El paso de la F1 a la carretera

Originalmente, los avances en la ingeniería se producían a pasos agigantados y cualquier elemento era analizado para ver cómo se podía optimizar. Propulsión, frenos, aerodinámica, materiales... los saltos cualitativos llegaban primero a los grandes premios y luego se acaban trasladando a los modelos de calle.

Uno de los ejemplos más recientes son los motores híbridos, que se introdujeron a la competición en 2014. Hasta entonces, la Fórmula 1 había estado marcada por potentes motores de combustión de 12, 10 y 8 cilindros capaces de alcanzar casi 20.000 revoluciones por minuto. Hace una década, pasaron a tener 6 pistones y una unidad eléctrica que se recargaba con la energía de la frenada –KERS, por sus siglas en inglés–. En su generación actual, estos motores son capaces de desarrollar 1.030 caballos y alcanzar las 15.000 revoluciones por minuto.

McLaren, Mercedes-Benz, Aston Martin y Ferrari han lanzado todos modelos de calle híbridos con sistemas y prestaciones derivadas de la Fórmula 1, que se sitúan en lo alto de sus gamas con precios estratosféricos y unidades limitadas –del AMG One, por ejemplo, solo se fabricarán 275 unidades que se venderán por 2,5 millones–.

Los avances tangibles en la ingeniería ya han llegado a un punto en el que cada mejora marginal supone un desembolso enorme para los constructores. Todos están de acuerdo en que, ahora, las fronteras del desarrollo se encuentran en el software y que estas también se podrán trasladar al público general. Sistemas de gestión de batería y el desarrollo digital de los componentes, para evitar las pruebas físicas y ahorrar en costes, se han convertido en el trabajo habitual de las marcas, dentro y fuera de la pista.

La escudería Oracle Red Bull ha dado un paso más allá al integrar algoritmos de inteligencia artificial (IA) en casi todos los aspectos de su operación. Desde la toma de decisiones estratégicas hasta el desarrollo de motores, pasando por la interpretación del reglamento en tiempo real, el equipo con sede en Milton Keynes ha convertido al algoritmo en su copiloto silencioso.

Especialmente en los últimos tres años, gracias a la tecnología proporcionada por Oracle, es capaz de simular miles de millones de veces una sola carrera con el fin de encontrar la mejor forma de competir sobre el asfalto.

«En un fin de semana podemos hacer hasta 4.000 millones de simulaciones; esto es un 25% más de lo que hacíamos en el pasado», señala en conversación con unos pocos medios, entre ellos ABC, Hannah Schmitz, responsable de Estrategia del equipo Red Bull. Con estas pruebas constantes –posibles gracias a la infraestructura cloud de Oracle– la escudería busca anticiparse a casi cualquier variable: la aparición de un coche de seguridad, los patrones de desgaste de neumáticos, la estrategia de los rivales o cambios súbitos en la pista. A partir de ahí, la IA recomienda cuál es el mejor momento para una parada en boxes, cómo ahorrar energía sin perder ritmo o qué configuración puede maximizar el rendimiento del coche según el circuito y lo que la máquina espera que hagan los demás pilotos.

Esta tecnología, desarrollada para responder a los extremos de la competición, no tiene por qué quedarse solo en la Fórmula 1. Muchas de las herramientas que hoy optimizan una vuelta de clasificación podrían, con el tiempo, integrarse en los coches de calle. Los sistemas de predicción de estrategia que usa Red Bull tienen aplicaciones claras en la navegación asistida, la gestión eficiente del motor o el mantenimiento predictivo. De la misma forma que la IA ajusta la estrategia de un piloto en función de la degradación de neumáticos o del comportamiento del rival, un coche urbano podría adaptar su conducción en tiempo real según el tráfico, el clima o el estilo del conductor.

La empresa también recurre a los datos proporcionados por Oracle para mejorar los motores de sus monoplazas a través de su división Red Bull Ford Powertrains. Al utilizar inteligencia artificial la firma puede simular digitalmente procesos tan complejos como la combustión, el flujo térmico del turbo o la eficiencia energética del motor híbrido, la escudería está perfeccionando herramientas que, con el tiempo, podrían aplicarse en vehículos de calle. Esto permitiría crear motores más duraderos, sostenibles y adaptados a cada tipo de conductor. Además, el uso de modelos predictivos –capaces de anticipar fallos o necesidades de mantenimiento incluso antes de que se produzcan averías– abriría la puerta a una conducción más segura, personalizada y eficiente.

El mayor reto para llevar toda esta tecnología a la calle no solo es técnico, sino, sobre todo, humano. Hace falta confianza. Porque no existe el algoritmo perfecto, y en carretera un fallo en la simulación puede llegar a costar vidas. «El mayor obstáculo para implantar la IA en los coches será que la gente confíe en que dará la respuesta correcta y los resultados adecuados, porque gran parte de nuestro trabajo también se basa en la intuición y la experiencia», subraya Schmitz. La jefa de estrategia remarca que la incorporación de esta tecnología debe ser progresiva y supervisada: «Al igual que si eres una persona nueva sentada en el muro de boxes empiezas poco a poco y vas ganando confianza, con la IA debería ocurrir lo mismo».

De cara al futuro, Schmitz cree que en cinco años la inteligencia artificial será «una persona más dentro del paddock», aunque no cree que vaya a «dominarlo todo». Su papel, dice, será el de un apoyo imprescindible, pero no el de un sustituto absoluto.

Entre las últimas novedades tecnológicas de Red Bull se encuentra la herramienta AI Pitwall, un sistema basado en modelos de lenguaje natural –muy similares al popular ChatGPT– que ayuda al equipo a interpretar la normativa deportiva de la FIA en tiempo real. Esta IA combina algoritmos de lenguaje (LLM) con tecnología RAG (Retrieval-Augmented Generation) para ofrecer respuestas rápidas y precisas durante las carreras, lo que permite al equipo no solo evitar errores, sino también presentar reclamaciones con base sólida cuando sea necesario. Esta tecnología podría servir para desarrollar una suerte de copiloto virtual que interprete en tiempo real normativas de tráfico locales (por ejemplo, zonas de bajas emisiones, límites específicos, excepciones temporales) y que sea capaz de responder al conductor con explicaciones claras sobre cualquier situación extraña que se encuentre en carretera.

Ya hay empresas que están empezando a añadir tecnología de esta clase a sus automóviles. El pasado enero, Mercedes anunció que había llegado a un acuerdo con Google para desarrollar un asistente inteligente integrado en sus vehículos capaz de mantener conversaciones por voz con el conductor. Este sistema no solo responde preguntas sobre el tráfico o el clima, sino que también está entrenado con información técnica del coche, lo que le permite explicar funciones del vehículo, interpretar alertas o sugerir ajustes de conducción personalizados.