Es ist lang Weg vom Tretrad zur Formel 1. Doch genau das ist der Quantensprung, den das KI-basierte Startup Neural Concept und sein Mitbegründer und CEO Pierre Baqué in nur sechs Jahren geschafft haben.
Im Jahr 2018 trug die junge Software des Unternehmens zur Entwicklung des aerodynamischsten Fahrrads der Welt bei. Heute nutzen vier von zehn Formel-1-Teams eine Weiterentwicklung derselben Technologie.
Im Laufe der Zeit schloss Baqués Unternehmen Verträge mit Luft- und Raumfahrtzulieferern wie Airbus und Safran ab. im Jahr 2022 eine Serie-A-Erhöhung in Höhe von 9,1 Millionen US-Dollar erzielen. Mit mittlerweile 50 Mitarbeitern arbeitet das in der Schweiz ansässige Unternehmen Neural Concept an einer Serie-B-Runde, während seine Software historischen F1-Teams wie Williams Racing dabei hilft, den Weg zurück an die Spitze der weltweit führenden Form des Motorsports zu finden.
Während Formel-1-Autos jedoch auf 1.000-PS-Hybrid-V6-Motoren angewiesen sind, erfolgte Baqués erste praktische Anwendung der Technologie durch Menschenkraft.
Pedal Macht
Im Jahr 2018 studierte Baqué am Computer Vision Laboratory der École Polytechnique Fédérale de Lausanne und arbeitete an der Anwendung maschineller Lerntechniken auf dreidimensionale Probleme.
„Ich wurde mit diesem Mann in Kontakt gebracht, der dieses Team leitete und die sechste oder siebte Generation von Fahrrädern entwarf, und ihr Ziel war es, einen Weltrekord in der Fahrradgeschwindigkeit zu brechen“, sagte Baqué. Dieser Typ war Guillaume DeFrance und das Team war IUT Annecy von der Université Savoie Mont Blanc. Das Radsportteam hatte bereits ein halbes Dutzend Iterationen von Fahrraddesigns durchlaufen.
„Zwei Tage später kam ich mit einer Form zu ihm zurück, die fast wie die des aktuellen Weltrekordhalters aussah“, sagte Baqué. Beeindruckt bat das Team um weitere Iterationen. Das Ergebnis war laut Baqué „das derzeit aerodynamischste Fahrrad der Welt“.
Das ist eine starke Aussage, die jedoch durch mehrere Weltrekorde aus dem Jahr 2019 untermauert wird. Wir reden hier nicht von flügelförmigen Unterrohren oder Noppenfelgen zur Reduzierung des Luftwiderstands. Dieses Fahrrad ist vollständig ummantelt, und der Radfahrer schwitzt in einem Kokon aus Verbundwerkstoff, völlig geschützt vor dem Wind.
Die Kerntechnologie ist ein Produkt namens Neural Concept Shape oder NCS. Es handelt sich um ein auf maschinellem Lernen basierendes System, das aerodynamische Vorschläge und Empfehlungen macht. Es passt in das weite Feld der Computational Fluid Dynamics (CFD), wo hochqualifizierte Ingenieure fortschrittliche Softwarepakete verwenden, um dreidimensionale aerodynamische Simulationen durchzuführen.
CFD ist viel schneller, als physische Modelle zu erstellen und sie in Windkanäle zu werfen. Dennoch ist es auch enorm systemintensiv und hängt größtenteils davon ab, dass Menschen gute Entscheidungen treffen.
Im Kern hilft NCS Ingenieuren dabei, potenzielle aerodynamische Fallstricke zu vermeiden und sie gleichzeitig in Richtungen zu drängen, an die sie vielleicht nicht gedacht hätten. Im „Co-Pilot-Modus“ kann ein Ingenieur eine vorhandene 3D-Form hochladen und so beispielsweise einen Ausgangspunkt bereitstellen.
NCS wird dann in sein neuronales Netzwerk eindringen, um Verbesserungen oder Modifikationen und mögliche Wege in einem 3D-Spiel zur Wahl Ihres eigenen Abenteuers vorzuschlagen. Der menschliche Ingenieur wählt dann die vielversprechendsten Vorschläge aus und führt sie weiteren Tests und Verfeinerungen durch, um so zu aerodynamischem Ruhm zu gelangen.
