神经概念的空气动力学人工智能如何塑造F1赛车
从脚踏自行车到一级方程式赛车有着漫长的距离。但这正是基于人工智能的初创公司Neural Concept及其联合创始人兼首席执行官Pierre Baqué在短短六年时间里所迈出的重大飞跃。
2018年，该公司新兴的软件帮助开发了世界上最具气动动力学的自行车。如今，十支F1车队中就有四支使用了该技术的进化版本。
在这一过程中，巴克的公司与空中客车和赛峰等航空航天供应商签订合同，于2022年获得了910万美元的A轮融资。如今，总部位于瑞士的神经概念公司已经有50名员工，正在着手进行B轮融资，同时公司的软件帮助像威廉斯车队这样的历史悠久的F1车队重返世界顶级赛车运动的巅峰。
然而，在F1赛车依赖1000马力的混合V6引擎的情况下，巴克的技术的第一个实际应用是人力驱动的。
踏板动力
2018年，巴克正在瑞士洛桑联邦理工学院计算机视觉实验室学习，致力于将机器学习技术应用于三维问题。
巴克说：“我和那个领导团队设计第六、第七代自行车的家伙取得了联系，他们的目标是打破自行车速度世界纪录。”那个家伙是吉约姆·德法兰斯，团队是萨瓦蒙布朗大学的安纳西技术大学（IUT Annecy）。自行车队已经经历了半打自行车设计的迭代。
"两天后，我拿着一个形状几乎与现世界纪录保持者相似的设计回去找他，" 巴凯说。团队印象深刻，要求进行更多的迭代。结果根据巴凯说，“目前世界上最具空气动力学的自行车。”
这是一个很强烈的说法，但它是由2019年所获得的多项世界纪录支持的。我们不是在谈论减少阻力的翼型下管或凹凸不平的轮辋。这辆自行车完全被罩住，车手在一个复合材料茧里满身大汗，完全得到了风的遮挡。
核心技术是一个名为神经概念形状的产品，简称NCS。这是一个基于机器学习的系统，可以提出空气动力学建议和推荐。它适用于计算流体动力学（CFD）的广泛领域，高级工程师使用先进软件套件来运行三维空气动力学模拟。
CFD比手工雕刻实体模型并将其投入风洞要快得多。不过，CFD也需要大量的系统资源，并且在很大程度上依赖于人类做出明智的决策。
在其核心，NCS 帮助工程师避免潜在的空气动力学陷阱，同时推动他们朝着可能未曾考虑过的方向发展。在“副驾驶模式”下，工程师可以上传一个现有的 3D 形状，作为一个起点，例如。
NCS将深入其神经网络，提出改进或修改建议，在选择自己冒险游戏中探索可能的路径。人类工程师会选择最有前景的建议，并进行进一步测试和精炼，通过迭代的方式实现空气动力学的辉煌。
不仅仅是"作弊风"。
NCS不仅在赛车领域有用，而且在汽车和航空航天工业中也有用处。 巴克（Baqué）谈到在相对保守的航空航天工业中工作时说：“这些公司广泛采用的道路是缓慢的。”“这就是为什么我们开始更多地与汽车行业合作，那里的需求更为迫切，而且他们很快就会做出改变。”
Neural Concept与包括Bosch和Mahle在内的多家全球供应商签订了合同。空气动力学在汽车行业变得越来越重要，制造商正在寻找更具空气动力学的汽车，以从给定大小的电池组中获得最大可能的续航里程。
但这不全是为了欺骗风。NCS还被用于开发一些东西，比如电池冷却板，如果更有效率地制造，就能保持电池在最佳温度，而不会在此过程中消耗太多能量。“有很大的收益可以获得，”巴克说，这意味着可以获得更多续航里程。
这些技术的最终检验场始终是道路，而最终实验室是一级方程式赛车。自1950年以来，一级方程式赛车一直是全球赛车运动的现象，目前正在经历前所未有的受欢迎的浪潮。
Netflix的实力
