ΑΠΟΚΛΕΙΣΤΙΚΟ: Ο Neil Martin μιλάει στο Gocar

Συχνά ένας αγώνας Formula 1 κρίνεται στις επιλογές της στρατηγικής. Ένας γύρος παραπάνω πριν μπει το μονοθέσιο για αλλαγή ελαστικών ή μια κλήση για πιτ στοπ νωρίτερα, μπορεί να κοστίσει ή και να φέρει μια νίκη. Ο καθορισμός της στρατηγικής είναι μια πολύπλοκη διαδικασία και βασίζεται στην δουλειά ανθρώπων εντός και εκτός πίστας. Ο άνθρωπος που ηγείται του τμήματος Operation και Research της ομάδας F1 της Ferrari, με βασική του αποστολή να βελτιστοποιεί τις ευκαιρίες για το καλύτερο δυνατό αποτέλεσμα, είναι ο Neil Martin. Δεν θα τον βρείτε στις πίστες. Αυτός και το team του δουλεύουν από τα κεντρικά της Ferrari στο Maranello κατά την διάρκεια των αγώνων, υποστηρίζοντας την ομάδα στην πίστα. Το Gocar πήρε μια αποκλειστική συνέντευξη από τον Neil Martin για να μάθει τα μυστικά της δουλειάς του.

 

Neil, σπούδασες μαθηματικά και πληροφορική στο Πανεπιστήμιο του Southampton και η πτυχιακή σου ήταν σχετικά με την διαχείριση του ρίσκου. Πώς πήρες την απόφαση να εμπλέξεις σε αυτή την εργασία μια ομάδα F1;

 

Μετά από την πρώτη μου χρονιά στα Μαθηματικά με χρήση υπολογιστή, έκανα το master μου στην Επιχειρησιακή Έρευνα το 1994-1995. Μέρος αυτού του master ήταν να εφαρμόσω τεχνικές της Επιχειρησιακής Έρευνας που είχα μάθει σε προβλήματα της καθημερινότητας. Το Πανεπιστήμιο του Southampton είχε μια σειρά από έργα με σημαντικές εταιρίες. Παρόλα αυτά ενδιαφερόμουν πολύ για την Formula 1 και με την έλευση των ανεφοδιασμών, ρώτησα τον καθηγητή μου (Prof. Chris Potts) το εξής: αν κατάφερνα να φέρω μια ομάδα Formula 1 να σπονσοράρει ένα έργο για την στρατηγική ενός αγώνα, θα ήταν αρκετό για project μαθηματικής πολυπλοκότητας; Το Πανεπιστήμιο είπε «Ναι» κι έτσι μίλησα σε δυο ομάδες της F1 και η McLaren International Ltd (όπως ήταν τότε) απάντησε θετικά. Μου έδωσαν τα δεδομένα από αγώνες, σε έντυπη μορφή. Έπρεπε να περάσω όλους τους ενδιάμεσους χρόνους, για όλα τα μονοθέσια, για κάθε session και για κάθε αγώνα προς ανάλυση, από την στιγμή που το 1994 όλα ήταν σε έντυπη μορφή, καθώς το OCR (optical character recognition) ήταν στην αρχή του και θα δημιουργούσε περισσότερα προβλήματα από ότι θα έλυνε.

 

Θυμάμαι ότι είχα φτιάξει ένα μοντέλο από το οποίο φαινόταν ότι οι ομάδες έμπαιναν για ανεφοδιασμό νωρίτερα από ότι έπρεπε. Φαινόταν ότι τα μονοθέσια δεν εκμεταλλεύονταν το «ελεύθερο» pitstop που κέρδιζαν στην αρχή του αγώνα, από την στιγμή που δεν έχαναν χρόνο γεμίζοντας με καύσιμα. Στη συνέχεια, σε έναν αγώνα, χρησιμοποιώντας δεδομένα μόνο πριν από αυτόν, το μοντέλο έδειξε ότι η McLaren έπρεπε να ολοκληρώσει το GP κάνοντας ένα στοπ, κάτι που η ομάδα κατάλαβε μετά από την λήξη του. Σαν αποτέλεσμα, άρχισαν να ενδιαφέρονται για όλο το νέο σύστημα.

 

Μου ζήτησαν να βελτιώσω την εφαρμογή και μετά από την κατάθεση για το master μου και κάποιες ανανεώσεις στο συμβόλαιό μου με την McLaren, προσλήφθηκα σαν μέλος της ομάδας τον Οκτώβριο του 1996.

