La F1 va utiliser l’intelligence artificielle pour aider à concevoir ses futures monoplaces

La Fédération internationale de l’automobile a conclu un nouveau partenariat avec Amazon Web Services (AWS), qui devient son partenaire officiel pour l’intelligence artificielle, le cloud computing, l’apprentissage automatique et les infrastructures informatiques dématérialisées.

Cet accord doit permettre à la FIA d’intégrer des outils plus puissants dans plusieurs domaines de son activité, à commencer par la préparation des futures réglementations aérodynamiques de Formule 1.

Mais son champ d’application sera bien plus large. AWS doit également contribuer à améliorer les systèmes de délivrance des licences de la FIA à l’échelle mondiale, tout en facilitant l’intégration de nouvelles technologies dans le fonctionnement interne de la Fédération.

Pour la Formule 1, l’enjeu principal sera de rendre les simulations numériques plus rapides, plus précises et moins coûteuses, afin de mieux comprendre les conséquences des choix réglementaires avant leur introduction en piste.

Une soufflerie virtuelle plus puissante pour concevoir les futures F1

La FIA utilise déjà la mécanique des fluides numérique, ou CFD, pour étudier le comportement aérodynamique des monoplaces et évaluer les effets des réglementations qu’elle prépare.

L’intégration des infrastructures AWS doit permettre de faire fonctionner ces simulations sur des équipements informatiques plus récents, capables de traiter davantage de données et de produire des résultats plus détaillés.

Ces outils seront au cœur de la soufflerie virtuelle de la FIA, utilisée notamment pour développer des concepts de voitures destinés à vérifier si les règles envisagées produisent les effets souhaités.

L’un des objectifs essentiels reste la qualité des courses, et notamment la capacité d’une monoplace à suivre une autre voiture sans perdre une quantité excessive d’appui aérodynamique.

Pour étudier ces phénomènes, les ingénieurs commencent par réaliser des dessins numériques tridimensionnels des différents composants, qui sont ensuite assemblés pour former un modèle complet.

L’air entourant la voiture est alors divisé en millions de petites cellules. Des équations physiques sont résolues dans chacune d’elles pour simuler les écoulements aérodynamiques.

Une phase de traitement transforme ensuite ces données brutes en cartes de pression, visualisations des flux d’air et mesures des forces exercées sur la monoplace.

L’intelligence artificielle pourrait désormais intervenir à plusieurs étapes de ce processus, notamment pour accélérer l’exploitation des résultats et réduire le nombre de simulations complètes nécessaires.

Dominic Harlow, directeur technique adjoint de la FIA pour la Formule 1, explique le fonctionnement envisagé.

"Le matériel d’AWS permet de réaliser ce travail, qui repose sur un processus CFD traditionnel utilisant OpenFOAM [un logiciel libre] et différents outils de post-traitement."

"Nous pourrions donc envisager d’utiliser certaines approches fondées sur des modèles de substitution, entraînés à partir de nos données CFD, afin de raccourcir les simulations et d’améliorer la productivité de l’ensemble du processus, avec moins de temps de calcul, moins de temps d’ingénierie, une consommation d’énergie réduite et des coûts inférieurs."

Tester beaucoup plus de solutions pour les règles de 2030

Alors que la réglementation 2026 vient seulement d’entrer en vigueur, les travaux préparatoires concernant la génération suivante de monoplaces et de moteurs ont déjà commencé, avec une possible introduction en 2030.

La FIA souhaite utiliser conjointement les données recueillies en soufflerie, les simulations CFD et les outils d’intelligence artificielle pour élaborer ces futures règles.

Ces différentes méthodes devront être comparées et recoupées afin de combler les lacunes des données obtenues en piste et d’améliorer le développement virtuel.

L’un des principaux avantages pourrait venir des modèles dits de substitution.

Une simulation CFD complète peut nécessiter plusieurs heures de calcul. À l’inverse, un modèle d’intelligence artificielle entraîné sur des centaines de résultats CFD précédents pourrait apprendre à reconnaître les relations entre la forme d’un élément aérodynamique et ses conséquences sur les écoulements d’air.

Une fois entraîné, il serait capable de prédire en quelques secondes ou quelques minutes les résultats associés à une nouvelle géométrie, sans avoir à résoudre à nouveau l’ensemble des équations physiques.

La FIA pourrait ainsi étudier beaucoup plus de variantes d’une même proposition réglementaire dans un délai identique.

