datos, pocas empresas tienen la experiencia de AWS, que ha sido desde el 2018 el aliado de la F1 en llevar al siguiente nivel el deporte y las transmisiones.
Por esa razón, en Xataka Colombia hablamos con Luuk Figdor, asesor principal de tecnología deportiva de AWS, sobre su relación actual con el deporte y los retos que trae.
AWS se convirtió en aliado de la F1 en 2018. ¿Qué tipos de servicios y apoyo brinda AWS a la Fórmula 1?
"Para empezar, las ideas impulsadas por datos son el corazón de la F1. Utilizando la tecnología de AWS, la F1 recopila, analiza y aprovecha estos recursos para apoyar una serie de iniciativas, incluyendo la presentación de datos de manera significativa a los fanáticos a través de tecnologías como F1 Insights, que está impulsado por AWS.
A través del uso de aprendizaje automático de AWS, la F1 también ha logrado lanzar 20 nuevos F1 Insights que están impulsados por datos en la televisión en vivo, que además ofrecen a los fanáticos elementos como estrategias de carrera, rendimiento de los carros e información sobre competidores.
Luuk Figdor, asesor principal de tecnología deportiva de AWS
Desde su creación en 1950, la F1 ha crecido hasta convertirse en una marca reconocida mundialmente gracias a la abundancia de audio, video e imágenes capturadas en carreras de todo el mundo. En ese sentido, AWS ha creado una solución a largo plazo para las necesidades de gestión de activos de medios de F1.
Además, la potencia y escala de la informática de alto rendimiento de AWS contribuyó al diseño de los autos de 2022 y a más de la acción de rueda a rueda que los fanáticos adoran".
Pocos deportes son tan exigentes como la F1. ¿Cómo fue el proceso para convertirse en el proveedor oficial?
"La F1 necesitaba un proveedor que se adaptara a sus necesidades para innovar más rápido y llevar su organización hacia el futuro. AWS sencillamente se ajustó a sus requisitos, gracias a los beneficios que ofrece la infraestructura en la nube en términos de velocidad, escalabilidad, confiabilidad, alcance global y comunidad de socios.
Al acceder a la amplitud y profundidad de AWS y sus innovadoras tecnologías en la nube, la F1 ha sido capaz de acercar a los fanáticos las decisiones tomadas en fracciones de segundo durante la carrera, rediseñar sus carros de F1, comprender la riqueza de sus datos y ejecutar análisis y aprendizaje automático".
Y ya que lo mencionan, el 2022 significó un cambio de regulaciones y de carros en la F1. ¿Cómo ayudó AWS en ese proceso?
"Precisamente, la F1 y AWS utilizaron datos para mejorar el rendimiento de los carros y de los pilotos. Utilizando la computación de alto rendimiento de AWS, la F1 fue capaz de realizar simulaciones aerodinámicas para desarrollar los carros de siguiente generación y hacerlos un 70% más rápidos. Estos son carros que reducen la pérdida de fuerza aerodinámica entre el 50% y el 15%. Esa drástica reducción da al piloto y el carro que va atrás una mayor oportunidad de adelantar y, por consiguiente, más acción rueda a rueda para los fans.
El nuevo diseño de los carros de Fórmula 1 para 2022 y hasta 2026.
La F1 ahora también está explorando el uso de aprendizaje automático en su procesos de simulaciones, proporcionando a la organización nuevas ideas sobre los más de 550 millones de puntos de datos recogidos a través de más de 5.000 simulaciones individuales y multicarro.
A través del análisis de datos, se pueden estimar los elementos clave del rendimiento de cada carro, lo que hace posible detectar tendencias a lo largo del año y ver quiénes están ganando y quiénes están perdiendo".
A veces es difícil cuantificar la información que necesita la F1. ¿Existen cifras sobre cuántos datos se almacenan, procesan y analizan durante una carrera?
"Cada carro de F1 tiene 300 sensores que generan 1,1 millones de puntos de telemetría por segundo, que a su vez se transmiten desde los autos hasta los boxes. Estos datos en tiempo real se combinan con los más de 70 años de datos históricos de carreras almacenados en Amazon Simple Storage Service (Amazon S3), en donde se analizan con modelos complejos y luego se comparten con los fans como análisis avanzado, que justamente revelan los matices de la toma de decisiones en décimas de segundo y resaltan el rendimiento de cada piloto a través de estas estadísticas avanzadas".
Recolectar los datos es fácil. Lo difícil es volverlos valiosos y simples de entender. ¿Qué infraestructura maneja AWS para soportar tecnologías como F1 Insights?