Netflix系列《一级方程式：生存之路》让更多的观众感受到了F1的激动。尽管该系列侧重于车队之间的政治和戏剧，但赛道上的成功更多地取决于空气动力学。而这正是Neural Concepts的所擅长的领域。
Baqué 在 Netflix 出现之前就开始关注一级方程式赛车了。“我一直都在关注，从 David Coulthard 和 Michael Schumacher 的时代开始。”
如今，通过他公司软件的帮助开发的零部件已经在这个全球赛车界的巅峰比赛中运行。巴克说：“这是一种巨大的成就感。当我创办公司时，我就把这看作一个里程碑。不仅仅是在一级方程式赛车上，而仅仅是让通过软件设计的零部件投入使用。每次这种情况发生时，都是一种巨大的感觉。”
F1赛车也是一个极度保密的运动。神经概念合作的四支车队中，只有一支愿意公开身份，即便如此，他们也对整个流程守口如瓶。
威廉姆斯车队是一支在一级方程式赛车领域具有悠久历史的车队之一。车队成立于1977年，由赛车传奇人物弗兰克·威廉姆斯创立，车队在1990年代十分强势，赢得了五次车队世界冠军，包括1992年至1994年连续夺得的三次冠军。
但是就像大多数体育运动一样，对于一级方程式车队来说，成功是循环的，目前，威廉姆斯车队正处于重建阶段。该车队在2022赛季中名列倒数第一，而去年仅上升到第七名。
NCS是帮助威廉姆斯重拾竞争优势的工具之一。“我们以多种方式使用这项技术，有些能够改善我们的模拟，而我们正在研究的其他方法将有助于在CFD中首次获得更好的结果，”威廉姆斯空气动力技术负责人哈里·罗伯茨表示。
再次，CFD模拟需要大量的时间和成本，这种情况受到一级方程式规定限制，限制了车队测试的能力。在风洞内的实际时间受到严格限制，而每个车队也有有限的预算来使用计算时间来开发他们的赛车。
任何可以帮助团队迅速完善空气动力设计的工具都是潜在优势，而NCS确实非常快速。巴克估计，通常需要一小时完成的完整CFD模拟，在NCS下可能只需20秒就能完成。
由于 NCS 并非运行基于物理的实际计算，而是基于其空气动力学学习网络进行 AI 驱动的猜测，因此它基本上不受 F1 僵化的限制。 "我们可以做的任何事情都能让我们从每次 CFD 和风洞试验中提取更多知识，从而获得竞争优势，" 罗伯茨说道。
但是车队仍然需要为此付费。巴克说，NCS的费用取决于车队的规模和访问类型，但通常每年在10万欧元至100万欧元之间。考虑到F1车队还在1.35亿美元年度成本上限之下运营，这是一项巨大的承诺。
威廉姆斯车队的罗伯茨并不愿意指出任何具体部分或圈速的改进，归功于NCS软件，但他表示这影响了他们的车辆性能：“这项技术被用作我们开发车辆空气动力学的工具。因此，我们无法直接将圈速归因于它，但我们知道它有助于我们的相关性以及我们能够研究新空气动力条件的速度。”
超越空气动力学
人工智能的不断发展不会止步于此。有人谈论着赛车策略和车辆设置由站在赛道边的人工智能代理控制的情景。
罗伯茨说：“随着人工智能/机器学习行业的指数级增长，现在是一个令人着迷的时代。然而，对于今天涉足技术领域的任何人来说，这也是一个真正的挑战。我们应该投入时间去探索、开发和采用哪些新工具呢？”
这不是能够吸引普通《赛车求生》观众的那种阴谋，但对许多F1粉丝来说，幕后的竞争才是最引人注目的戏剧源泉。
至于神经概念，该公司正在不断深入探索汽车行业非赛车部分，努力开发更高效的电动马达，优化车舱加热和制冷，甚至涉足碰撞测试。
巴克表示，公司的软件可以帮助工程师优化汽车的抗撞性能，同时去除不必要的重量。但是，目前公司只能对单个零部件进行碰撞模拟，而无法对整车进行模拟。“这是我们性能限制的少数应用之一，”他说道。
也许欧盟不断发展的人工智能超级计算平台可以找到另一个应用领域？
