Заказчики: AG Team Индустрия развлечений, досуг, спорт Подрядчики: ICL Системные технологии (АйСиЭл СТ) Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)Дата проекта: 2018/05 — 2018/10
|
Технология: Data Mining
Технология: Data Quality - Качество данных
Технология: Робототехника
|
По сообщению 27 ноября 2018 года в летнем сезоне 2018 года гоночная команда AG Team применила технологии анализа больших данных для оценки торможения, ускорения и работы двигателя спортивного автомобиля с учетом действий пилотов. В результате и по итогам сезона 2018 года, AG Team становится российской командой, которая за сезон завоевала три титула из девяти возможных в автоспортивных чемпионатах России.
Big Data и DataScience применяются в топовом классе автогонок – F1. Там на основе анализа данных выбираются типы покрышек, а также временные интервалы для пит-стопов.
В таких быстротечных гонках, как Чемпионат и Кубок России по кольцевым гонкам (СМП РСКГ) и в частности в классе «Национальный», где количество датчиков в автомобиле на порядок меньше чем в F1, а телеметрию можно собрать только после заезда – возможности по анализу данных сильно ограничены.
Специальных решений по анализу данных, которые можно было бы применить в этих условиях, команда не нашла. Поэтому, совместно с партнером команды ICL Системные технологии (ICL СТ) и разработали собственное решение.Гид TAdviser по российским заводам компьютерной техники
Применяя для анализа математические модели на базе искусственной нейронной сети, специалисты ICL СТ совместно с инженерами команды выявляют тренды снижения мощности двигателей спортивных автомобилей и расшифровывают их в потенциальные причины. Совместная работа позволяет команде не просто вовремя заменить детали или узлы машины, но и обеспечить конкурентоспособное преимущество на любых треках.
На ноябрь 2018 гоода аналитики и специалисты ICL СТ разрабатывают специальное приложение, позволяющее проводить анализ в полевых условиях, на тренировках и выездных соревнованиях. Тестирование этого приложения запланировано командой на зимний сезон 2019 года.