北京
F1赛场上，关于能量回收与电池充电的抱怨从赛季初就未停歇。尤其在所谓的“能量匮乏”赛道上，弯道与直道的比例以及弯道类型，使得新世代赛车难以在单圈中为电池充分充电。迈阿密大奖赛前，规则调整试图缓解备受批评的“过山车式比赛”——车手因电池电量状态不同而忽快忽慢。但近来的争议焦点，转向了动力单元的自学习算法。
这些算法会根据赛道条件的微小差异和驾驶技术的不同，自动调整动力输出，导致车手之间出现明显的速度差异。在斯帕，迈凯伦车手奥斯卡·皮亚斯特里将这种状况形容为“相当糟糕的比赛方式”。
然而，情况短期内不会改变。尽管有人主张彻底禁止使用机器学习工具，并引用F1运动规则第B1.9.1条作为依据，该条文明确写道：“车手必须独自且在没有协助的情况下驾驶赛车。”
对此，迈凯伦车队工程总监尼尔·霍尔德在F1夏休期间接受采访时表达了另一种观点。他认为，最优秀的车手依然能够应对这些新挑战，尽管这些挑战深奥且令人烦躁。“真正明白自己需要做什么的车手，那些敏锐的、世界上最棒的F1车手，仍然会是最快的。”他说。
霍尔德强调，评判车手表现的方式或许已经改变，“关键不在于极速，而在于背后生成单圈时间的思维过程”。他举例说，斯帕就是一个很好的案例，奥斯卡（皮亚斯特里）确实得到了略有不同的能量输出计划，这恰恰考验了车手如何理解和适应赛车的状态。
显然，机器学习算法在F1中的角色仍将引发持续争论。但至少从霍尔德的角度看，技术的演变并没有动摇一个核心事实：优秀车手的智慧与适应能力，依然是赛道上的终极武器。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
