简体中文
一级方程式锦标赛（F1）总是能吸引很多人观看：车手在赛道上疾驰，速度可触及350公里每小时，隔着屏幕上都能感受到这种刺激。但值得关注的，不仅仅是车手本身。
“从来没有任何一个行业，能够聚集如此多才智绝顶的人才，技术人员、工程师、数学家、物理学家，他们共同构成这项令人着迷的运动，使车手获得荣誉。”F1首席工程师Rob Smedley告诉界面新闻记者，语气颇为自豪。
Rob Smedley是F1老将，在赛场上有超过20多年的工程经验，这位前威廉姆斯车队车辆性能主管曾带领车队获得佳绩。2019年，他以技术顾问的身份加入F1，随后升任首席工程师，协助F1完成了计算流体动力学（CFD）项目等诸多技术革新。
和其他体育赛事一样，F1也不得不忍受疫情冲击，原定3月15日举办的F1揭幕澳大利亚站，却在所有车队都已到达比赛现场、准备进行排位赛的前一天突然被取消，后面的比赛也相继停摆。
但F1作为赛车业的尖峰和革新的代表，并不会因此而在技术探索上停下脚步。Rob Smedley的到来是为了给F1做一场深刻改造，包括和AWS在大数据处理和机器学习上的合作，解决F1在赛车测试、空气动力学以及观赛体验上的难题。
Rob Smedley最新的技术成果由云计算带来。今年6月，F1与亚马逊云AWS合作，由后者继续驱动多项“F1 Insights（F1洞见）”实时赛车性能数据，包括车辆性能得分、车手速度比较、过弯性能以及排位和比赛节奏预测等。
其中，最先亮相的“F1洞见”项目是“车辆性能得分”，将于7月3至5日在奥地利斯皮尔伯格赛道进行的首场大奖赛上率先亮相。该项目单独列出每辆赛车的性能，方便车迷进行不同车辆之间的性能对比。
一直以来，F1都被大数据所包裹。当然数据仅仅是重要的参考，工程师的经验也至关重要。不可否认的是，数据获取的速度越快，准确性越高，数据模型越完善，决策就更容易。
整个收集和处理数据变得越来越重要，因为它提升了效率。据统计，F1赛车每秒可以产生20亿个数据点，大约是传输30小时的歌曲或下载6000本电子书所需的数据量。一辆F1赛车上基本上会有150到200个传感器，一站下来的所有数据将达到3T之多。
这在数据开发和处理上有无限潜力，但很长一段时间数据的收集、处理和分析方式显得低效而落后。“数据点包括车中零件、赛车角度、外在环境、还有GPS等等。我们还要将掌握的数据运用到实况转播中，提升观赛的沉浸感。” Rob Smedley说。
数据需要实时采集，加工和分析。对于数据处理，互联网常见的快速迭代思想也在F1的工程队伍中体现。Rob Smedley形容其为一轮轮的数据交替处理和循环，“收集数据，处理数据，总结并提出建议，然后将这些建议付诸实践。当再次进行比赛时，获得更多数据，然后再次开始整个循环。”
“这是一个非常非常快的迭代过程，说明我们如何使用数据来获得汽车的优势，并在整个过程不断发展的情况下竞速，随着我们过去十年来所谓的大数据的增长而大为增加。”他总结。
在F1赛车上有发动机涡轮增压、动力回收系统、空气动力学可调尾翼、大数据采集分析等技术，这些技术的应用，让F1赛车的速度越来越快，最终以图形化元素直观呈现在转播画面中，给观众带来速度与激情的观赛体验。
以“车辆性能得分”为例，该项目以图形的形式显示在屏幕上，通过低速过弯、高速过弯、直线行驶、车辆操控四个核心指标，为车迷提供赛车总体性能的完整细分，并以图形的形式解读不同车辆指标的对比。“本质上，我们想做的是让车迷对每个人都对赛事有更深入的了解，了解圈速变化，衡量车辆不同方面的相对性能，并真正明白不同赛车的领先优势或导致落败的关键因素。”Rob Smedley称。
他很有信心地表示，F1作为一个品牌，所做的一切都将以粉丝或是潜在粉丝为核心。“我能做的最重要的工作，就是将自己的经历作为审视F1的起点。我会从分析的角度观看比赛，但在电视上，我发现这种线性的观看体验让人根本理解不了赛场上发生了什么，我希望能把自己的经验与分析方法分享给F1的粉丝们。”
这只是F1在数字化转型上宏伟目标的一部分，如何发挥现有数据，挖掘过去数据将成为重点。F1的创新和数字技术总监Pete Samara就曾表示，粉丝们会立即在F1的所有平台注意到诸多新的、更吸引人的数据，甚至可以追溯到1950年F1第一次锦标赛的内容。此外，所有信息连同实时比赛的数据，根据普通车迷和资深车迷的不同，还能按照用户个人需求进行调整。
为了获取上述的全新统计数据，F1将在AWS中储存的近70年间的历史比赛数据与通过车上和赛道传感器收集的实时比赛数据进行综合分析。“普通车迷可能更感兴趣的是某个车手在这个弯角发生了多少次撞车事故，以及这名车手是否每次都参加了大奖赛。AWS让我们能够实时、快速地做到这一点。”Pete Samara说。