چرا موتورهای مبتنی بر هوش مصنوعی در فرمول یک، اشک تیمها را درآوردهاند؟
ترکیب پیچیدهای از موتورهای مجهز به هوش مصنوعی (که بهشدت تشنه انرژی هستند)، تایرهای جدید سال ۲۰۲۶، ماشینهایی با داونفورس (نیروی رو به پایین) کمتر، شرایط مدام در حال تغییر پیست و تغییرات ریز در نحوه رانندگی، باعث شده که تقربیا هیچکس در پدوک فرمول یک نداند عملکرد دقیقا از کجا میآید و کجا دارد از دست میرود!
این روزها زیاد شنیدهایم که رانندهها چقدر از مشکلات دپلویمنت یا همان تخلیه انرژی کلافه شدهاند؛ مشکلاتی که میتواند از یک اشتباه ساده مثل فشار دادن دکمه در زمان اشتباه باشد تا اشتباه راننده که باعث میشود سیستم MGU-K مجبور به جبران افت قدرت شود یا حتی اینکه هوش مصنوعی گیج شده و انرژی را به یک روش غیرمنتظره آزاد کرده است.
وقتی بهترین مغزهای مهندسی فرمول یک با آن همه داده، قدرت پردازشی و تجربه هنوز نمیتوانند دقیقا بفهمند چه خبر است، واقعا نمیشود از رانندهها انتظار داشت که بدانند در لحظه چه تصمیم درستی باید بگیرند.
آندره آ استلا، مدیر تیم مک لارن، مدتی است به زبانی کنایهآمیز میگوید مک لارن نسبت به تیم کارخانهای مرسدس، در درک نحوه استفاده بهینه از موتورهای ۲۰۲۶ عقب افتاده است. منظور اصلی او این است که مک لارن مدلهای شبیهسازی پیشرفتهای را که برای برنامهریزی اولیه موتورها لازم بوده نداشته؛ همان مدلهایی که باید قبل از شروع فرایند یادگیری هوش مصنوعی روی پیست تنظیم شوند.
استلا میگوید: وقتی با موتوری کار میکنید که اینقدر پیچیده است، پیچیدگیای که به خاطر مقررات جدید ایجاد شده، نه به این خاطر که مرسدس آن را پیچیده ساخته، به مدلهای شبیهسازی دقیق از خودِ موتور نیاز دارید تا بتوانید پارامترهای مختلف را تست کنید و واکنش موتور را ببینید. همینطور برای بهینهسازی تخلیه انرژی، سبک رانندگی، تعویض دندهها و چیزهای دیگر. بعضی از این ابزارها فقط به خاطر کمبود زمان در دسترس نبودند. ما با هم همکاری کردیم تا هرچه زودتر آماده شوند و در حال حاضر تازه داریم از آنها بهرهبرداری میکنیم و نتایج خوبش را میبینیم.
اما حتی با وجود اینکه مک لارن در پیشبینیها بهتر شده و لندو نوریس و اسکار پیاستری آخر هفتهها را قویتر شروع میکنند، طبیعت پیچیده کارکرد این موتورها و حساسیت فوقالعادهشان به عوامل بیرونی، درک اوضاع در طول یک آخر هفته مسابقه را بهشدت چالشبرانگیز کرده است.
استلا توضیح میدهد: مدلها در دنیای مهندسی نمادی از دنیای واقعی و ماشینهای فیزیکی هستند. اما این ماشینها سطحی از پیچیدگی دارند که گاهی توی شبیهسازی کاملا کاور نمیشود. شاید با مرور زمان و دقیقتر شدن مدلها بشود به آن رسید، اما الان همه ما و مطمئنم همه سازندههای موتور داریم یاد میگیریم چطور این ماشینهای فیزیکی را از دیدگاه مهندسی دقیقتر مدلسازی کنیم.
اگر موتورها تا این حد به عدم تطابق جزییات حساس نبودند، این مسئله مشکلی ایجاد نمیکرد. قبلا هم گفتیم که یک تغییر خیلی کوچک در ورودی راننده (مثل فشار روی پدال) میتواند خروجی را کلا عوض کند. به همین ترتیب، یک تغییر فیزیکی خیلی کوچک در قطعات موتور هم میتواند به تغییرات بزرگی در نتیجه نهایی ختم شود. اینجاست که مدلسازی اهمیت پیدا میکند؛ یعنی شبیهسازی دقیق فیزیک، رانندگی و حتی وزش باد. فکر کنم شنیدید، بهخصوص رانندههای مرسدس که توی تعیین خط مدام تنظیمات را با توجه به چسبندگی پیست تغییر میدهند. این یعنی همه چیز آنقدر به پارامترهای مختلف حساس است که باید همه را توی مدلها لحاظ کرد؛ کاری که بسیار سخت است و زمان بیشتری میبرد.