 

Το όνομά σου πρωτοεμφανίστηκε στον Τύπο όταν έκανες σωστή στρατηγική επιλογή μέσω email στο Grand Prix του Μονακό το 2005, και έφερε την νίκη στον Kimi Raikkonen. Πώς ένιωσες τότε;

 

Το έμαθα την Δευτέρα μετά από τον αγώνα, όταν ένας φίλος μου στην McLaren είπε: «Είσαι στην Telegraph». Πίστευα ότι έκανε πλάνα, αλλά το μεσημέρι είχε κάποιος αφήσει την εφημερίδα στο γραφείο μου. Είχα μείνει έκπληκτος, από την στιγμή που έκανα το ίδιο και το ίδιο για χρόνια, τίποτα διαφορετικό. Μου άρεσε και το πώς αναφερόταν. Το ενδιαφέρον ήταν πως, ενώ υπήρχαν σωστά στοιχεία στο άρθρο, αυτά που περιγράφονταν δεν ήταν όπως ακριβώς θυμόμουν πως έγιναν!

 

Από το 2011 δουλεύεις στην Ferrari σαν επικεφαλής στο τμήμα Operations Research. Μπορείς να μας πεις με τι ασχολείσαι;

 

Ηγούμαι μιας ομάδας η οποία δρα σαν εσωτερικός σύμβουλος στα άλλα τμήματα. Η ομάδα που έχτισα ειδικεύεται σε μαθηματικά μοντέλα και προγραμματισμό. Κοιτάζουμε διάφορους τομείς της εταιρείας και βοηθούμε όπου μπορούμε, παρατηρώντας τις διαδικασίες, μοντελοποιώντας τες και μετά όπου μπορούμε τις βελτιώνουμε βάζοντας νέα δεδομένα, διαδικασίες ή προγράμματα.

 

Είσαι από το 1996 στην F1, μπορείς να μας εξηγήσεις πώς έχει εξελιχθεί η στρατηγική γενικά;

 

Το 1995, σαν σπουδαστής ακόμα, έφτιαξα τον πρώτο μου αλγόριθμο. Ήταν ένα απλό αυτοκίνητο, μια απλή πίστα με παραμέτρους το βάρος του αυτοκινήτου, το φορτίο καυσίμου, τον χρόνο ανεφοδιασμού, τον χρόνο που χάνεις με το να μπεις και να βγεις και την φθορά των ελαστικών. Βασικά απαντούσε στο ερώτημα: Είναι η στρατηγική Α ταχύτερη στο τέλος του αγώνα από την στρατηγική Β; Ήταν μια εφαρμογή που αφορούσε τους μηχανικούς, πριν από τον αγώνα. Μου ζητήθηκαν και άλλα δεδομένα στη συνέχεια, ωστόσο η σημαντικότερη βελτίωση ήρθε στο Monte Carlo το 1998.
Η συγκεκριμένη εφαρμογή μας επέτρεπε να λαμβάνουμε υπόψη όλα τα μονοθέσια στον αγώνα, την κίνηση, τα αυτοκίνητα ασφαλείας, τις προσπεράσεις και άλλα τυχαία περιστατικά. Τα αποτελέσματα είχαν ενδιαφέρον γιατί πήγαμε σε συμπεράσματα του τύπου: Εάν πάμε σε στρατηγική 2 πιτ στοπ θα μας δώσει πιθανότητα 20% να τερματίσουμε 1οι ή 2οι, αλλά εάν κολλήσουμε στην κίνηση, τότε το πιο πιθανό είναι να καταταγούμε 7οι και κάτω, αλλά εάν κάνουμε 1 στοπ, τότε πιθανώς να τερματίσουμε 3οι ή 4οι, αλλά όχι πιθανό να κερδίσουμε ή να τερματίσουμε 7οι και κάτω. Έτσι, για πρώτη φορά από την προσομείωση μπορούσαμε να αποτυπώσουμε το ρίσκο που είχε κάθε επιλογή, και ήταν πλέον στην ευχέρεια της ομάδας να επιλέξει εάν θέλει να πάρει το ρίσκο ή όχι. Ήταν ένα πολύ μεγάλο βήμα μπροστά από την στιγμή που οι μηχανικοί είχαν περισσότερα από το «ένα στοπ είναι πιο γρήγορο από 2», που φαινόταν πιο καθαρό, αλλά πιο αργό.

 

Μέχρι το σημείο αυτό, όλη η ανάπτυξη ήταν offline και γινόταν πριν από τον αγώνα. Δεν υπήρχαν δεδομένα σε πραγματικό χρόνο που θα μπορούσαμε να χρησιμοποιήσουμε, εκτός από τη χειροκίνητη εισαγωγή σε ότι αφορούσε τη διαφορά από το μονοθέσιο που ενδιαφερόμασταν σε κάθε γύρο, για να δούμε εάν είμαστε καλύτερα ή χειρότερα από την πρόβλεψή μας. Σύντομα είχα γράψει τόσο πολύ κώδικα που οι μηχανικοί ήθελαν κάποιον να ταξιδεύει στους αγώνες για να τα τρέχει, οπότε ο κλήρος έπεσε σε μένα. Το 1999 δεν υπήρχαν ενδοεπικοινωνίες για την στρατηγική, αλλά μόνο εκτυπώσεις. Έτρεχα στο pitwall από το γκαράζ, με τις εκτυπώσεις στο χέρι, φωνάζοντας στα αυτιά τους, προσπαθώντας να ακουστώ μέσα σε όλη την φασαρία, και να τους δείξω το ένα ή το άλλο σημείο. 

