方程式赛车的大数据.doc

所有关于大数据的讨论都集中在媒体、娱乐、生物技术、网络数据流和地球物理方面。 但是大数据正在被应用到我们意想不到的地方，例如，一级方程式赛车。其他的世界级全国运动汽车竞赛协会，比赛团队每年的预算可以高达2.5亿美元，其中有5%是用在了遥感测试技术上。《金融时报》一篇文章称: 一辆现代F1赛车配备了约130个传感器，通过装到车上的无线电天线发送信息，2个小时的比赛之后，收到的信息可以填满一整本电话簿。 但被记录下不仅仅是最终成绩，排位赛圈速、练习绕圈、测试。这也不仅仅是一辆赛车。大多数车队都会有几辆车同时参加比赛。 比赛时，通过测试和模拟得到的数据以及在同一条赛道上往年的数据，他们会将多辆车的数据进行关联。 然后，他们将数据分配给几十位工程师，工程师通过可视化工具和模拟运行原始数据来发现异常。当一切都完成，预计每场比赛需要TB级的数据——还达不到欧洲核子研究中心大型强子对撞机那样的数据量，但也是不能忽略的——而且有多场比赛。 车队甚至在比赛的过程中通过模拟来预测车手期待达到的圈速。 数据，就是竞争优势 遥测技术开始于20世纪80年代，这意味着经验丰富的团队积累了几十年的数据来建立他们的模拟。 而较新的团队不可能有这么多的数据和详细的模型。 速度，当然很重要 FIA通过限制测试天数和风洞的时间来帮助限制成本和确保竞争环境的公平。因此，遥测——实时的比赛数据——就更有价值了。 双向遥测——工程师可以再远程赛跑的过程中调整发动机——是在20世纪90年代尝试应用的，但最后还是被禁止了。但是想象一下，在冰冷潮湿的条件下该项技术应用到早上通勤中会怎样。 量子力学表明，我们生活在一个统计的世界。更多的数据为我们提供了更好的决策，较大的人口数量促进了新的市场定位。 F1赛车遥测技术表明未来拥有更大的汽车市场：大量的道路的实时数据流的和数百万的汽车的数据——甚至司机的数据——交通通畅、能源优化的分析和方向。 F1赛场上的创新极大地将他们应用到更广阔的市场。非常拥堵的国家或城市甚至可以授权车辆遥测技术来监测和协调车辆及交通控制操作。 如果移动、存储和处理数据都变得非常简单，那么这项技术就可以完全应用了。唯一的问题是，什么时候能实现呢？ 本文转自