凭借生成式AI，Andretti Global赛道分析全面升级

Zapata AI自2023年起开始赞助印地赛车活动。上周日在纳什维尔举行的印地赛车锦标赛决赛，既标志着2024赛季的正式结束，也是机器学习解决方案创新厂商Zapata AI与传奇赛车组织Andretti Global开展合作的第三个赛季。

当前，AI与印地赛车之间的关联似乎并不明显，但从量化指标的角度来看，参加印地赛事的每辆车上都有约140个数据传感器，且每辆车每场比赛都会产生约1TB的数据。换言之，我们在很大程度上已经能够从纯数字的角度理解这一知名赛事。

为了让这种关联更加清晰，1TB数据对应的存储空间相当于500个小时的高清视频、1.7万个小时的数字音乐或者650万份电子文档。

所有这些数据都要由车队的各位工程师实时处理。这还不包括他们所面对的其他信息，例如天气更新、空中遥测、赛道状况、竞争对手的数据与模拟等等。

赛车决策与AI预测，均由数据驱动

在Zoom远程采访中，Zapata AI联合创始人兼CEO Christopher Savoie表示，他们的先进量子模型能够支持多个行业，包括金融、军事、药物开发与制造等等，但赛车确实是其中一条独一无二的分支。

Savoie指出，“赛车的关键，就在于轮胎与道路的接触点。这里是数据流速最快的地方，对应着最多的传感器数据，也就是物联网之类的装置。我们需要随时监控其间发生的变化。”

Zapata AI公司联合创始人兼CEO Christopher Savoie坐在赛车分析指挥中心的现场数据监视器前

他补充道，“再考虑到决策对于比赛结果的决定作用，对于车手来说，这瞬息之间的分析结果往往就是「生死攸关」。而谁能更深入地理解AI模型在其中发挥的作用，谁就能占据主动。”

在Savoie看来，Zapata AI是一家技术创新企业，负责让大型公司和政府机构能够从AI的前景中获益。其Orquestra平台提供工业级AI解决方案，专门为使用基于文本和数字学习模型的超大模型生成式AI应用程序而设计。下图所示为其技术栈构成。

Orquestra是Zapata AI的工业 生成式AI应用程序平台，且同时采用到基于文本和数字的多种模型

Zapata AI与Andretti Global扩大合作范围

今年，Zapata扩大了其现有的多年期、价值数百万美元的协议，正式成为Andretti的官方AI与量子计算合作伙伴。在赛季开始前发表的联合声明中，Andretti Global CEO兼董事长Michael Andretti对于此番合作的宝贵价值给予了高度肯定。

 “Zapata AI的生成式AI与技术专长，帮助我们解锁了以往根本无法实现的实时比赛见解。我们期待在双方共同奠定的良好基础之上继续发展，我们也很自豪能够有他们作为我方的官方AI与量子计算合作伙伴。到目前为止，我们看到的结果已经令人印象深刻，而这一切才刚刚开始。”

现场定制化AI模型——既独一无二，也是未来趋势

Zapata的独特之处，就在于该公司并不依赖于Claude或者ChatGPT等单一的集中式AI平台，而是开发并部署较小的定制化AI模型组或集合，而是将创新的量子数学算法引入行动发生的位置。

这种类型的网络设计被称为边缘计算，本质上就是将数字处理与计算能力在物理上贴近实时生成数据的位置。这不但确保了更快的数据捕捉、分析与现场决策速度，也大大降低了数据传输延迟。

Savoie解释称，“常规的训练方式当然也很棒。但当面对这类产业用例时，真正重要的是流式传输实时数据，并确保AI模型能够考量当前实际发生的状况。而这也让很多功能真正变得与实际衔接、发挥现实作用。”

Savoie进一步强调称，定制化AI艺术形式是根据整个Andretti团队过往20年的专有赛车数据训练而来，这类似于让飞行员在全球飞行模拟器中接受训练。但依托于Zapata的现场比赛分析指挥中心（由两张英伟达H100 GPU提供支持），现场AI模型可以进行实时训练，并根据真实比赛产生的大量数据提供更新的预测场景。那么对飞行员的比喻进行延伸，这就好比是接受过模拟器训练的飞行员进入了战场，在实弹场景下继续学习如何瞬间做出正确决策。

Zapata AI的现场比赛分析指挥中心（RACC）

Zapata定制化AI集成的这些实时训练成果，使其与领域内其他现有的企业级AI产品区分开来。Savoie认为，这类模型将比当前的生成式AI模型对未来产生更为深远的影响。

 “我认为这些看似无聊的工业领域小型特定模型的组合，实际上将成为未来幕后工作与人类福祉的真正来源。”

比赛分析指挥中心内部

AI洞察：为Andretti Global提供驱动力

Zapata一直与Andretti Global的工程师们通力合作，构建并部署先进的机器学习模型，旨在更好地理解严重的轮胎退化分析、发现燃油节约机会、单圈时间预测，以及提供黄旗预测模型。

Savoie解释道，“黄旗的出现，意味着赛道上发生了某些事件，例如赛车熄火、意外事故，或者是赛道上出现了碎片并迫使其他赛车必须减速。这时车辆无法正常超车，只能排成一排行驶，通常还会派出安全车进行引导。”

 “而如果碰巧是在维修站或者换轮胎时出现了黄旗，那就会被安排到整个行列的最末端——因此，基于数据预测何时最有可能出现黄旗，避免失去宝贵的比赛位置将非常重要。基本上，我们的预测正确率总体上超过了80%。”

在周日的比赛中，Andretti Global车队的车手Colton Herta赢得了赛季总冠军。Savoie表示，他们的AI解决方案在高风险场景中表现出色。更重要的是，这种解决方案的应用范围绝不仅限于赛车，其背后体现的即时、准确决策能力具有强大的普适性。

 “各种场景的背后都是时间序列数据。我们在生产线、汽车数据、市场预测财务模型甚至是保险公司的风险模型等许多不同领域，都能看到时间序列数据的身影。从这个角度看，各类应用可谓是「事不同而理同」。”