این سه عامل: باد، چسبندگی پیست/تایر و ورودیهای راننده همیشه در فرمول یک حیاتی بودهاند، اما نحوه تأثیرگذاریشان روی عملکرد موتورهای ۲۰۲۶ و بهویژه فرایند یادگیری ماشین (Machine Learning) آنها بیسابقه بوده است.
برای مثال، افزایش باد مخالف در یک مسیر مستقیم بین جلسات یا بین دورهای تعیین خط، میتواند طول آن مسیر مستقیم را از نظر فشار به ماشین طولانیتر کند، چون ماشین زمان بیشتری را توی آن مسیر میگذراند. این اتفاق معادلات تخلیه انرژی بر اساس مسافت را کلا به هم میریزد.
در نتیجه رانندهها مجبورند ورودیهای خودشان را لحظهای تغییر دهند تا این موضوع را جبران کنند. این کار خودش چیز جدیدی نیست، اما نحوه واکنش این موتورهای مجهز به هوش مصنوعی آنقدر غیرقابلپیشبینی است که خیلی از رانندهها گیر افتادهاند و نمیدانند چطور باید این تغییرات را درست اعمال کنند، احساسش کنند، یا اصلا چقدر تغییر لازم است!
به گفته استلا: شما باید بتوانید اوضاع را پیشبینی کنید و مطمئن شوید که موتور طبق انتظار کار میکند. چون این موضوع فقط روی سرعت در مسیرهای مستقیم تاثیر نمیگذارد، بلکه نقاط ترمزگیری را هم تغییر میدهد! اگر قبل ترمزگیری انرژی بیشتری ذخیره شود، سرعت شما ۱۰ کیلومتر بر ساعت کمتر میشود و در نتیجه نقطه ترمزگیریتان کلا عوض میشود. مسلط شدن روی این موضوع برای رانندهها خیلی سخت است و به همین دلیله که رانندهها از سخت بودن استخراج قدرت واقعی موتور صحبت میکنند. مسئله فقط گرفتن حداکثر توان موتور نیست، بلکه تغییرات ناگهانی عملکرد موتور، تمام نقطهعطفها و نشانههای راننده را موقع نزدیک شدن به پیچها به هم میریزد.
امسال از نظر سبک رانندگی هم پیچیدگیهای بیشتری وجود دارد، چون میزان داونفورس بهشدت کاهش پیدا کرده و تایرهای پیرلی (و سایز رینگها) کلا تغییر کردهاند. به صورت پیشفرض، رانندهها چسبندگی جلوی کمتری در اختیار دارند و روش قدیمی رانندهها برای حل این مشکل یعنی ترمزگیری شدید و دیرهنگام برای متمایل کردن وزن به جلو و چرخاندن ماشین در پیچهای کند و متوسط دیگر مثل قبل جواب نمیدهد.
فواصل ترمزگیری طولانیتر شده، سرعت ورود به پیچها به خاطر نیاز به بازیابی انرژی توی باتری کمتر شده، و رانندهها اغلب مجبورند دندههای بیشتری سنگین کنند تا به شارژ باتری کمک کنند و دور موتور را بالا نگه دارند تا توربو از کار نیفتد (تاخیر یا توربولگ ایجاد نشود). این اثر ترمز موتوری میتواند هم سرعت ماشین را کم کند و هم تعادلش را به هم بزند.
رانندههایی که بتوانند راهی برای دور زدن این کمفرمانی (Understeer) مزمن پیدا کنند شانس بیشتری دارند. بیدلیل نیست که خیلی از تیمها مثل هاس در پیست اسپا بال جلوی جدیدی آوردهاند تا جلوی این کمفرمانی را بگیرند.
سرعت در پیچها هنوز مهم است، اما دیگر موضوع فقط شجاعت در پیچهای سریع یا مهارت در مهار انحراف عقب ماشین نیست. بیشتر شبیه راه رفتن روی بند باریک است! راننده باید از تمام ابزارهایی که دارد استفاده کند تا دور موتور و توربو را در سطح مناسب نگه دارد و نگذارد MGU-K بهطور خودکار بیدقتیهایش را جبران کند.
استلا میگوید: برای کنترل این موتورها نمیشود از یک سیستم حلقه-باز (Open-loop) استفاده کرد که مثلا یک شبیهسازی آفلاین داشته باشید و بگویید: اوکی، انرژی الکتریکی اینطوری تخلیه میشود و همیشه هم همین است! بخش بزرگی از کنترلکننده موتور بر اساس محاسبات زنده عمل میکند و موتور بهنوعی برای مراحل بعدی فکر و محاسبه میکند. این سیستم رسما یاد میگیرد، اما تغییرات آنقدر ریز و تعیینکننده است که حتی اگر از دورهای قبلی یاد گرفته باشد، ممکن است از یک دور به دور بعدی رفتار متفاوتی نشان دهد.
و این یعنی حتی اگر فکر کنید باد، چسبندگی پیست و سبک رانندگی را دقیق تشخیص دادهاید تا موتور انرژی را درست تخلیه کند، مغز هوشمند داخل موتور ممکن است کاملا نظر متفاوتی داشته باشد!
