賽車揭示了與 AI 合作的哪些道理——OpenAI Podcast 第 22 集（第 1/3 段）
🏦 台灣Pay 銀行轉帳 💙 PayPal
OpenAI 研究員與賽車新創創辦人談 AI 如何協助賽車隊處理資料與做決策
- 00:00 主持人 Andrew Mayne 訪問 OpenAI 研究員 Joyce Ruffell，談她協助 Chip Ganassi Racing 用 AI 改善從物流到車手表現的各種事務
- 06:14 Chase 用過多個版本的 ChatGPT，也在用 Codex；他發現自己終於能把賽車相關的點子實際做出來，這是以前沒有的能力
- 13:26 Chase 同意教育就是一切：不了解手上的工具、只憑自己的認知去用，就無法理解使用者端的狀況
💡 你可以怎麼用：用 AI 之前，先把自己手邊零散的資料，例如筆記、表格、過去的紀錄，整理到同一個地方。問問題時把背景、條件、限制講清楚；答案不理想，先回頭檢查自己給的資訊夠不夠，再調整重問。
看全部 35 條重點
🧑🏫 這是 OpenAI Podcast 第 22 集的第一段。一位是 OpenAI 研究員，一位是用 ChatGPT 自己做出賽車軟體的創業者，兩人聊賽車隊怎麼靠 AI 整理大量資料、更快做決定。賽車很講求速度和資料，拿來看 AI 在真實工作裡怎麼幫忙，比抽象的說明好懂很多。
- 00:00 主持人 Andrew Mayne 訪問 OpenAI 研究員 Joyce Ruffell，談她協助 Chip Ganassi Racing 用 AI 改善從物流到車手表現的各種事務↳ 這集由主持人 Andrew Mayne 訪問 OpenAI 研究員 Joyce Ruffell。她協助一支叫 Chip Ganassi Racing 的賽車隊用 AI 改善工作，從運送器材的後勤到車手表現都包括在內。
- 00:00 另一位來賓是 RaceTek Systems 共同創辦人 Chase Holden，談他用 ChatGPT 與 Codex 打造賽車公司的經驗↳ 第二位來賓 Chase Holden 開了一家賽車軟體公司 RaceTek Systems。他靠 ChatGPT 和 Codex 把公司做起來。Codex 是 OpenAI 幫人寫程式的 AI 工具。
- 00:31 Chase 認為資料就是賽車的一切，並說現在正處於所謂的「data wars（資料戰爭）」↳ Chase 覺得賽車比到最後就是在比資料。他說現在是「data wars」，也就是資料戰爭：各隊比的不只是車快不快，還比誰的資料多、用得好。
- 00:31 Joyce 是 OpenAI 研究員，近幾年主要研究資料問題：資料來源、資料品質、data pipeline、資料效率↳ Joyce 近幾年都在研究資料本身：資料從哪來、品質好不好、怎麼有效率地用。data pipeline 是把資料從收集、整理一路送到能使用的整套流程，影片沒有多解釋。
- 01:02 與 Chip Ganassi Racing 的研究合作目前以 IndyCar 為主，涵蓋 IndyCar 與 INDY NXT 系列；該車隊過去也參加過 NASCAR 與跑車賽↳ 這次合作主要做 IndyCar 和 INDY NXT。IndyCar 是美國頂級的開輪式賽車系列，INDY NXT 是它底下的培訓級別。這支車隊以前也跑過美國房車賽 NASCAR 和跑車賽。
- 01:32 賽車資料很獨特：大量高頻寬的 time-series 資料，既要事後回顧分析，也要在賽道上即時處理、盡快做判斷↳ 賽車資料大多是 time-series，就是依時間連續記錄的數據，例如每一瞬間的車速、轉速。量很大、更新很密，賽後要慢慢分析，比賽中也得馬上看、馬上做決定。
- 01:32 Chip Ganassi 車隊已有 35 年歷史，累積了大量不同車手、不同賽道、不同系列與規格的資料↳ 這支車隊成立 35 年，換過很多車手，跑過很多賽道和不同規格的車，累積的資料非常多。問題不在資料太少，而是太多太雜。
- 02:03 車隊不缺 know-how，關鍵是讓資料容易取用，以便比較、建立假設、驗證假設，再得出結果或重新來過↳ 車隊本來就懂賽車。卡住的地方是資料很難找、很難叫出來。資料一順手，才能照「比較、提出猜想、驗證、得出結論或重來」這個流程一直跑下去。
- 02:03 從資料取得答案越快，就能做越多實驗與微調，不只在每場正賽前，也包括每次排位賽與練習賽前↳ 以前查一個問題可能要花很久，現在問得快、答得快，同一段時間就能多試幾種調校。不只正賽前能調，每次練習賽、排位賽前也來得及調。
- 02:34 這能讓每次練習與排位成為更有價值的資料蒐集，服務唯一重要的目標：正賽↳ 練習賽和排位賽不只是跑跑看，每一圈都是在收集資料、測試想法，最後目的都是讓正賽跑得更好。qualifying（排位賽）決定正賽的起跑順序。
