Ogni Gran Premio di F1, e ne mancano ancora sette alla fine della stagione, (il prossimo è in calendario il 21 settembre 2025 in Azerbaijan e il gran finale andrà in scena ad Abu Dhabi il 7 dicembre 2025), è un sistema ad altissima complessità, dove ogni millisecondo e ogni decisione possono fare la differenza. Frase fatta, si direbbe, e invece il lavoro dietro le quinte per gestire le infrastrutture critiche che muovono l’intero “circus”, dalle Web Api che abilitano le trasmissioni televisive in diretta alla telemetria accessibile in tempo reale durante la gara, è un esempio reale e tangibile di applicazione delle nuove tecnologie. E quanto sia vitale la riduzione ai minimi termini dei rischi è facile da intuire: eventuali malfunzionamenti possono impattare non solo le performance in pista delle monoposto ma anche il degrado dei servizi che si nutrono di dati, e di conseguenza l’operatività delle scuderie ai box (e in laboratorio) e l’esperienza di intrattenimento degli appassionati. La F1 deve e vuole essere una macchina perfetta, insomma, che vede protagonisti anche alcuni grandi nomi dell’industria tech.
Gli Llm di Oracle per i reclami
Oracle, per esempio, affianca da tempo il team Red Bull Racing e all’inizio di questa stagione ha lanciato un progetto pilota che ha portato l’intelligenza artificiale generativa sui cosiddetti “pitwall”, gli schermi allestiti ai muretti dei box sul circuito di gara. La soluzione combina un sistema di “retrieval augmented generation”, ovvero sia la tecnica che abilita la generazione di contenuti aumentata dall’ulteriore reperimento di informazioni, e un modello linguistico di grandi dimensioni con il fine ultimo di poter interrogare velocemente tutti i provvedimenti di gara precedenti e produrre risposte in tempo reale. In caso di reclami sulle penalità, per esempio, il sistema va a migliorare sensibilmente la capacità degli ingegneri di pista di consultare e/o adattarsi in modo efficiente ai regolamenti durante il fine settimana di gara.
Un “add on” innovativo, confermano da Oracle, che va ad aggiungersi all’infrastruttura It che segue la scuderia Red Bull nei vari Gp, gestendo i monitor collegati ai sensori delle auto, i display dei cruscotti e i computer dei box, il tutto all’interno dell’ecosistema virtualizzato in cloud proprietario. E sempre nella nuvola di Oracle (la Cloud Infrastructure) girano le diverse applicazioni che guidano in modalità data driven, con miliardi di simulazioni eseguite prima e durante i week end di gara, sia la strategia di corsa sia lo sviluppo e la realizzazione dei nuovi propulsori in carico agli ingegneri di Red Bull Ford Powertrain.
Agenti Ai per risolvere i problemi critici
Tutte le scuderie, ormai, sono al lavoro per sfruttare le capacità dell’intelligenza artificiale e degli algoritmi di machine learning per accelerare decisioni complesse, prevedere l’usura dei componenti e ottimizzare prestazioni ed efficienza in modi prima impensabili. Non fa ovviamente eccezione la casa che sta dominando il mondiale di F1 edizione 2025, vale a dire la McLaren, che utilizza l’AI per migliorare l’aerodinamica e ridurre i tempi di simulazione e (con il supporto informatico di Dell Technologies) per elaborare milioni di scenari in tempo reale grazie a sistemi di edge computing che processano dati direttamente a bordo pista, riducendo la latenza della trasmissione delle informazioni. Il vantaggio? Testare le configurazioni della vettura in modo continuativo e dinamico, adattandole alle condizioni atmosferiche di gara o al comportamento degli pneumatici. In questo lavoro di progressivo aggiornamento della vettura e delle performance in gara fa la sua parte anche un altro colosso tech americano, vale a dire Amazon Web Services.
Milioni di dati al secondo
Nei sistemi cloud della società di Jeff Bezos vengono infatti analizzati oltre 1,1 milioni di dati al secondo provenienti dalle centinaia di sensori installati sulle monoposto ed è proprio AWS ad aver stretto con il consorzio Formula 1 una collaborazione per implementare una soluzione, basata su AI generativa e appoggiata alla piattaforma proprietaria Bedrock, per supportare ingegneri e sviluppatori nella diagnostica e nella risoluzione dei problemi durante un weekend di gara. Il progetto ha portato alla creazione di un assistente virtuale per l’analisi delle cosiddette “cause radice” (Root Cause Analysis), i cui benefici parlano da soli: lo strumento è in grado di interrogare i dataset e di fornire indicazioni specifiche in soli 5–10 secondi, abbattendo i tempi di triage da oltre un giorno a meno di 20 minuti e il tempo complessivo per la risoluzione del problema fino all’86%. Potenza degli LLM, e del cloud.
