当媒体于周六在迈凯伦的接待区聚集，为安德烈·斯特拉的媒体发布会时，这位意大利车队老板分享了本赛季 F1 最具启发性的一句话：“当我们尝试分析这个问题时，事情就变得相当复杂。实际上，当我离开会议去这里参加媒体发布会时，关于为什么我们看到的差异在基本参数上并没有预定的讨论仍在进行中。”换句话说，F1车队本身并不总是完全理解发生了什么。这是迈凯伦在周六晚上遇到的情况，当时奥斯卡·皮亚斯特里在直道上耗费了大量时间给兰多·诺里斯，乔治·拉塞尔似乎也是如此，他在媒体区承认自己完全不知道是什么导致了他的直线劣势。具体发生了什么？根据斯特拉的说法，这与动力单元的“自学习元素”有关。这不是大多数人所理解的人工智能，而是基于许多参数前瞻性算法和自学习系统的影响，能够有效预测最佳的部署策略。它意味着算法通过之前的圈数学习，实时调整司机输入，以优化下一圈的部署，这也是皮亚斯特里所说的适用于出圈的情况。“发动机是如此复杂，对一切都非常敏感。甚至在出圈时你所做的事情都会决定接下来的事情。因此，这是一种非常棘手的赛车方式，但这是我们所拥有的。”这种预测不仅发生在一圈与下一圈之间，甚至在同一圈内也是如此。如果与基于设置和模拟的预期有轻微偏差，算法会根据新的现实预测剩余圈数的最佳部署策略。这听起来可能很积极，但自然，它会让驾驶员感到意外。上个周末最清楚的例子涉及伊萨克·哈贾尔在 Q3 的表现。这位法国车手想要给马克斯·维斯塔潘提供一定的拖车，因此在第14弯的出口处等侯这位四届世界冠军。显然，这并不符合事先确定的部署策略，这导致动力单元感到困惑，当哈贾尔重新加油时得到了意想不到的反应。“困难的是猜测引擎会给你什么，因为一旦你在第14弯的出口停下来并再次加油，发动机会有些困惑，因为你莫名其妙地停下了。软件也感到困惑，”哈贾尔说。虽然这是一个极端的例子，动力单元也会对更小的差异做出反应。这正是为什么许多车手在斯帕承认有时会感到无能为力。“当排位网格由计算机的行为或失常所决定时，这是一种相当糟糕的赛车方式，”皮亚斯特里解释说。“显然，在这里这种情况被夸大了，但当你从排位赛回来，看所有的角落并说，‘我和我的队友平分秋色，但结果落后了两十分之一’时，这感觉并不好。”车手实际上对这些部署变化影响有多大？兰多·诺里斯表示：“许多事情都超出了你的控制。”当在斯帕被问到这个问题时，诺里斯回答说：“这其实和你作为驾驶员没有太大关系。有时是有的，我们讨论的是提前几米按下按钮或其他的。这在某些时候会产生很大的差异，但在你的控制范围内某些事情是固定的，许多事情，很多事情，超出了你的控制范围，”现任世界冠军诺里斯告诉 Motorsport.com。他表示：“很多事情会影响你在排位赛上的节奏，这并不是驾驶员的责任。这只是希望你的动力单元能按照应有的方式工作，而不是做出一些愚蠢的反应。”答案是比较复杂的。是的，部分确实取决于驾驶员，但大多数情况下是在极小输入变化的意义上，这可能产生很大的不同。如果驾驶员在某一点稍微放得太晚，或在特定弯道出口时过早施加超过60%的油门，这会影响能量管理。