Los circuitos son espacios abiertos, dise\u00f1ados en parte para minimizar los riesgos cuando se conduce a 300 kil\u00f3metros por hora y en parte para liberar de obst\u00e1culos las transmisiones de microondas (de radio) necesarias para poner en contacto el equipo con la pista. Sin embargo, algunos de ellos poseen trazados urbanos, como M\u00f3naco o Monza, con t\u00faneles, edificios y barreras urbanas que dificultan la propagaci\u00f3n de datos. La soluci\u00f3n fue dotar a las pistas de un sistema parecido al de la telefon\u00eda m\u00f3vil, garantizando la cobertura con un m\u00ednimo retraso de un milisegundo en la recepci\u00f3n. De esta manera los ingenieros de carrera pueden detectar cualquier anomal\u00eda, informar al piloto y tomar una decisi\u00f3n inmediata.<\/p>\n Hoy en d\u00eda, cada monoplaza cuenta con unos doscientos sensores que env\u00edan informaci\u00f3n precisa sobre cu\u00e1ntas veces se acelera o se pisa el freno, c\u00f3mo est\u00e1 el nivel de combustible o cu\u00e1l es el desgaste de los neum\u00e1ticos. Son datos cruciales para planificar una parada t\u00e9cnica que reste los menos segundos posibles a la posici\u00f3n del piloto en la carrera. Todo ello se recoge en un receptor\/emisor, aparato que realiza ambas funciones y que adem\u00e1s encripta la informaci\u00f3n recibida, envi\u00e1ndola luego a dos peque\u00f1as antenas situadas en la parte delantera y trasera del monoplaza. A su vez, \u00e9stas remiten a un servidor.<\/p>\n Cada circuito cuenta con una zona reservada para cada escuder\u00eda. No se trata s\u00f3lo de las salas a pie de pista donde trabajan los mec\u00e1nicos del equipo, sino de un amplio aparcamiento de camiones en el que se alinean varios remolques con antenas exteriores. All\u00ed est\u00e1 el coraz\u00f3n del sistema: la sala de telemetr\u00eda<\/a>. Un potente servidor desencripta los datos recibidos y los prepara para que los ingenieros de cada escuder\u00eda puedan gestionarlos en forma de gr\u00e1ficos monitorizados en varias pantallas. De este modo pueden contactar con el muro de boxes<\/em>, donde est\u00e1n los directores de carrera y los mec\u00e1nicos, en un env\u00edo mutuo de informaci\u00f3n que mejore sus opciones en tiempo real.<\/p>\n Pero la interpretaci\u00f3n de esos datos no s\u00f3lo sirve para mejorar la conducci\u00f3n o variar la estrategia en funci\u00f3n de las circunstancias de la carrera, sino tambi\u00e9n es \u00fatil a los ingenieros de dise\u00f1o, probadores de coches y a los propios pilotos. Estos \u00faltimos tienen as\u00ed una visi\u00f3n precisa de sus errores y posibilidades de mejorar su conducci\u00f3n. Pero \u00bfc\u00f3mo convertir todos esos datos en un equipo ganador?<\/p>\n Cada temporada las escuder\u00edas pasan muchos meses dise\u00f1ando los nuevos coches<\/a>. Aerodin\u00e1mica, modelos matem\u00e1ticos, ensayos\u00a0 de los prototipos en el t\u00fanel de viento\u2026 Pero la teor\u00eda no ofrece una exacta simulaci\u00f3n de la realidad. Se necesita que el coche ruede por una pista, y tener un circuito de pruebas no est\u00e1 al alcance de todos los equipos. Por ello, los datos recogidos en cada gran premio son estudiados, seleccionados cuidadosamente y volcados en un ordenador que simular\u00e1 el comportamiento de las piezas y comprobar\u00e1 la validez del nuevo dise\u00f1o. Es evidente que la informaci\u00f3n en s\u00ed misma no es suficiente, pero s\u00ed puede ayudar a corregir h\u00e1bitos de conducci\u00f3n y observar desde fuera de la pista c\u00f3mo se comportar\u00e1 el coche en determinadas circunstancias. Por tanto, aquel equipo que sepa interpretar mejor los datos de las simulaciones tendr\u00e1 muchas m\u00e1s posibilidades de \u00e9xito.