Nicht nur „den Wind betrügen“
NCS ist nicht nur im Rennsport nützlich, sondern auch in der Automobil- und Luft- und Raumfahrtindustrie. „Der Weg zu einer breiten Akzeptanz in solchen Unternehmen ist langsam“, sagte Baqué über die Arbeit in der eher konservativen Luft- und Raumfahrtindustrie. „Daher haben wir angefangen, stärker mit der Automobilindustrie zusammenzuarbeiten, wo die Bedürfnisse etwas dringlicher sind und sich schnell ändern können.“
Neural Concept sicherte sich Verträge mit mehreren globalen Lieferanten, darunter Bosch und Mahle. Aerodynamik wird in der Automobilwelt immer wichtiger, da die Hersteller nach immer aerodynamischeren Fahrzeugen suchen, die mit einem Batteriepaket gegebener Größe die größtmögliche Reichweite bieten.
Aber es geht nicht nur darum, den Wind zu betrügen. NCS wird auch bei der Entwicklung von Dingen wie Batteriekühlplatten verwendet, die, wenn sie effizienter gemacht werden, die Batterie auf ihrer optimalen Temperatur halten können, ohne dabei zu viel Energie zu verbrauchen. „Es können enorme Gewinne erzielt werden“, sagte Baqué und meinte damit noch mehr Reichweite.
Während das ultimative Testgelände für diese Technologien immer die Straße ist, ist das ultimative Labor die Formel 1. Seit 1950 ist die Formel 1 ein globales Motorsportphänomen und erlebt derzeit eine beispiellose Popularitätswelle.
Die Macht von Netflix
Die Netflix-Serie „Formula 1: Drive to Survive“ hat die Spannung der Formel 1 einem ganz neuen Publikum zugänglich gemacht. Während sich diese Serie auf die Politik und das Drama zwischen den Teams konzentriert, hat der Erfolg auf der Rennstrecke viel mehr mit der Aerodynamik zu tun. Hier kommt Neural Concepts ins Spiel.
Baqué fing an, sich die Formel 1 anzuschauen, bevor Netflix in Reed Hastings‘ Augen auch nur ein Augenzwinkern war. „Ich habe immer zugesehen, seit der Zeit von David Coulthard und Michael Schumacher.“
Heute laufen in dieser Königsklasse des globalen Motorsports Teile, die mithilfe der Software seines Unternehmens entwickelt wurden. „Es ist ein großartiges Erfolgserlebnis“, sagte Baqué. „Als ich das Unternehmen gründete, empfand ich dies als einen Meilenstein. Nicht nur in der Formel 1, sondern einfach nur, um Teile, die mit der Software entworfen wurden, auf der Straße zu haben. Und ja, jedes Mal, wenn das passiert, ist es ein tolles, tolles Gefühl.“
Auch die Formel 1 ist ein äußerst geheimnisvoller Sport. Von den vier Teams, mit denen Neural Concept zusammenarbeitet, war nur eines bereit, als Kunde genannt zu werden, und selbst das Team hielt sich über den gesamten Prozess ziemlich bedeckt.
Williams Racing ist eines der traditionsreichsten Teams in der Formel 1. Das 1977 von Rennlegende Frank Williams gegründete Team war in den 1990er Jahren so dominant, dass es fünf Konstrukteurs-Weltmeisterschaften gewann, darunter drei in Folge von 1992 bis 1994.
Aber wie in den meisten Sportarten ist der Erfolg für Formel-1-Teams zyklisch, und Williams befindet sich derzeit in einer Phase des Neuaufbaus. Das Team belegte in der Saison 2022 den letzten Platz und stieg letztes Jahr nur auf den siebten Platz auf.
NCS ist eines der Tools, die Williams helfen, seinen Wettbewerbsvorteil zurückzugewinnen. „Wir nutzen diese Technologie auf verschiedene Arten, von denen einige unsere Simulation verbessern, und andere Methoden, an denen wir arbeiten, werden dazu beitragen, beim ersten Mal bessere CFD-Ergebnisse zu erzielen“, sagte Hari Roberts, Leiter der Aerodynamik-Technologie bei Williams.