"La F1 es un deporte impulsado por datos, en donde gran parte de la emoción para los aficionados proviene a veces del análisis de estadísticas antes y después de cada carrera, justamente para comprender mejor las decisiones del conductor y del equipo, así como el rendimiento del carro en la pista.
F1 Insights, impulsado por AWS, añade una dimensión en tiempo real a las estadísticas y coloca los datos de la carrera en contexto para ayudar a los aficionados a apreciar mejor los momentos clave en la pista. Los mencionados 300 sensores en cada auto son transmitidos hacia los pits y a AWS para su procesamiento. La F1 depende de la amplitud y profundidad de los servicios de AWS para proveer y analizar esta gran cantidad de datos, pero también para presentarlos de manera significativa para los espectadores de televisión y en línea en todo el mundo".
Y es que hoy en día podemos ver hasta en cuántas vueltas un piloto va a pasar a otro. Es impresionante lo preciso que es…
"Sí, claro, justamente utilizando la tecnología de aprendizaje automático de AWS, los científicos de datos de la F1 y del Amazon Machine Learning Solutions Lab han creado informes como Pitlane Performance, que analiza el rendimiento del conductor y del equipo en cada paso de una parada en boxes, y el que mencionas es el Undercut Threat, que ayuda a los aficionados a anticipar qué carros están en riesgo de ser adelantados como resultado de un undercut.
Aston Martin.
Otro ejemplo de F1 Insights es el que muestra información sobre cómo los carros y los conductores están rindiendo. Gracias a que se transmiten los datos de la carrera en tiempo real a AWS por medio de Amazon Kinesis, la Fórmula 1 puede capturar y procesar datos clave de rendimiento para los vehículos durante cada curva de los circuitos de la Fórmula 1. Luego, utilizando el aprendizaje automático avanzado a través de Amazon SageMaker, la Fórmula 1 puede identificar cómo ha sido el rendimiento histórico de cada piloto".
¿Qué procesos utilizan para hacer ese tipo de predicciones?
"Para crear estas nuevas perspectivas, la F1 utiliza datos históricos de carreras almacenados en Amazon S3, los combina con datos en vivo transmitidos desde los carros de carrera de F1 y sensores en la pista y luego los envía a AWS a través de Amazon Kinesis, nuestro servicio para la recopilación, procesamiento y análisis de datos en tiempo real.
Los ingenieros y científicos de la F1 utilizan estos datos para aprovechar los modelos de aprendizaje automático con Amazon SageMaker. Gracias a esto, la F1 puede analizar métricas de rendimiento de carrera en tiempo real mediante el despliegue de modelos de aprendizaje automático creados en SageMaker y alojados en AWS Lambda, un servicio de computación sin servidor que puede ejecutar código sin necesidad de aprovisionar o gestionar servidores.
Por último, toda la información se integra en las transmisiones internacionales de carreras en todo el mundo, incluida la plataforma digital de F1, F1TV, lo que ayuda a los aficionados a entender las decisiones y estrategias de carrera de los pilotos o los equipos y que obviamente pueden afectar drásticamente el resultado de la carrera".
¿Cómo convierten los datos en bruto en algo digerible para los televidentes?
"Básicamente, el análisis convierte los datos brutos en información accionable. Esto incluye diversas herramientas, tecnologías y procesos para encontrar tendencias y resolver problemas utilizando esos datos.
Los datos no estructurados, o datos brutos, se almacenan en ‘lagos’ que AWS configura automáticamente para etiquetar, buscar, compartir, transformar, analizar y administrar subconjuntos específicos de información en la empresa o con otros usuarios externos.
Usando datos históricos e información recopilada de cada carrera, los algoritmos de aprendizaje automático se entrenan en SageMaker, que también es la plataforma con la que la F1 puede predecir los resultados de la estrategia de carrera con mayor precisión para los equipos, autos y conductores.
Estos modelos pueden predecir escenarios futuros a través de datos actualizados en tiempo real a medida que se desarrollan las carreras.
La F1 quiere ser más sostenible para 2030. ¿Cómo han colaborado en ese propósito?
Como dices, la F1 lanzó su estrategia de sostenibilidad en 2019, y eso incluye lograr la neutralidad de carbono para 2030 y correr con combustibles 100% sostenibles. Junto con AWS, la F1 pudo introducir operaciones de transmisión de TV remotas que permiten llevar a cabo cubrimiento en el Centro de Medios y Tecnología que anteriormente se habrían tenido que realizar en la pista.
Esto ha llevado a reducciones en el número de personal que viaja y la cantidad de carga requerida en cada uno de los vuelos y de las carreras mismas. Evidentemente, mientras la F1 busque reducir aún más su huella de carbono, la asociación con AWS seguirá explorando otras oportunidades para soluciones sostenibles en todo el deporte.