<\/p>\n Adem\u00e1s, los pilotos no tienen por qu\u00e9 probar f\u00edsicamente el nuevo monoplaza, sino que pueden hacerlo en un simulador<\/a> parecido al usado en los videojuegos de conducci\u00f3n. Habitualmente consiste en un sill\u00f3n y una pantalla de ordenador, pero Mercedes y Ferrari construyeron una esfera montada sobre soportes hidr\u00e1ulicos en la que se pueden testar todas las condiciones y todos los circuitos. Otras, como Red Bull, contratan a jugadores de videojuegos para ponerse a los mandos del simulador y dejar a sus pilotos s\u00f3lo las instrucciones precisas para cada carrera.<\/p>\n Apoyar cada decisi\u00f3n sobre los datos para predecir el comportamiento de los rivales o las condiciones de la carrera no es suficiente, aunque innegablemente importante. Francisco Gago, director de tecnolog\u00edas digitales de la plataforma de gesti\u00f3n de datos Minsait de Indra<\/a>, cree que los datos no ofrecen soluciones irrefutables. Y durante los \u00faltimos a\u00f1os se ha comprobado que es como dice. En 2010, por ejemplo, durante el Campeonato de Abu Dabi, Ferrari se tom\u00f3 demasiado en serio los datos recogidos y se\u00f1al\u00f3 a Webber como su principal rival, haciendo caso omiso de Vettel, pero fue Vettel quien finalmente gan\u00f3 la carrera. Esto se debe a que las principales variables presentes en el an\u00e1lisis son escasas, dado que incluyen los neum\u00e1ticos, el nivel de combustible y las paradas en boxes<\/em>. En el Campeonato de China de 2016, un error en el pron\u00f3stico con respecto a la temperatura de la pista hizo que Ferrari seleccionara neum\u00e1ticos blandos, lo que le cost\u00f3 la carrera cuando se enfrentaron a los neum\u00e1ticos medio duros montados por Mercedes.<\/p>\n Una de las causas de estas fallas es, en primer lugar, aceptar los resultados de los algoritmos sin cuestionamiento, sin contrastarlos con las voces autorizadas en F\u00f3rmula 1. Otra raz\u00f3n es que cualquier imprecisi\u00f3n en el software de procesamiento de datos o en la cadena de transmisi\u00f3n, por peque\u00f1a que sea, puede tener un efecto negativo en la estrategia. La tercera y \u00faltima raz\u00f3n es porque las variables no se contrastan y ampl\u00edan con otra informaci\u00f3n. El an\u00e1lisis predictivo basado en big data<\/em> funciona con informaci\u00f3n pasada y presente, algo que da un porcentaje de probabilidad, pero no de certeza. Dar a los algoritmos la misma fuerza que los abogados otorgan a las leyes impide que la propia experiencia y criterio del piloto (m\u00e1s las variables que no se tienen en cuenta) brille a la luz del pron\u00f3stico dado por los datos.<\/p>\n * Myriam Abuin Lahidalga es alumna del grado de Derecho y Relaciones Internacionales de Deusto. Este post<\/em> est\u00e1 basado en su trabajo para\u00a0 Media in International Relations.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Myriam Abuin Lahidalga* El Mundial de f\u00fatbol acaba de comenzar y con \u00e9l la recopilaci\u00f3n de grandes cantidades de datos sobre pases, faltas, estrategias y rendimiento de cada jugador. Desde 2015 las distintas selecciones han comenzado a utilizar la tecnolog\u00eda incorporando sensores en las camisetas de entrenamiento para recabar datos que, convenientemente interpretados, sirven para … Seguir leyendo Velocidad, motores y big data: Evoluci\u00f3n y retos en la F\u00f3rmula 1<\/span> ![\"KIONetworks_F1_BigData\"](\"https:\/\/blogs.deusto.es\/bigdata\/wp-content\/uploads\/sites\/8\/2018\/06\/KIONetworks_F1_BigData.jpg\")
<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n