2020. május 25., hétfő

A McLaren legjobbjai

Nem hinném, hogy bárki számára be kellene mutatni a helyzetet, a koronavírussal összefüggésben megállt a sportélet világszerte. A leállás következtében igyekeznek a csapatok – legyen szó bármilyen sportágról – tényleges események és teljesítmények nélkül is tartalommal, közösségi (ezúttal online közösségi) eseményekkel ellátni a rajongókat, hogy ne veszítsenek a tábor nagyságából. A McLaren csapat sem kivétel, megkérdezték a rajongókat, hogy szerintük ki minden idők legjobb két McLaren-pilótája.




Viszont a csapat nem állt meg a közösségi érdeklődésben, hanem úgy döntöttek, a mesterséges intelligenciát is megkérdezik. Ez keltette fel igazán az érdeklődésemet. Eleve szeretem a statisztikákat és az azokon alapuló értékítéletet. Már csak azért is, mert ezeket az érzelmek nem befolyásolják és reálisabb képet nyújtanak. Például, aki most fiatal, vélhetően azokat tartja a legnagyobbnak, akiket élőben lát. Akik pedig mondjuk 50 évvel ezelőtt szerették meg a sportágat, ők nagyrészt az akkori sztárokat tartják a legjobbaknak. Ezt a preferenciát tudja kiküszöbölni egy statisztikákon alapuló rendszerezés. Ugyanakkor azt sem szabad elfelejteni, hogy a különböző korok különböző technológiai fejlettséggel – és akár szabályrendszerrel – dolgoztak, így azokat sem lehet figyelmen kívül hagyni. Ezért tartom teljesen felesleges összehasonlításnak, amikor csapatsportokban akarják eldönteni, hogy ki volt jobb. Például próbálják megvitatni, hogy a ’90-as évek Chicago Bulls-a, vagy a például a 2018-as Golden State Warriors nyerne egy párharcban, vagy esetleg próbálják összehasonlítani Michael Jordan, Kobe Bryant vagy LeBron James tudását., neadj isten összevesznek azon, hogy Puskás Öcsi vagy Cristiano Ronaldo a jobb labdarúgó. Teljesen értelmetlen szerintem. Ahogy mondani szokták, almát körtével hasonlítanak össze.
Na, ennél azért jóval reálisabb képet ad a statisztikai összevetés. Főleg akkor, ha nem csak a konkrét eredmények kerülnek összehasonlításra (például az ’50-es évek irányítói által elért számokat teljesen felesleges mondjuk Brady számaival összevetni, mert akkor még egészen más volt a foci), hanem a számadatok egyéb más adatokkal együtt kontextusba vannak helyezve. A motorsportban talán ez még jobban alkalmazható. Gondoljunk csak bele, ha meg akarjuk vizsgálni, hogy egy 40 évvel ezelőtti forma 1-es pilóta mennyire gyors a maiakhoz képest, akkor nem elég mondjuk az áltagos sebességét figyelembe venni, hanem érdemes a rendelkezésére álló technika kapacitásait is figyelembe venni. Nyilván ez borzalmasan nagy munka lenne egy ember számára.

És itt jön képbe a mesterséges intelligencia. Az Automation Anywhere cég élen jár az intelligens automatizálásban (azaz a botok, a mesterséges intelligencia használatában). A cég által fejlesztett MI az elmúlt 70 évben gyűjtött borzalmas mennyiségű adatot dolgozta fel. 

16 egykori McLaren pilóta (akik közül már csak kettő aktív forma 1-es versenyző) került be a versenybe, az ő adataikkal dolgozott a rendszer. Az alábbi pilóták vettek részt a "játékban":




A rendszert úgy találták ki, hogy a begyűjtött hihetetlen mennyiségű statisztikai eredmény alapján minden pilótához hat tulajdonsághoz rendelt pontot a bot. A hat tulajdonság a következő volt (próbálom a legjobban lefordítani angolról az elnevezéseket):

  • Tempó (pace): a pilóta sebességén alapult és azon képességén, hogy mennyire tudja az autót a határig kihajtani
  • Higgadtság (composure): azt a faktort mutatja meg, hogy nyomás alatt mennyire jól tud teljesíteni a pilóta
  • Versenyerő (race craft): arról szól, hogy a pilóta versenykörülmények között milyen jól kezeli a felmerülő kihívásokat és váratlan helyzeteket
  • Bátorság (bravery): azt mutatja meg, hogy veszélyes szituációkban mennyire tudta az autóból kihozni a maximumot a pilóta
  • Agresszió (aggression): annak leírására szolgál, hogy milyen a pilóta természete annak tekintetében, hogy mennyire harcol meg a pozíciókért a versenyen
  • Elszántság (determination): a pilóta szilárd jellemének, eltökéltségének, teljesíteni akarásának mértékét jelölő tulajdonságpont

Egyébként ezek a tulajdonságpontok meghatározásakor első lépésként a legegyszerűbben mérhető eredményeket vették figyelembe. Megnézték, hogy az alábbi kategóriákban milyen eredményeket ért el az adott pilóta:

  1. pilóta átlagos eredménye száraz versenyen
  2. pilóta átlagos eredménye esős futamon
  3. pilóta átlagos eredménye az időmérő futamok során
  4. a pilóta átlagosan hány helyet javít futamonként a kvalifikációs eredményéhez képest
  5. dobogós eredmények
  6. bajnoki címek
  7. leggyorsabb körök
  8. mennyi alkalommal teljesített jobban a pilóta, mint a konstruktőr helyezése


Akit érdekel, hogy hogyan, milyen algoritmus mentén működik a bot (engem például igen), megtekintheti ezt a nagyon szép kis folyamatábrát, amit a McLaren készített.


Ennek megfelelően a lépések a következők voltak:
  1. A bot összegyűjt nagyjából 10000 sornyi adatot különböző forrásokból.
  2. A bot egy SQL adatbázisban tölti ezeket az adatokat.
  3. Egyedi SQL-lekérdezések készülnek az elemzés elősegítendő.
  4. Kialakítja a bot az előzetes sorrendet a 8 kritérium alapján.
  5. További elemzés készül a súlyozás és normalizálás körében.
  6. Elkészülnek a pilóták tulajdonságpontjai.
  7. Ezek alapján kialakul a végső sorrend.

A legérdekesebb kérdés pedig, hogy mi lett a végeredmény. Mint korábban említettem, 16 pilóta került bele a kalapba és közöttük egyenes-kiesős rendszerrel dőlt el, hogy melyik a két legjobb. Íme a végeredmény:


Talán nem meglepetés, hogy ez a két versenyző lett a győztes. Egyikük (Senna) az a pilóta, akihez gyakorlatilag minden pilótát hasonlítanak most és a régebbi korokból is - és akihez képest a hasonlított pilóták rendre alul maradnak.  A másik (Hamilton) pedig az a pilóta, aki még aktív és folyamatosan írja újra jelenleg is a rekordkönyveket. Persze vannak olyan párosítások menet közben, amik vitát generálhatnak. Leginkább talán a Lauda-Hakkinen és a Raikkonen-Prost párosnál merül fel kérdésként, hogy a bot tényleg jól döntött-e. 

(Képek: McLaren.com)

Nincsenek megjegyzések:

Megjegyzés küldése