 

Με την πάροδο του χρόνου τα εργαλεία βελτιώθηκαν, τα πάντα δικτυώθηκαν και βελτιώθηκε η διαδικασία στην πίστα, τόσο σε επαγρύπνηση όσο και στην εκτέλεση. Το επόμενο σημείο που κάναμε σημαντική πρόοδο ήταν το 2001 όταν και η FOM έδωσε για πρώτη φορά ηλεκτρονικά δεδομένα για όλα τα μονοθέσια, ζωντανά σε κάθε σκέλος. Αυτό επέτρεψε να έχουμε στρατηγική σε πραγματικό χρόνο και με πιο σωστό τρόπο. Νέες οθόνες εξελίχθηκαν για να δώσουν το πλεονέκτημα της ζωντανής χρονομέτρησης. Επιπλέον μας επέτρεψαν να τρέχουμε πραγματικές προσομειώσεις και να απαντάμε σε ερωτήσεις του τύπου: Βάσει της πληροφορίας που έχουμε μέχρι τώρα, ποια θα ήταν η καλύτερη κίνηση εάν ο αντίπαλός μας κάνει 3 στοπ;’Ή, ποια είναι η καλύτερη στρατηγική για τους αντιπάλους μας;

 

Το επόμενο βήμα ήταν να δουλεύουμε από το εργοστάσιο, από τον Θάλαμο Επιχειρήσεων ή το Remote Garage, παρακολουθώντας πολλά από τα στοιχεία απόδοσης ενός μονοθεσίου τα οποία ερχόντουσαν σε πραγματικό χρόνο από την πίστα. Από εκεί το πλήθος των δεδομένων αυξήθηκε, τα μοντέλα βελτιώθηκαν και το τμήμα μεγάλωσε.

 

Ποια είναι η διαδικασία που προσεγγίζετε ένα αγωνιστικό τριήμερο;

 

Μια βδομάδα πριν από τον αγώνα υπάρχει η αρχική μελέτη η οποία έχει σαν στόχο να βάλουμε τις προβλέψεις μας για τον αγώνα και τι να περιμένουμε. Αυτό έχει σαν αποτέλεσμα να βρούμε μια ή δυο στρατηγικές. Μετά συλλέγουμε δεδομένα από τα πρώτα και τα δεύτερα ελεύθερα δοκιμαστικά για να ενημερώσουμε το τι να περιμένουμε βάσει των νέων στοιχείων. Αυτά τα δεδομένα για μας και τους ανταγωνιστές μας επιτρέπουν να σχεδιάσουμε το πλάνο για τον αγώνα και τα προκριματικά. Την Παρασκευή τρέχουμε πολλές προσωμειώσεις για να δούμε πώς θα κινηθούν οι άλλες ομάδες στον αγώνα, βάσει της δυναμικότητάς τους. Το Σάββατο επιβεβαιώνουμε τα δεδομένα που παίρνουμε από τα τρίτα ελεύθερα, και ταυτόχρονα ολοκληρώνουμε την μελέτη μας για το τι να περιμένουμε από τα πιο αργά μονοθέσια. Μετά από τα προκριματικά, με τις επιπλέον πληροφορίες, πηγαίνουμε και πάλι στις προσομειώσεις για να καταλάβουμε τι προσδοκίες έχουμε από τον αγώνα, και με ποιο προφιλ ρίσκου θα πάμε σε αυτόν. Κατανοούμε το πώς μπορεί να εξελιχθεί η κίνηση και τρέχουμε αρκετά υποψήφια σενάρια. Το βράδυ του Σαββάτου υπάρχει μια συνάντηση στην πίστα για την στρατηγική. Στην πρωινή συνάντηση της Κυριακής, ολοκληρώνουμε τα πλάνα και τις επιλογές ώστε οι οδηγοί και όλοι να ξέρουν τι χρειάζεται για το καλύτερο δυνατό αποτέλεσμα. 

