Antes de un fin de semana de carreras, a la mayoría nos gusta compartir predicciones o intentar adivinar quién ganará el domingo. La científica de datos Mariana Antaya llevó esos un paso más allá y creó un modelo de aprendizaje automático para intentar predecir los resultados de las carreras de F1. Hasta ahora, su modelo ha acertado los ganadores de tres grandes premios esta temporada.
“Soy una gran aficionada a la Fórmula 1”, afirma Antaya en declaraciones a Motorsport.com. “El aprendizaje automático y todos estos algoritmos son muy utilizados en la Fórmula 1 por los equipos. No creo que tanta gente lo sepa, pero los ingenieros de carrera lo utilizan para su estrategia en tiempo real”.
“Así que quise intentar predecir el ganador de una carrera como un ejercicio divertido, sólo para ver, por ejemplo, lo bien cerca que nos podemos quedar con los datos disponibles”, explicó.
Para ello, Antaya empezó a construir su propio modelo. Con los tiempos de vuelta del Gran Premio de Australia del año pasado, sacados del almacén de datos API de FastF1, Antaya se puso a comparar el resultado de la carrera de 2024 con los resultados de la clasificación de 2025.
Una vez eliminados los novatos del programa, que Antaya admite que es el único factor con el que “interfirió”, ya que no había datos con los que comparar, empezó a entrenar su modelo. Utilizando una herramienta de gradient boosting, Antaya predijo los tiempos por vuelta de la carrera en Albert Park, y su programa eligió correctamente a Lando Norris como ganador.
“Al final del vídeo me dije: obviamente es un modelo sencillo y no sabía que lo iba a predecir bien”, dice Antaya. A partir de ahí, el proyecto empezó a crecer a medida que la comunidad de la F1 se reunía para ver cuántas carreras más podía predecir correctamente Antaya.
“Quería que fuera una especie de crowdsourcing“, añade. “Así, todo el público podía decir: ‘Quiero que incluyas los datos meteorológicos’ o ‘Quiero que incluyas los entrenamientos libres en el modelo’”.
“Quería que la gente me dijera qué otras características querían añadir al modelo para mejorarlo a lo largo de la temporada”, añadió.
Mariana Antaya, aficionada a la Fórmula 1
Foto: Mariana Antaya
Y ha mejorado, ya que el modelo de aprendizaje automático sigue prediciendo correctamente los ganadores de las carreras. Eso no significa que sea perfecto, sin embargo, Antaya está añadiendo todavía más datos al programa para aumentar su precisión.
“Con más datos, el modelo aprenderá más y podrá hacer mejores predicciones. Si tienes una cantidad determinada de datos, supongo que tendrá una mente muy pequeña y no podrá entender tanto”.
Para ampliar la mente de su modelo, Antaya añadió datos meteorológicos antes del Gran Premio de Japón, que incluían la probabilidad de lluvia durante la carrera y las temperaturas de la pista de Suzuka. Además de esto, también se añadió el rendimiento en mojado de los pilotos, y el programa lo utilizó para predecir correctamente la victoria de Max Verstappen en la carrera.
El siguiente gran paso para el modelo llegó antes del Gran Premio de Arabia Saudí de este fin de semana, cuando se entrenó con el rendimiento de cada equipo en lo que va de año. Antaya explicó que los datos adicionales ayudarían a su programa a entender que equipos como McLaren y Williams han dado un paso adelante en 2025, mientras que otros como Red Bull no están rindiendo tan bien como en 2024.
“Ahora tenemos en cuenta una imagen más holística del rendimiento del coche y del equipo”, explica.
La cuenta de Instagram y TikTok ha ido creciendo en popularidad con cada post publicado, y los clips han llegado incluso a la propia Fórmula 1. Al parecer, un puñado de ingenieros de la parrilla se pusieron en contacto con Antaya después de que empezara a subir los vídeos, y ahora está deseando descubrir hasta qué punto se acercó a los modelos de predicción utilizados por las escuderías.
“Me ha sorprendido [la respuesta]. Me ha sorprendido muchísimo”, dice. “Sinceramente, no tengo ni idea [de cómo lo hacen los equipos]. Ojalá lo supiera. Pero espero estar haciéndolo correctamente o estar haciendo algo parecido. Probablemente utilizan modelos mucho más complejos y tienen muchos más datos del coche, eso seguro”.
Hannah Schmitz, Ingeniera Principal de Estrategia de Red Bull Racing
Foto de: Peter Fox – Getty Images
Antaya, que ha acertado tres de los cinco ganadores esta temporada, no se duerme en los laureles y espera que el pronosticador sea aún más preciso próximamente. Antes del Gran Premio de Miami, la científica dice que quiere empezar a experimentar con procesos de aprendizaje automático mucho más complejos para aumentar la precisión de sus predicciones y reducir el error medio absoluto del modelo, que puede considerarse como la diferencia media entre las predicciones del modelo y el resultado real.
Pero aunque la precisión del modelo podría aumentar gracias a los datos extra del programa y a la aplicación de nuevos procesos, Antaya es consciente de que en la F1 siempre habrá elementos impredecibles.
“Creo que siempre va a existir esa barrera”, añade. “Es muy difícil saber que en esta vuelta va a salir un coche de seguridad y que eso va a desencadenar otra serie de acontecimientos”.
“Quizá podamos obtener datos anteriores sobre el porcentaje de accidentes durante la carrera, y eso es algo que podemos añadir como otra característica. Pero también es un deporte, así que no podemos mirar al futuro y ver lo que va a pasar a ciencia cierta”, concluyó.
¿Quieres leer nuestras noticias antes que nadie y de manera gratuita? Síguenos aquí en nuestro canal de Telegram y no te perderás nada. ¡Toda la información, al alcance de tu mano!
En este artículo
Sé el primero en enterarte y suscríbete para recibir actualizaciones por email de noticias en tiempo real sobre estos temas.
Source link
Somos un medio informativo de vanguaria comunicate con nosotros al 8297159634
Contacto: FVDigital
FV DIGITAL 2024
