El mundo de la Fórmula 1 se distingue por su velocidad y precisión, y las paradas en boxes son un elemento crucial en esta dinámica. En este sentido, el equipo Scuderia Ferrari HP está transformando su análisis de rendimiento en estas paradas mediante una innovadora colaboración con Amazon Web Services (AWS) que incluye el uso de machine learning.
Tradicionalmente, la evaluación del rendimiento en boxes era un proceso laborioso que requería que los ingenieros revisaran horas de video grabados desde diferentes ángulos en la zona de pits. Cada piloto genera alrededor de 22 videos en un fin de semana de carrera, acumulando casi 600 grabaciones a lo largo de una temporada. Este método, además de ser tedioso, se prestaba a errores humanos. Sin embargo, gracias a la implementación de la solución de AWS, los ingenieros logran sincronizar datos hasta un 80% más rápido en comparación con métodos anteriores.
La asociación entre Scuderia Ferrari HP y AWS tiene como objetivo modernizar el análisis de paradas mediante la utilización de la nube y tecnologías de aprendizaje automático. Marco Gaudino, arquitecto de aplicaciones de transformación digital del equipo, resalta que esta nueva metodología no solo automatiza y centraliza el análisis, sino que también permite detectar errores de manera más efectiva y optimizar los procesos.
La tecnología incorpora la detección de objetos a través de Amazon SageMaker AI, donde se sincroniza la captura de video con la telemetría del equipo de pits, mejorando así la infraestructura computacional necesaria. Esta innovación es vital, dado que los equipos de Fórmula 1 enfrentan estrictos límites de presupuesto y recursos impuestos por la FIA.
Desde el inicio del proyecto a fines de 2023, la solución se puso a prueba por primera vez en el Gran Premio de Australia en marzo de 2024 y se implementó rápidamente en el Gran Premio de Japón el 7 de abril, otorgando a Ferrari una ventaja competitiva notable en el campeonato.
Además, el equipo está desarrollando un prototipo que permitirá detectar automáticamente anomalías durante las paradas, como dificultades para levantar el coche o problemas en el manejo de los neumáticos. Para la temporada 2025, se prevé introducir un sistema de cámaras más avanzado que capturará cuatro ángulos a 120 cuadros por segundo, lo que mejorará significativamente la comparación entre el video y la telemetría.
La solución basada en machine learning automatiza la correlación entre el video y los datos telemétricos, identificando detalles como señales luminosas. Este enfoque ha revolucionado la revisión de las paradas, reduciendo el tiempo de revisión manual de minutos a solo 60 o 90 segundos para obtener información casi en tiempo real.
Con la meta de perfeccionar sus procesos, Scuderia Ferrari HP ha registrado las paradas más rápidas en cada carrera de la temporada 2025, destacando un tiempo excepcional de dos segundos en la parada de Charles Leclerc en Arabia Saudita. Gracias a esta innovación, el equipo continúa su enfoque en la optimización de la eficiencia y la mejora constante del rendimiento en cada carrera.
