As part of the Formula 1 70th anniversary year, the pinnacle of motorsport has been working with Amazon Web Services (AWS) to compare driver speeds throughout the ages and define an ultimate ranking of the fastest drivers ever.
Fastest Driver, the latest F1 Insight powered by AWS, is a unique tool that uses machine learning technology to provide an objective, data-driven ranking of all drivers from 1983 through present day, by removing the F1 car differential from the equation.
Ranked by qualifying speed – the fastest that all drivers traverse the course during a Grand Prix weekend – three-time World Champion Ayrton Senna came out on top, with the Brazilian closely followed by seven-time World Champion, Michael Schumacher with a time differential of +0.114 seconds to Senna, and current World Champion Lewis Hamilton rounding out the top three, achieving a relative time of +0.275 seconds.
By comparing teammates in qualifying sessions, the machine learning-based tool focuses on a driver’s performance output, building a network of teammates across the time-range, all interlinked, and therefore comparable. By comparing laptimes between teammates only, the Fastest Driver algorithm effectively normalises for car and the team performance. Overall, this builds up a picture of how drivers from different generations compare, by analysing the purest indication of raw speed – the qualifying lap.
As a part of F1 Insights, it also provides a unique understanding into a similar exercise F1 teams undergo to define their target drivers for upcoming seasons, but is here applied over a 37-year period of F1 history, despite the differences in rules and machinery.
By using AWS’s machine learning technology, data scientists from F1 and the Amazon Machine Learning (ML) Solutions Lab have for the first time in history created a cross-era, objective, complex, data-driven ranking of driver speed – the Fastest Driver insight.
The output from the Fastest Driver insight is a dataset with rankings based on speed (or qualifying times) in descending order of outputs including: Driver, Rank (integer), and Gap to best (seconds, to 0.001s).
The full top 10 driver rankings includes current F1 stars Max Verstappen, Charles Leclerc, and Sebastian Vettel, former World Champions Fernando Alonso and Nico Rosberg, and fan favourites Heikki Kovalainen and Jarno Trulli. Further drivers will be announced on F1.com in the coming weeks as the season continues and more data is analysed.
A detailed explainer video and analysis of the data can be found here: https://youtu.be/6WxDDLdXOO4
Dean Locke, Director of Broadcast & Media F1 said: “This has been such an exciting project to work on, stripping back the man from the machine and looking at a wealth of data of each driver throughout history. With the help of AWS we have been able to address something that has been asked for many years and rank drivers by the one raw attribute of pure speed in one flying lap, across the ages, regardless of how good their car is or isn’t.”
Rob Smedley, Director of Data Systems, F1 said: “Within the team environment this type of modelling is used to make key decisions on driver choices. As drivers are more often than not the most expensive asset of the team it is important that the selection process is as robust as possible. A process such as this therefore would be deployed by the F1 team’s strategists in order to present the most objective and evidence-based selection possible. Fastest Driver enables us to build up a picture of how the drivers compare, by analysing the purest indication of raw speed, the qualifying lap – and it’s important to note this pure speed is the only element of the vast driver armoury we are analysing here, to showcase the quickest drivers ever, which is very exciting.”
Dr. Priya Ponnapalli, Principal Scientist and Senior Manager, Amazon ML Solutions Lab, AWS, said: “We’re excited to be able to continue to collaborate with an organisation like F1, which has such a data-rich catalogue of information. With machine learning, there are a number of opportunities to apply the technology to answer complex problems, and in this case, we hope to help settle age-old disputes with fans by using data to inform decisions. For us at AWS, it’s exciting to see machine learning being used in a way that everyone can relate to.”
— —-
Formula1 e AWS sfruttano la tecnologia ML e il Cloud per identificare il pilota più veloce di tutti i tempi
Nell’ambito del 70 ° anniversario della Formula 1, l’apice del motorsport ha lavorato con Amazon Web Services (AWS) per confrontare le velocità dei piloti nel corso dei secoli e definire una classifica finale dei piloti più veloci di sempre. Fastest Driver, l’ultimo F1 Insight alimentato da AWS, è uno strumento unico che utilizza la tecnologia di apprendimento automatico per fornire una classifica oggettiva e basata sui dati di tutti i piloti dal 1983 fino ai giorni nostri, rimuovendo il differenziale dell’auto di F1 dall’equazione.
