La transition de la F1 à la route

La relation entre innovation et compétition est aussi ancienne que le sport automobile. Depuis ses débuts, la rapidité et la durabilité des voitures lors des courses de 24 heures, ainsi que le poids des récompenses, ont été des arguments de vente pour les marques automobiles.

À l'origine, les progrès techniques se faisaient à pas de géant, et chaque élément était analysé pour voir comment il pouvait être optimisé. Propulsion, freins, aérodynamique, matériaux… les avancées qualitatives ont d'abord été réalisées en Grand Prix, puis se sont ensuite propagées aux modèles routiers.

L'un des exemples les plus récents est celui des moteurs hybrides, introduits en compétition en 2014. Jusqu'alors, la Formule 1 était dominée par de puissants moteurs à combustion interne de 12, 10 et 8 cylindres, capables d'atteindre près de 20 000 tr/min. Il y a dix ans, ils ont opté pour des moteurs à six pistons et un système électrique rechargé par l'énergie de freinage (KERS). Dans leur génération actuelle, ces moteurs peuvent développer 1 030 chevaux et atteindre 15 000 tr/min.

McLaren, Mercedes-Benz, Aston Martin et Ferrari ont tous lancé des modèles hybrides routiers avec des systèmes et des performances dérivés de la Formule 1, qui se situent au sommet de leurs gammes avec des prix stratosphériques et des unités limitées (de l'AMG One, par exemple, seulement 275 unités seront fabriquées, qui se vendront à 2,5 millions).

Les avancées concrètes en ingénierie ont déjà atteint un point où la moindre amélioration représente un investissement colossal pour les constructeurs automobiles. Chacun s'accorde à dire que les frontières du développement se situent désormais dans le logiciel, et que celui-ci peut également être transférable au grand public. Les systèmes de gestion de batterie et le développement numérique des composants, permettant d'éviter les essais physiques et de réduire les coûts, sont devenus une pratique courante pour les constructeurs automobiles, sur circuit comme en dehors.

L'équipe Oracle Red Bull a franchi une nouvelle étape en intégrant des algorithmes d'intelligence artificielle (IA) à presque tous les aspects de ses opérations. De la prise de décision stratégique au développement de moteurs et à l'interprétation des règles en temps réel, l'équipe basée à Milton Keynes a fait de l'algorithme son copilote silencieux.

Notamment au cours des trois dernières années, grâce à la technologie fournie par Oracle, il est possible de simuler une seule course des milliards de fois afin de trouver la meilleure façon de concourir sur l'asphalte.

« En un seul week-end, nous pouvons réaliser jusqu'à 4 milliards de simulations ; c'est 25 % de plus que par le passé », a déclaré Hannah Schmitz, directrice de la stratégie de Red Bull, à plusieurs médias, dont ABC. Grâce à ces tests constants, rendus possibles grâce à l'infrastructure cloud d'Oracle, l'équipe cherche à anticiper presque toutes les variables : l'apparition d'une voiture de sécurité, l'usure des pneus, la stratégie des concurrents ou les changements soudains en piste. À partir de là, l'IA recommande le meilleur moment pour un arrêt au stand, comment économiser de l'énergie sans perdre le rythme, ou quelle configuration peut optimiser les performances de la voiture en fonction du circuit et des attentes de la machine envers les autres pilotes.

Cette technologie, développée pour répondre aux exigences extrêmes de la compétition, ne se limite pas à la Formule 1. Nombre des outils qui optimisent aujourd'hui un tour de qualification pourraient, à terme, être intégrés aux voitures de route. Les systèmes de prédiction de stratégie utilisés par Red Bull ont des applications évidentes dans la navigation assistée, la gestion moteur efficace et la maintenance prédictive. De la même manière que l'IA ajuste la stratégie d'un pilote en fonction de la dégradation des pneus ou du comportement d'un concurrent, une citadine pourrait adapter son style de conduite en temps réel en fonction du trafic, de la météo ou du style de conduite du pilote.

L'entreprise utilise également les données fournies par Oracle pour améliorer les moteurs de ses monoplaces via sa division Red Bull Ford Powertrains. Grâce à l'intelligence artificielle, l'entreprise peut simuler numériquement des processus complexes tels que la combustion, le flux thermique du turbo et le rendement énergétique des moteurs hybrides. L'équipe perfectionne des outils qui pourraient à terme être appliqués aux véhicules routiers. Cela permettrait de créer des moteurs plus durables et adaptés à chaque type de conducteur. De plus, l'utilisation de modèles prédictifs, capables d'anticiper les pannes ou les besoins de maintenance avant même qu'elles ne surviennent, ouvrirait la voie à une conduite plus sûre, plus personnalisée et plus efficace.

Le plus grand défi pour mettre toute cette technologie sur la route n'est pas seulement technique, mais surtout humain. Cela exige de la confiance. Car il n'existe pas d'algorithme parfait et, sur la route, une erreur de simulation peut coûter des vies. « Le principal obstacle à l'implémentation de l'IA dans les voitures sera de convaincre les gens qu'elle fournira la bonne réponse et les bons résultats, car une grande partie de notre travail repose également sur l'intuition et l'expérience », souligne Schmitz. Le responsable de la stratégie insiste sur le fait que l'intégration de cette technologie doit être progressive et encadrée : « Tout comme un débutant assis sur le muret des stands, on commence lentement et on prend confiance, il devrait en être de même avec l'IA. »

Se projetant dans l'avenir, Schmitz estime que dans cinq ans, l'intelligence artificielle ne sera plus qu'un simple acteur parmi d'autres, même s'il ne croit pas qu'elle dominera tout. Son rôle, dit-il, sera un soutien essentiel, mais pas un substitut complet.

Parmi les dernières innovations technologiques de Red Bull figure l'outil d'IA Pitwall, un système basé sur des modèles de langage naturel – très similaire au populaire ChatGPT – qui aide l'équipe à interpréter les règlements sportifs de la FIA en temps réel. Cette IA combine des algorithmes de langage (LLM) avec la technologie RAG (Retrieval-Augmented Generation) pour fournir des réponses rapides et précises pendant les courses, permettant à l'équipe non seulement d'éviter les erreurs, mais aussi de déposer des plaintes fondées si nécessaire. Cette technologie pourrait servir à développer une sorte de copilote virtuel capable d'interpréter en temps réel les réglementations routières locales (par exemple, zones à faibles émissions, limitations de vitesse spécifiques, exceptions temporaires) et de fournir des explications claires au pilote sur toute situation inhabituelle rencontrée sur la route.

Certaines entreprises commencent déjà à intégrer ce type de technologie à leurs véhicules. En janvier dernier, Mercedes a annoncé avoir conclu un accord avec Google pour développer un assistant intelligent intégré à ses véhicules, capable de dialoguer vocalement avec le conducteur. Ce système répond non seulement aux questions sur la circulation ou la météo, mais s'appuie également sur les informations techniques du véhicule, lui permettant d'expliquer les fonctions du véhicule, d'interpréter les alertes ou de suggérer des réglages de conduite personnalisés.