- 02:34 RaceTek Systems 為客戶打造客製化的 racing intelligence 系統與軟體↳ RaceTek 的業務是替客戶量身打造 racing intelligence 系統。意思是幫車隊整理資訊、分析狀況、協助判斷的賽車專用軟體。
- 03:04 RaceTek 正在做一套 all-in-one racing intelligence 系統，把一週中容易漏掉的小細節全部收集在同一個地方↳ 比賽週裡很多零碎資訊，例如某個設定改過、某個感覺不對，很容易漏掉或散落各處。RaceTek 想做一套系統，把這些全部集中在同一個地方。
- 03:04 目標是讓維修團隊用更聰明的角度評估情況，每個週末在賽道上做出更好的決策↳ 資訊集中以後，維修和工程團隊看問題能看得更完整，每個比賽週末在賽道上做的決定也會更準。
- 03:34 Chase 在 South Louisiana 長大，約五歲時被父母的朋友帶去 Talladega Superspeedway，看到 stock cars 就迷上賽車↳ Chase 在美國南路易斯安那長大。五歲左右被帶去 NASCAR 的 Talladega 賽道，看到 stock cars，外型像一般市售車的改裝賽車，從此迷上賽車。
- 04:39 多數人從競賽端進入 NASCAR 再轉往媒體，Chase 則相反：從媒體進入，現在轉向競賽端↳ 一般人是先當車手或在車隊工作，之後才轉去做媒體。Chase 剛好相反，他先在 NASCAR 媒體圈，現在才走進車隊和比賽這一端。
- 05:09 Chase 原本在金融、保險業工作，約 2017 年決定轉行做廣播與 podcast，節目主題是 NASCAR 與運動博彩↳ Chase 本來在金融、保險業工作，2017 年左右轉行做廣播和 podcast，節目主要聊 NASCAR 和運動博彩。
- 05:41 約 2022 年 ChatGPT 推出，從小熱愛科幻與 AI 的 Chase 開始深入研究模型的能力↳ ChatGPT 在 2022 年左右推出。Chase 從小就愛科幻和 AI，所以很快就開始認真研究這些模型能做到什麼。
- 06:14 Chase 用過多個版本的 ChatGPT，也在用 Codex；他發現自己終於能把賽車相關的點子實際做出來，這是以前沒有的能力↳ 他用過好幾代 ChatGPT，現在也用 Codex。以前他不會寫程式，腦中有點子也做不出來。現在有 AI 幫忙，他第一次能把賽車相關的想法自己做成東西。
- 06:45 以前向別人解釋構想常被說「太不切實際」，現在他可以自己把東西做出來↳ 以前他跟別人講構想，常被回「不切實際」，只能停在嘴上。現在他可以直接做出能用的東西，拿成品給人看。
- 06:45 Chase 想回饋賽車運動，特別想協助頂層支援較少的小型與中型車隊↳ Chase 想回饋賽車圈，尤其是中小型車隊。大車隊有錢有人，中小車隊資源少，更需要這類工具來補足。
- 07:47 Joyce 在 OpenAI 經營內部的汽車社群頻道，長期喜歡汽車結合工程、美學與情感吸引力的特質↳ Joyce 在 OpenAI 內部管理一個汽車同好社群。她喜歡汽車同時有工程技術、外型設計和讓人心動的感覺。
- 07:47 Joyce 在 COVID 期間迷上賽車，追過跑車賽、IndyCar、NASCAR 等系列，喜歡其社群與工程↳ Joyce 是在疫情期間迷上賽車的，跑車賽、IndyCar、NASCAR 都追過。她喜歡賽車的車迷社群，也喜歡背後的工程。
- 08:51 Joyce 加入 OpenAI 前在汽車業工作；她到 Indianapolis 參加研討會，多數 IndyCar 車隊總部設在那裡↳ 她加入 OpenAI 之前就在汽車業工作。後來去 Indianapolis 參加研討會，那裡是多數 IndyCar 車隊總部所在的城市。
- 08:51 研討會主辦方安排參訪車隊工廠；車隊通常很保密，能受邀進入相當難得↳ 研討會安排大家參觀車隊工廠。車隊平常很怕技術外流，外人很少能進去，所以這次參觀機會很難得。
- 09:23 Chip Ganassi Racing 是參訪車隊之一，當時已在研究如何將 AI 用於賽車；Joyce 說這大約是 2024 年底↳ Chip Ganassi Racing 是參觀的車隊之一。Joyce 說大約是 2024 年底，那時他們已經在研究怎麼把 AI 用在賽車上，雙方就這樣接上線。
- 10:23 Chase 認為現在任何人都能把事情組織得更好、更快取得所需；關鍵永遠在於誰最會組織↳ Chase 認為 AI 讓每個人都能更快整理資訊、找到要的東西。工具大家都有，最後拚的是誰最會整理、最會安排。
- 10:23 要掌握的包括：對特定賽道或彎道的了解、對車手的理解、清楚自己車隊的限制↳ 要整理的東西包括：這條賽道、這個彎道的特性，車手的習慣和感受，還有自己車隊在預算、人力、設備上做得到和做不到的事。
- 10:55 Chase 認為能把這些整合得最好又最快的車隊，整季成績可能會大幅提升↳ 他認為誰能把這些資訊整合得最好、最快，誰整季的成績就可能明顯往上跳。