 

Λένε οι αριθμοί πάντα την αλήθεια ή το «προαίσθημα» είναι κάποιες φορές πιο δυνατό;

Στη αρχή όταν ήμουν «ο πιτσιρικάς με τα νούμερα», οι έμπειροι της F1 που ήταν κυρίως στο pitwall και στα υψηλά κλιμάκια της εταιρίας, θυμόνταν μια συγκεκριμένη συνθήκη σε συγκεκριμένο αγώνα και βάσει αυτού έλεγαν πως οι νέες μέθοδοι θα αποτύγχαναν. Συμβάντα όμως τα οποία δεν είναι συνηθισμένα, εξ ορισμού γίνονται που και που και συνήθως αυτά είναι που θυμάσαι, ειδικά όταν αυτός ο αγώνας είχε άσχημη κατάληξη για σένα. Δεν μου πήρε πολύ χρόνο να τους πείσω. Τους έλεγα «Μπορείς να κάνεις αυτό, αλλά το πιθανό αποτέλεσμα θα είναι Χ ή Ψ» και έπεφτα μέσα. Γενικά ένα υγιές επίπεδο σκεπτικισμού χρειάζεται, για να μας κρατά όλους σε εγρήγορση και να δοκιμάσει στο όριο τις λύσεις, ωστόσο τώρα πια σπάνια υπάρχει λανθασμένη λογική που να σπαταλά το χρόνο μου.

 

Ποιοι είναι οι εφιάλτες ενός ανθρώπου που ασχολείται με την στρατηγική, οι άγνωστοι παράγοντες που κάνουν τη διαφορά στο τέλος;

 

Πολλές φορές η γνώση δεν είναι άμυνα. Μπορείς να δεις μια κατάσταση να εξελίσσεται, να την προβλέψεις τέλεια, αλλά την ίδια στιγμή παρόλο που ξέρεις ότι κάνεις τις καλύτερες επιλογές, είναι σίγουρο ότι θα χάσεις θέσεις από διάφορους παραμέτρους πέρα απο τις δυνάμεις σου.

 

Στην ανάλυση της στρατηγικής, ποιά είναι η διαφορά από τους ανταγωνιστές σας σήμερα;

 

Είμαι σίγουρος ότι κάθε ομάδα ξέρει την απόδοσή της που εξαρτάται από τους οδηγούς, τα ελαστικά, το σασί και τις διαφόρων ειδών πίστες κλπ. Όλα αυτά είναι δεδομένα τα οποία δεν μπορούν να ειπωθούν και να χρησιμοποιηθούν. Μπορεί να μην ερμηνευτούν και σωστά, αλλά και να μην κατανοηθούν σωστά.

 

Για να χτιστεί αυτό το κομμάτι στρατηγικής το σημαντικότερο είναι η συλλογή στοιχείων. Για τι όγκο μιλάμε ότι παίρνετε από τα μονοθέσια κατά την διάρκεια ενός γύρου και πόσοι σένσορες χρησιμοποιούνται;

 

Εξαρτάται από το επίπεδο που θέλεις να φτάσεις τη στρατηγική σου. Εκ πρώτης όψεως, και αυτό μπορεί να αποτελεί έκπληξη, χρειάζονται πολύ λίγα στοιχεία real time, όπως οι δικοί σου χρόνοι γύρου και αυτοί του ανταγωνισμού. Παρόλα αυτά, το να έχεις πρόσβαση στους ενδιάμεσους χρόνους (3 ανά γύρο) σου δίνει καλύτερη ακρίβεια, και εάν αναλογιστούμε το GPS στα 5Hz για όλα τα μονοθέσια, τότε μπορείς να κάνεις ακόμη καλύτερη δουλειά. Αυτό ισοδυναμεί με 1mb τον γύρο σε δεδομένα. Εάν σε αυτό προσθέσουμε και δεδομένα του μονοθεσίου μας, αυτό φτάνει περίπου στα 10mb ανά αυτοκίνητο ανά γύρο.

 

Τι σε κάνει να φεύγεις από το γραφείο χαρούμενος, μετά από ένα Σαββατοκύριακο, εκτός από τη νίκη της ομάδας;

 

Νομίζω ότι το 1-2 δεν είναι η απάντηση που ζητάς! Νομίζω ότι έχω ζήσει τον μηχανοκίνητο αθλητισμό για 19 χρόνια, και το κατά πόσο νιώθεις καλά εξαρτάται απο την απόδοσή σου στην πίστα. Παρόλα αυτά, γνωρίζοντας ότι έχουμε δουλέψει στο μέγιστο των ικανοτήτων μας σαν ομάδα, όλο το τριήμερο είναι σημαντικό. Να έχουμε δώσει μια ξεκάθαρη, στην ώρα της και σωστή εκτίμηση καταστάσεων, επιλογών και ρίσκων, διευκολύνοντας στο να έχει παρθεί η καλύτερη δυνατή απόφαση.

 

Σημείωση: Η συνέντευξη έχει αναδημοσιευτεί και στον ιστότοπο της Ferrari