क्या AI डर्ट ट्रायल की सेटिंग बदल देगा? — डेटा विश्लेषण और सतह के अनुकूलन का अग्रिम मोर्चा
लगभग दो-दो मिनट के सिर्फ़ दो टाइम्ड रन: इतने कम डेटा से AI क्या सीख सकता है? ड्राइवर की सीट से DirtMan का सवाल
AI ने मोटरस्पोर्ट इंजीनियरिंग में गंभीरता से दखल देना शुरू कर दिया है। टेलीमेट्री विश्लेषण, लैप टाइम का पूर्वानुमान, टायर घिसाव की मॉडलिंग — WRC और फ़ॉर्मूला 1 में ये पहले से हकीकत हैं। लेकिन जापान की अपनी प्रतियोगिता डर्ट ट्रायल का क्या? लगातार बदलती सतह, एक ही बार का टाइम अटैक और सीमित बजट — इस खास माहौल में AI कितनी दूर तक काम कर सकता है? DirtMan अपने प्रतिस्पर्धी अनुभव के आधार पर इस पर विचार करते हैं।
आज शीर्ष स्तर के मोटरस्पोर्ट के केंद्र में डेटा है। एक फ़ॉर्मूला 1 कार में सैकड़ों सेंसर लगे होते हैं, और टीमें हर रेस वीकेंड में उनके दर्ज किए आँकड़ों को बारीकी से खंगालती हैं। इसलिए यह पूछना स्वाभाविक है कि क्या आर्टिफ़िशियल इंटेलिजेंस कभी डर्ट ट्रायल जैसी स्पर्धा में कार की सेटिंग में मदद कर सकेगी। डर्ट ट्रायल में हिस्सा लेने वाले एक प्रतिस्पर्धी के तौर पर मैं इस सवाल को सच्ची जिज्ञासा के साथ देखता हूँ — और सावधानी के साथ भी, क्योंकि इस खेल को सिर्फ़ आँकड़ों से पढ़ना असामान्य रूप से कठिन है।
शुरुआत इससे कीजिए कि डेटा कितना कम है। डर्ट ट्रायल में कारें एक-एक कर कोर्स पर उतरती हैं, एक रन लगभग दो मिनट का होता है, और हर ड्राइवर को सिर्फ़ दो टाइम्ड रन मिलते हैं, जिनमें तेज़ वाला गिना जाता है। ऑल जापान राउंड में आमतौर पर शनिवार को खुला अभ्यास होता है और रविवार को दो हीट। पूरे वीकेंड में भी हर कार के हिस्से बस गिने-चुने रन आते हैं। मशीन लर्निंग ढेर सारे डेटा पर फलती-फूलती है; डर्ट ट्रायल उसे बहुत कम देता है।
फिर यह कि हालात कितनी तेज़ी से बदलते हैं। पूरा मैदान दौड़े तो एक हीट में दो से तीन घंटे लग सकते हैं, और कच्ची सतह हर गुज़रती कार के साथ बदलती रहती है। इस जून फ़ुकुशिमा के एबिसु में हुए राउंड 5 में सभी 10 क्लास विजेताओं ने सबसे अच्छा समय दूसरे रन में निकाला, और PN2 का विजेता दूसरी बार लगभग नौ सेकंड तेज़ रहा, 1:36.720 से 1:27.951 तक। पहले रन पर सीखा मॉडल दूसरे रन के लिए आसानी से ग़लत दिशा दिखा सकता है। और ड्राइवर जिन बातों पर भरोसा करता है, उनमें से बहुत कुछ दर्ज करना ही मुश्किल है: कोर्स पर पैदल चलते समय पैरों के नीचे ज़मीन कैसी लगी, या सीट और स्टीयरिंग के ज़रिए कार क्या कह रही है।
इसका मतलब यह नहीं कि यहाँ AI बेकार है। मैं उसे ज़्यादा विनम्र तरीक़ों से मदद करते हुए सोच सकता हूँ। बरसों की सेटअप शीट, टायर प्रेशर, मौसम और नतीजों को एक जगह रखना, ताकि पैटर्न सिर्फ़ याददाश्त में रहने के बजाय सीज़न-दर-सीज़न दिखने लगें। एक रन के ऑनबोर्ड वीडियो की अगले रन से तुलना करना। प्रकाशित नतीजे जुटाना — ऐसी सूचियाँ जिनमें दोनों हीट के समय पहले से होते हैं, और कभी-कभी हर कार का टायर ब्रांड भी — और यह ज़्यादा पैने सवाल पूछना कि प्रतिद्वंद्वी ने समय कहाँ बचाया। इनमें से कुछ भी विवेक की जगह नहीं ले सकता, पर उसे धार ज़रूर दे सकता है।
आख़िरकार फ़ैसला अब भी स्टार्ट लाइन पर, एक इंसान ही करता है — ऐसी जानकारी के साथ जो किसी मॉडल के पास नहीं: कोर्स पर पैदल चलना, पहले दौड़ी कारें, हाथों में महसूस होता एहसास। असली सवाल यह नहीं कि क्या कोई मशीन हमारे बदले कोर्स दौड़ सकती है। सवाल यह है कि क्या वह हमें थोड़ा बेहतर याद रखने, तुलना करने और ग़ौर करने में मदद कर सकती है — और ऐसी सतह पर जो कभी एक-सी नहीं रहती, बस इतना भी फ़र्क़ पैदा कर सकता है।
This column space is a paid placement for sponsor companies. Exposure across all World Stage Journal articles, distributed in 23 languages worldwide.
Inquire About Placement →Share this article
Comments
0Related Articles

मैंने डर्ट ट्रायल क्यों चुना — DirtMan
मेरे चाचा — ऑल-जापान डर्ट ट्रायल चैंपियन — ही मुझे इस खेल में लेकर आए। मुझे हमेशा से WRC और रैली पसं…
टीवी स्क्रीन से सोशल फ़ीड तक — मोटरस्पोर्ट स्पॉन्सरशिप में सोशल मीडिया कैसे आया
लंबे समय तक रेसिंग कार पर लगे लोगो का मूल्य मुख्य रूप से इस बात से आँका जाता रहा कि वह टीवी पर कितनी…
डर्ट ट्रायल से क्रॉस-कंट्री रैली तक — बदलाव की गाइड और असली क़दम
“अगर मैं डर्ट ट्रायल में उतरता हूँ, तो वह रैली में भी ज़रूर काम आएगा” — यह सवाल कई ड्राइवरों के मन म…
FOUNDING READER
This journal exists because 100 people believed in it before the world did.
Seat #001 could be yours.