- 11:26 Joyce 表示交付給車隊最有影響力的東西之一其實是「教育」：教他們模型如何運作↳ Joyce 說她帶給車隊最有用的東西，其實不是某個工具，而是「教育」：讓大家搞懂 AI 模型是怎麼運作的。
- 11:56 讓大家看到模型本質上只是機器、不是魔法；理解機器怎麼建構，就更容易想出怎麼跟它合作↳ 讓大家知道 AI 就是一台機器，不是什麼都知道的魔法。懂了它怎麼運作，就比較知道該怎麼用它、怎麼跟它合作。
- 11:56 這種教育以 prompt engineering 的形式進行↳ 教育的方式是 prompt engineering，也就是練習怎麼下指令、怎麼提供資料給 AI，讓它給出你真正要的答案。
- 12:26 重點在於輸入：給對的輸入就會得到想要的輸出，使用者有責任找出什麼是對的輸入↳ 核心觀念是：輸入決定輸出。給對的內容，才會拿到想要的結果。找出什麼是「對的輸入」是使用者自己的責任，不能都怪 AI。
- 12:26 與 Chip Ganassi 的合作大多是比賽日之前的準備工作，因為車隊在比賽日很清楚自己需要什麼↳ 合作大多在比賽日之前進行。比賽當天節奏很快，車隊很清楚自己該做什麼，所以 AI 主要用在事前的準備和研究。
- 12:56 仍在探索還能提供什麼來協助策略判斷；目前多數工作是事先準備，讓 timing stand 上的人對每條賽道都準備充分↳ 他們還在研究 AI 能不能幫忙做比賽策略。目前主要是事前準備，讓 timing stand 上的人，也就是比賽中在場邊看數據、下決策的人，對每條賽道都準備充分。
- 13:26 Chase 同意教育就是一切：不了解手上的工具、只憑自己的認知去用，就無法理解使用者端的狀況↳ Chase 也同意教育最重要。不懂工具怎麼運作，只照自己的想像去用，就搞不清楚為什麼會得到那個結果，也用不好。
📘 術語
data wars（資料戰爭）：Chase 用來形容現在賽車界的狀態，因為資料在賽車中就是一切
data pipeline（資料管線）：Joyce 列出的研究主題之一，字幕未進一步解釋
time-series data（時間序列資料）：賽車資料的特性：高頻寬，既要事後分析也要在賽道上即時處理
IndyCar / INDY NXT（IndyCar／INDY NXT 賽車系列）：Chip Ganassi Racing 目前參加的系列，是合作的主要重點
NASCAR（NASCAR 賽車）：賽車系列之一，Chip Ganassi 過去參加過，Chase 從 NASCAR 媒體起家
qualifying（排位賽）：正賽前的賽程之一，也是做微調與蒐集資料的機會
racing intelligence（賽車智慧系統）：RaceTek 打造的工具，讓團隊用更聰明的角度評估、做更好的賽道決策
stock cars（房車）：Chase 小時候在 Talladega 看到而迷上的賽車，字幕未進一步解釋
prompt engineering（提示工程）：教育車隊的形式：給對的輸入才會得到想要的輸出
timing stand（計時台）：比賽時車隊人員所在的位置，事前準備是為了讓這裡的人準備充分
data pipeline（資料管線）：Joyce 列出的研究主題之一，字幕未進一步解釋
time-series data（時間序列資料）：賽車資料的特性：高頻寬，既要事後分析也要在賽道上即時處理
IndyCar / INDY NXT（IndyCar／INDY NXT 賽車系列）：Chip Ganassi Racing 目前參加的系列，是合作的主要重點
NASCAR（NASCAR 賽車）：賽車系列之一，Chip Ganassi 過去參加過，Chase 從 NASCAR 媒體起家
qualifying（排位賽）：正賽前的賽程之一，也是做微調與蒐集資料的機會
racing intelligence（賽車智慧系統）：RaceTek 打造的工具，讓團隊用更聰明的角度評估、做更好的賽道決策
stock cars（房車）：Chase 小時候在 Talladega 看到而迷上的賽車，字幕未進一步解釋
prompt engineering（提示工程）：教育車隊的形式：給對的輸入才會得到想要的輸出
timing stand（計時台）：比賽時車隊人員所在的位置，事前準備是為了讓這裡的人準備充分
✏️ 小考一題
Joyce 表示她們交付給 Chip Ganassi Racing 最有影響力的東西之一是什麼？
A. 整合物流的排程工具B. 在比賽日自動做出策略決定的 AI 系統C. 預測車手表現的模型D. 關於模型如何運作的教育看答案
答案：D。Joyce 在 [11:26] 說最有影響力的交付之一「frankly, education. It's education about how our models work.」
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