6月23日，亞馬遜云服務(AWS)與Formula One Group (F1) 在美國西雅圖共同宣布，將在F1 2020賽季新增六項實時賽車數據。其中，“車輛性能得分”這一項將于7月3-5日在奧地利斯皮爾伯格賽道進行的首場大獎賽上率先亮相。“車輛性能得分”單獨列示每輛賽車的性能，方便車迷進行不同車輛之間的性能對比。基于AWS包括機器學習在內的一系列服務，本賽季即將發布的六項數據可以方便車迷比較自己喜愛的車手和賽車，更好地預測比賽結果。

每輛F1賽車上有300個傳感器，每秒產生超過110萬個數據點并傳送至維修區，因此，F1是一項真正的數據驅動型運動，比賽的刺激感很大程度上取決于提煉統計數據中令人興奮的細節。
 

依靠AWS廣泛而深入的服務，F1實現了大量數據的實時流式傳輸、處理和分析，并以觀眾可以理解的方式呈現給全球的F1電視觀眾。“車輛性能得分”以圖形的形式顯示在屏幕上，通過低速過彎、高速過彎、直線行駛、車輛操控四個核心指標，為車迷提供賽車總體性能的完整細分。以圖形的形式解讀不同車輛指標的對比，將幫助車迷衡量車輛不同方面的相對性能，并查看每個車隊和車手的領先優勢或導致落敗的關鍵因素。
 

之前，F1和AWS曾宣布了六項“F1 Insights(F1洞見)”，包括駛出速度、預計進站維修策略、進站窗口、對決結果預測、進站策略對決和輪胎性能。此次雙方將進一步推出以下六個“由AWS驅動的F1 Insights”統計數據，在本賽季7月到12月之間以圖形形式顯示在屏幕上，讓車迷對賽道上的瞬間決策和行動以及維修區車隊策略師的決策有更深入的理解：
 

車輛性能得分：單獨列示每輛車的性能，方便車迷進行不同車輛的性能對比(將于7月3-5日在2020賽季F1奧地利大獎賽上首次亮相)。
 

終極車手速度比較：基于這項數據，車迷可以將自己喜歡的車手與1983年至今的任何車手進行比較，從而確定F1史上最快車手(將于8月7-9日在阿聯酋F1 70周年大獎賽上首次亮相)。
 

高速/低速過彎性能：這項數據對圈速至關重要，車迷能夠比較不同車手以超過175 千米/小時(109 英里/小時)的速度駛過最快彎道的表現，以及以低于125 千米/小時(78 英里/小時)的速度低速過彎的表現(將于8月28-30日在F1勞力士比利時大獎賽首次亮相)。
 

車手技能評分：根據影響整體表現的最重要因素，對車手技能進行細分和評分，確定賽道上的最佳“全能車手”。對排位賽表現、起跑、比賽節奏、輪胎管理和超車/防守風格等不同子集進行計算，得出車手的整體評分(將于下半賽季首次亮相)。
 

車輛/車隊發展與賽季整體表現：基于車隊本賽季各場比賽的累積表現，發掘每支車隊的發展情況(將于下半賽季首次亮相)。
 

排位和比賽節奏預測：從練習賽和排位賽圈數中收集數據，在每場比賽前預測最有可能獲勝的車隊，這一數據將為周六排位賽和周日正賽增添吸引力和刺激感(將于下半賽季首次亮相)。
 

為了獲取上述的全新統計數據，F1將在Amazon Simple Storage Service(Amazon S3)中儲存的近70年間的歷史比賽數據與通過車上和賽道傳感器收集的實時比賽數據進行綜合分析。
 

首先，這些實時數據通過AWS的實時數據收集、處理和分析服務Amazon Kinesis從傳感器傳輸到云上。然后，F1工程師和科學家將通過AWS用于構建、訓練和部署機器學習模型的服務Amazon SageMaker把這些數據應用于機器學習(ML)模型。其次，F1通過在AWS Lambda上部署機器學習模型，對比賽表現指標進行實時分析。

AWS Lambda是一項無需預置或管理服務器即可運行代碼的計算服務。所有從數據中獲取的洞察結果都將集成到F1賽事國際廣播的推送中，包括其數字平臺F1.tv，幫助車迷理解車手或車隊策略師做出的影響比賽結果的重要瞬間決策和競賽策略。
 

F1首席工程師Rob Smedley表示：“在過去兩年中，F1充分利用AWS的服務進行密集的動態數據分析。我們雙方共同為車迷提供了‘F1 Insights’，使車迷前所未有的接近賽道，并為他們揭開了維修區里曾經不為人知的故事與見解。我們很期待能夠繼續擴大與AWS的這種成功協作，不斷推出更多元化的數據解讀，帶領車迷更深入地了解車手和車隊協力取得成功的多種途徑。”
 

AWS全球商業銷售副總裁Mike Clayville表示：“F1比賽融合物理性能和人類表現，由此產生了強大且復雜的數據。AWS一直在幫助F1利用這些數據。目前，雙方合作產出的統計數據已經將車迷帶入了比賽的裝備區，我們對賽車空氣動力學的研究也正在影響2022賽季的車輛設計。今年，我們很高興能在云端擴展F1的數據力量，解鎖新的數據解讀，幫助粉絲進一步理解F1意蘊豐富的復雜因素。”