Classificato in base alla velocità di qualifica – il più veloce con cui tutti i piloti attraversano il percorso durante un weekend del Gran Premio – il tre volte campione del mondo Ayrton Senna è uscito in testa, con il brasiliano seguito da vicino dal sette volte campione del mondo, Michael Schumacher con un differenziale di tempo di +0.114 secondi a Senna, e l’attuale campione del mondo Lewis Hamilton ha completato i primi tre, ottenendo un tempo relativo di +0.275 secondi.
Confrontando i compagni di squadra nelle sessioni di qualificazione, lo strumento basato sull’apprendimento automatico si concentra sull’output delle prestazioni di un pilota, costruendo una rete di compagni di squadra nell’intervallo di tempo, tutti interconnessi e quindi confrontabili. Confrontando i tempi sul giro solo tra i compagni di squadra, l’algoritmo Fastest Driver si normalizza in modo efficace per le prestazioni dell’auto e del team. Nel complesso, questo costruisce un quadro di come si confrontano i piloti di generazioni diverse, analizzando l’indicazione più pura della velocità grezza: il giro di qualifica.
Come parte di F1 Insights, fornisce anche una comprensione unica di un esercizio simile a cui sono sottoposti i team di F1 per definire i loro piloti target per le prossime stagioni, ma viene qui applicato su un periodo di 37 anni di storia della F1, nonostante le differenze nelle regole e nei macchinari .
Utilizzando la tecnologia di machine learning di AWS, i data scientist di F1 e l’Amazon Machine Learning (ML) Solutions Lab hanno creato per la prima volta nella storia una classifica della velocità del conducente basata sui dati, oggettiva, complessa e trasversale a tutte le epoche: il Fastest Driver insight .
L’output dall’analisi del driver più veloce è un set di dati con classifiche basate sulla velocità (o sui tempi di qualificazione) in ordine decrescente di output, tra cui: Driver, Rank (numero intero) e Gap to best (secondi, a 0,001 s).
La classifica completa dei primi 10 piloti include le attuali stelle della F1 Max Verstappen, Charles Leclerc e Sebastian Vettel, gli ex campioni del mondo Fernando Alonso e Nico Rosberg e i preferiti dai fan Heikki Kovalainen e Jarno Trulli. Ulteriori piloti saranno annunciati su F1.com nelle prossime settimane man mano che la stagione continua e vengono analizzati più dati.
Un video esplicativo dettagliato e un’analisi dei dati possono essere trovati qui: https://youtu.be/6WxDDLdXOO4
Dean Locke, Direttore di Broadcast & Media F1, ha dichiarato: “Questo è stato un progetto così entusiasmante su cui lavorare, togliendo l’uomo dalla macchina e guardando una grande quantità di dati di ogni pilota nel corso della storia. Con l’aiuto di AWS siamo stati in grado di affrontare qualcosa che è stato chiesto per molti anni e classificare i conducenti in base all’unico attributo grezzo della velocità pura in un giro volante, attraverso i secoli, indipendentemente da quanto sia buona o meno la loro auto “.
Rob Smedley, Director of Data Systems, F1 ha dichiarato: “Nell’ambiente del team questo tipo di modellazione viene utilizzato per prendere decisioni chiave sulle scelte dei piloti. Poiché il più delle volte i conducenti sono la risorsa più costosa del team, è importante che il processo di selezione sia il più solido possibile. Un processo come questo sarebbe quindi utilizzato dagli strateghi del team di F1 per presentare la selezione più obiettiva e basata sull’evidenza possibile. Fastest Driver ci consente di costruire un quadro di come i piloti si confrontano, analizzando l’indicazione più pura della velocità grezza, il giro di qualifica – ed è importante notare che questa velocità pura è l’unico elemento della vasta armeria di piloti che stiamo analizzando qui, mettere in mostra i piloti più veloci di sempre, il che è molto emozionante “.
La dottoressa Priya Ponnapalli, Principal Scientist e Senior Manager, Amazon ML Solutions Lab, AWS, ha affermato: “Siamo entusiasti di poter continuare a collaborare con un’organizzazione come F1, che dispone di un catalogo di informazioni così ricco di dati. Con l’apprendimento automatico, ci sono una serie di opportunità per applicare la tecnologia per rispondere a problemi complessi e, in questo caso, speriamo di aiutare a risolvere controversie secolari con i fan utilizzando i dati per informare le decisioni. Per noi di AWS è entusiasmante vedere il machine learning utilizzato in un modo con cui tutti possono relazionarsi “.