Auch hier sind CFD-Simulationen zeitintensiv und kostspielig, was durch die Formel-1-Vorschriften, die die Testmöglichkeiten eines Teams einschränken, noch verschärft wird. Die physische Zeit im Windkanal ist stark begrenzt, außerdem verfügt jedes Team über ein begrenztes Budget für Rechenzeit, das es für die Entwicklung seiner Autos nutzen kann.
Jedes Werkzeug, das einem Team helfen kann, seine aerodynamischen Designs schnell in Form zu bringen, ist ein potenzieller Vorteil, und NCS ist in der Tat sehr schnell. Baqué schätzte, dass eine vollständige CFD-Simulation, die normalerweise eine Stunde dauert, durch NCS nur 20 Sekunden dauern würde.
Und da NCS keine tatsächlichen physikbasierten Berechnungen durchführt, sondern KI-gesteuerte Vermutungen auf der Grundlage seines Netzwerks aerodynamischer Erkenntnisse anstellt, ist es von den drakonischen Beschränkungen der Formel 1 weitgehend ausgenommen. „Alles, was wir tun können, um aus jedem CFD- und Windkanallauf mehr Wissen und damit mehr Leistung zu gewinnen, verschafft uns einen Wettbewerbsvorteil“, sagte Roberts.
Aber die Mannschaften müssen dafür trotzdem bezahlen. Baqué sagte, dass die NCS-Kosten je nach Teamgröße und Art des Zugangs variieren, typischerweise aber zwischen 100.000 und 1 Million Euro pro Jahr liegen. Wenn man bedenkt, dass F1-Teams auch unter einer jährlichen Kostenobergrenze von 135 Millionen US-Dollar arbeiten, ist das eine erhebliche Verpflichtung.
Roberts von Williams war nicht bereit, auf bestimmte Teile oder Rundenzeitverbesserungen dank der NCS-Software hinzuweisen, sagte jedoch, dass sich dies auf die Leistung seines Autos ausgewirkt habe: „Diese Technologie wird als Teil unseres Toolsets zur aerodynamischen Entwicklung des Autos verwendet. Daher können wir die Rundenzeit nicht direkt darauf zurückführen, aber wir wissen, dass es unsere Korrelation und die Geschwindigkeit, mit der wir neue aerodynamische Bedingungen untersuchen können, verbessert.“
Jenseits der Aerodynamik
Der unaufhörliche Marsch der KI wird hier nicht enden. Es ist die Rede davon, dass künstliche Agenten an der Boxenmauer die Rennstrategie und sogar die Fahrzeugabstimmung bestimmen.
„Es ist eine faszinierende Zeit, da das Wachstum in der KI/ML-Branche exponentiell ist“, sagte Roberts. „Allerdings ist es auch eine echte Herausforderung, vor der jeder steht, der sich heute mit Technologie beschäftigt. Welche neuen Tools widmen wir der Erforschung, Entwicklung und Einführung?“
Das ist nicht die Art von Intrige, die einen durchschnittlichen „Drive to Survive“-Zuschauer fesseln wird, aber für viele F1-Fans ist das Rennen hinter dem Rennen die ultimative Quelle des Dramas.
Was Neural Concept betrifft, so dringt das Unternehmen weiterhin tiefer in die nicht-motorsportbezogene Seite der Automobilindustrie vor und arbeitet an der Entwicklung effizienterer Elektromotoren, der Optimierung der Kabinenheizung und -kühlung und nimmt sogar an Crashtests teil.
Baqué sagte, dass die Software des Unternehmens Ingenieuren dabei helfen kann, die Unfallsicherheit eines Autos zu optimieren und gleichzeitig unnötiges Gewicht einzusparen. Derzeit kann das Unternehmen jedoch nur Crashsimulationen für einzelne Komponenten durchführen, nicht für ganze Autos. „Das ist eine der wenigen Anwendungen, bei denen wir an die Leistungsgrenzen gestoßen sind“, sagte er.
Vielleicht eine andere Anwendung für die Die aufstrebenden KI-Supercomputing-Plattformen der EU?