Adakah AI Akan Mengubah Setup Dirt Trial? — Barisan Hadapan Analisis Data dan Penyesuaian Permukaan Trek
Hanya dua larian bermasa, kira-kira dua minit setiap satu: apa yang boleh dipelajari AI daripada data sesedikit itu? DirtMan bertanya dari tempat duduk pemandu
AI telah mula menembusi kejuruteraan sukan permotoran dengan serius. Analisis telemetri, ramalan masa pusingan, pemodelan kehausan tayar — dalam WRC dan Formula 1, semua ini sudah menjadi kenyataan. Tetapi bagaimana dengan disiplin asli Jepun, dirt trial? Permukaan yang sentiasa berubah, cabaran masa sekali larian, dan bajet yang terhad — setakat mana AI boleh berfungsi dalam persekitaran khusus ini? DirtMan merenung berdasarkan pengalaman perlumbaannya sendiri.
Hari ini data berada di tengah-tengah sukan permotoran peringkat tertinggi. Sebuah kereta Formula 1 membawa ratusan penderia, dan pasukan meneliti dengan teliti apa yang dirakamnya sepanjang setiap hujung minggu perlumbaan. Maka wajar untuk bertanya sama ada kecerdasan buatan suatu hari nanti boleh membantu penalaan kereta dalam disiplin seperti dirt trial. Sebagai pemandu dirt trial, saya mendekati soalan itu dengan rasa ingin tahu yang sebenar — dan dengan berhati-hati, kerana sukan ini luar biasa sukar dibaca daripada angka semata-mata.
Mulakan dengan betapa sedikitnya data. Dalam dirt trial, kereta turun ke laluan satu demi satu, satu larian mengambil masa kira-kira dua minit, dan setiap pemandu hanya mendapat dua larian bermasa, dengan yang lebih pantas dikira. Dalam pusingan All Japan, biasanya ada sesi latihan terbuka pada hari Sabtu, kemudian dua saringan pada hari Ahad. Sepanjang hujung minggu, setiap kereta hanya mengumpul segelintir larian. Pembelajaran mesin berkembang dengan data yang banyak; dirt trial hanya memberinya sedikit.
Kemudian ada soal betapa pantasnya keadaan berubah. Apabila seluruh peserta turun, satu saringan boleh mengambil masa dua hingga tiga jam, dan permukaan tidak berturap terus berubah setiap kali kereta melaluinya. Dalam Pusingan 5 di Ebisu, Fukushima, pada Jun lalu, kesemua 10 pemenang kelas mencatat masa terbaik pada larian kedua, dan pemenang PN2 hampir sembilan saat lebih pantas pada kali kedua, daripada 1:36.720 kepada 1:27.951. Model yang dilatih dengan larian pertama mudah sahaja menunjukkan arah yang salah untuk larian kedua. Dan banyak perkara yang diharapkan pemandu sukar untuk dirakam langsung: bagaimana rasanya tanah di bawah kaki semasa meninjau laluan dengan berjalan kaki, atau apa yang diberitahu kereta melalui tempat duduk dan stereng.
Itu tidak menjadikan AI tidak berguna di sini. Saya dapat membayangkan ia membantu dengan cara yang lebih sederhana. Menghimpunkan di satu tempat bertahun-tahun helaian penalaan, tekanan tayar, cuaca dan keputusan, supaya corak kelihatan merentasi musim dan bukan hanya hidup dalam ingatan. Membandingkan video dalam kereta bagi satu larian dengan larian seterusnya. Mengumpul keputusan yang diterbitkan — helaian yang sudah mencatat masa kedua-dua saringan, dan kadangkala jenama tayar setiap kereta — lalu bertanya soalan yang lebih tajam tentang di mana pesaing menemui masa. Semua itu tidak menggantikan pertimbangan, tetapi boleh menajamkannya.
Akhirnya, keputusan tetap dibuat di garisan permulaan, oleh manusia, dengan maklumat yang tiada pada mana-mana model: tinjauan laluan dengan berjalan kaki, kereta yang turun lebih awal, rasa di tangan. Soalan sebenar bukanlah sama ada mesin boleh melalui laluan bagi pihak kita. Tetapi sama ada ia boleh membantu kita mengingat, membanding dan menyedari sedikit lebih baik — dan di permukaan yang tidak pernah kekal sama, itu sahaja mungkin sudah membawa perbezaan.
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

Mengapa Saya Memilih Dirt Trial — DirtMan
Bapa saudara saya — juara dirt trial seluruh Jepun — adalah orang yang membawa saya ke dalam sukan i…
Dari Skrin Siaran ke Suapan — Bagaimana Media Sosial Memasuki Penajaan Sukan Permotoran
Sekian lama, nilai sesuatu logo pada kereta lumba diukur terutamanya berdasarkan kekerapan ia muncul…
Dari Reli Kelikir kepada Reli Cross-Country — Panduan Peralihan dan Langkah Sebenar yang Terlibat
"Jika saya bertanding dalam reli kelikir, sudah tentu ia terbawa ke dalam reli" — soalan yang pernah…
FOUNDING READER
This journal exists because 100 people believed in it before the world did.
Seat #001 could be yours.