Cela concernerait notamment les formes des ailerons, les géométries des fonds plats et d’autres éléments susceptibles d’influencer les performances aérodynamiques ou la capacité des voitures à se suivre.

L’intelligence artificielle ne remplacerait pas les simulations physiques de référence, mais permettrait d’identifier plus rapidement les pistes méritant une analyse approfondie.

L’IA pourrait aussi surveiller les moteurs et détecter les anomalies

Les applications envisagées ne se limitent pas à l’aérodynamique.

Le département performance de la FIA étudie également l’utilisation de ces technologies pour l’électronique, les réglementations moteur, la sécurité et les contrôles de conformité.

L’intelligence artificielle pourrait notamment faciliter l’analyse de grandes quantités de données collectées pendant les week-ends de Grand Prix.

"Dans le département performance, ils disposent d’outils comme la vision par ordinateur [l’analyse d’images et de vidéos], ainsi que d’outils qui nous permettent de présenter sur des tableaux de bord un grand nombre d’indicateurs que nous recueillons, qu’il s’agisse de sécurité, de gestion de l’énergie, de contrôles de légalité, etc."

"De la même manière, le département chargé des groupes propulseurs utilise ce type d’outils pour détecter les anomalies. Un réseau neuronal peut représenter n’importe quelle fonction continue."

"Si vous lui donnez suffisamment de neurones, vous pouvez reproduire la courbe la plus complexe qui soit, puis comparer ces courbes aux données provenant de la piste. Vous pouvez ainsi voir lorsque la pression d’huile de quelqu’un a chuté, par exemple, ou détecter d’autres phénomènes."

Un réseau neuronal constitue l’une des structures fondamentales de l’intelligence artificielle. Lorsqu’il dispose d’une capacité suffisante, il peut apprendre à représenter des relations complexes entre différentes données. Dans le cas de la détection d’anomalies, le système apprend d’abord à reconnaître le comportement normal d’un paramètre, puis signale les écarts inhabituels.

L’intérêt de ces outils réside notamment dans leur capacité à identifier des tendances et à prédire certains comportements à partir des données disponibles, afin d’orienter plus efficacement les analyses humaines.

Des réglementations capables d’évoluer grâce aux données

L’une des ambitions de la FIA est également de faire évoluer la manière dont les règlements techniques sont élaborés.

Traditionnellement, une réglementation est conçue à partir de simulations et d’analyses préalables, puis ses effets réels sont étudiés une fois les nouvelles voitures introduites en compétition.

Avec des modèles d’intelligence artificielle capables d’apprendre progressivement à partir des données recueillies, cette démarche pourrait devenir un processus continu.

Les outils seraient enrichis par les résultats des nouvelles réglementations en conditions réelles, permettant aux ingénieurs de mieux comprendre leurs effets et d’améliorer les projets suivants.

Cette capacité pourrait être particulièrement utile lors de changements techniques majeurs, lorsque les données issues des générations précédentes ne représentent plus fidèlement le comportement des nouvelles monoplaces.

Une difficulté importante subsiste toutefois : certains réseaux neuronaux fonctionnent comme des "boîtes noires".

Leurs prédictions peuvent être pertinentes sans que les ingénieurs soient toujours capables de retracer précisément les étapes du raisonnement ayant conduit au résultat.

Pour la FIA, il sera donc essentiel de comprendre pourquoi un outil signale une anomalie ou recommande d’examiner une solution particulière, plutôt que de s’appuyer aveuglément sur ses conclusions.

Concevoir une F1 avec l’IA reste une perspective lointaine

L’intelligence artificielle générative pourrait, à plus long terme, aller encore plus loin en proposant directement des concepts techniques. Mais ce n’est pas l’objectif immédiat de la FIA.

La complexité des monoplaces de Formule 1 rend actuellement ces outils moins adaptés à la création de solutions entièrement nouvelles qu’à l’analyse et à l’optimisation de données existantes.

La Fédération privilégie donc une démarche dans laquelle les ingénieurs restent responsables des orientations techniques, l’IA intervenant comme un outil d’assistance.

Dominic Harlow confirme néanmoins que les premières réflexions concernant les futures générations de monoplaces sont déjà engagées.

"Des travaux ont déjà commencé sur de nouveaux concepts aérodynamiques pour les futures voitures, à partir des enseignements tirés de celles de 2026. Nous avons différentes idées que nous pourrions essayer et étudier."

"Je suis sûr que cela arrivera."

Des simulations plus rapides pour anticiper le marsouinage

L’un des bénéfices les plus immédiats du partenariat avec AWS pourrait provenir de l’accès à des processeurs graphiques, ou GPU, de dernière génération.

Historiquement, les simulations CFD étaient principalement réalisées à l’aide de processeurs centraux, les CPU.

Mais les logiciels évoluent progressivement pour exploiter les GPU, capables d’effectuer simultanément un très grand nombre de calculs relativement simples.

Cette architecture convient particulièrement bien aux besoins de la CFD et de l’intelligence artificielle.

Elle peut permettre d’accélérer les calculs de plusieurs fois et de traiter des simulations plus complexes, avec des résultats plus détaillés.

Dominic Harlow cite notamment le marsouinage, phénomène de rebond aérodynamique qui avait surpris plusieurs écuries ainsi que la FIA au début de l’ère des monoplaces à effet de sol, en 2022.

Des simulations plus puissantes pourraient permettre de mieux anticiper ce type de comportement avant que les voitures ne prennent la piste.

"Ainsi, au lieu de devoir réaliser uniquement une simulation CFD classique en régime permanent, vous pouvez effectuer une simulation qui tient compte de l’évolution dans le temps, dans des conditions instationnaires."

"Et peut-être qu’avec un phénomène comme le marsouinage, vous pourriez mieux le comprendre avant qu’il ne devienne un problème ou avant qu’il ne soit observé sur une voiture à taille réelle."

Une intelligence artificielle pour vérifier les règlements techniques

Le partenariat avec AWS pourrait également modifier la manière dont la FIA interprète et contrôle ses propres règlements.

La Fédération envisage d’utiliser des modèles de langage spécifiquement adaptés à ses besoins pour répondre aux demandes de clarification des équipes et tester la cohérence des textes réglementaires.

Ces systèmes pourraient analyser les interactions entre les nombreuses dispositions du règlement technique et identifier plus rapidement d’éventuelles contradictions, ambiguïtés ou difficultés d’interprétation.

Il ne s’agirait toutefois pas d’utiliser directement des outils publics comme ChatGPT ou Claude.

La FIA souhaite disposer de solutions privées et sécurisées, capables de protéger les informations confidentielles et la propriété intellectuelle des constructeurs.

Les données sensibles transmises par les équipes resteraient ainsi au sein de l’environnement informatique de la Fédération, tout en pouvant être exploitées pour faciliter les analyses réglementaires.

Ces outils pourraient notamment contribuer à vérifier la conformité de certaines solutions techniques et à répondre plus efficacement aux interrogations soulevées par les écuries.

Là encore, les conclusions et les décisions resteraient du ressort des responsables humains.

Des contrôles plus rapides en piste et à la direction de course

Les applications de l’intelligence artificielle pourraient enfin s’étendre au fonctionnement opérationnel des Grands Prix.

La FIA souhaite notamment améliorer les tableaux de bord utilisés pour suivre les données relatives à la sécurité, à la gestion de l’énergie et à la conformité technique des monoplaces.

Ces technologies pourraient également soutenir le centre d’opérations à distance renforcé de Genève, qui assiste la direction de course pendant les événements.

La surveillance des limites de piste constitue un exemple concret.

Le système automatisé actuel peut générer plusieurs centaines de signalements au cours d’un week-end, chacun devant ensuite faire l’objet d’une vérification humaine.

L’intelligence artificielle pourrait aider à classer ces incidents par ordre de priorité, identifier les situations les plus susceptibles de nécessiter une intervention et suggérer une série de vérifications avant qu’une décision soit prise.

Les commissaires et les responsables de la direction de course conserveraient ainsi leur pouvoir de décision, mais disposeraient d’informations mieux organisées pour intervenir plus rapidement et de manière plus cohérente.

À travers ce partenariat avec AWS, la FIA cherche donc à intégrer l’intelligence artificielle à toutes les étapes de son travail, depuis la conception des futures monoplaces jusqu’à l’application quotidienne des règlements.

La technologie ne devrait pas remplacer les ingénieurs, les experts techniques ou les officiels, mais leur permettre d’analyser davantage de données, d’anticiper certains problèmes et de prendre des décisions mieux éclairées.

À l’approche des prochaines grandes évolutions réglementaires envisagées pour 2030, cette capacité pourrait devenir un élément déterminant dans la manière dont la Formule 1 conçoit ses voitures et organise ses compétitions.