Kot vse ostalo, je tudi taktika v formuli ena postala prava znanost, in to dobesedno. Moštveni strategi so dobili nepogrešljivega pomočnika v obliki računalnika in njegovih algoritmov, ki lahko predvidijo skoraj vse mogoče scenarije. Skoraj vse, kajti od časa do časa morajo inženirji ali dirkači ob kakšni nepredvideni situaciji odreagirati povsem intuitivno, izkušenjsko, skratka po svojem občutku. In potem se vsej tehnologiji navkljub lahko zgodi tudi kaj takega, kot se je Hamiltonu na letošnji VN Monaka.

Toda zagovorniki umetne inteligence trdijo, da so to pač izjemni dogodki, ki se zgodijo le od časa do časa. Revolucija na področju analitičnega načrtovanja taktike se je začela odvijati sredi devetdesetih let. Takrat je diplomant na southamptonski univerzi in velik ljubitelj formule ena Neil Martin, v okviru svoje projektne naloge preprosto pisal dvema moštvoma in jima predstavil svojo idejo, kako bi lahko z matematičnimi modeli pripomogel k boljšemu načrtovanju taktike. Na njegovo pismo se je odzval McLaren, ki mu je sprva le na papirju pošiljal suhoparne podatke, na primer sektorske čase celotnega dirkaškega vikenda, kljub temu pa je Martin s svojim modelom moštvu dokazal, da bi na eni izmed dirk dosegli boljši rezultat, če bi se odločili za en sam postanek namesto dveh. Takrat so postali v Wokingu bolj pozorni na njegovo delo in oktobra 1996 so mu že ponudili redno službo.

Možakar je sprva razvil svoj algoritem, leta 1998 pa je v formulo ena pripeljal tako imenovano metodo Monte Carlo, algoritem, ki na podlagi simulacij ponavljajočih dogodkov izvrže najbolj optimalen rezultat. Razvili so ga že v štiridesetih letih prejšnjega stoletja, je pa tako natančen, da lahko na primer z njim določijo matematično konstanto Pi povsem natančno, z le 0,07% odstopanja. ''V ta algoritem smo lahko vključili hkrati vse dirkalnike, gnečo na stezi, prehitevanja, varnostni avtomobil in ostale ponavljajoče dogodke. S simulacijami poteka dogodkov smo začeli dobivati zanimive rezultate, na primer: če se odločimo za taktiko dveh postankov, imamo 20 odstotkov možnosti, da končamo na prvem ali drugem mestu, če pa bomo obtičali v prometu, pa bomo verjetno končali šele na sedmem mestu ali nižje. Na drugi strani bomo s taktiko enega postanka najverjetneje končali na tretjem ali četrtem mestu, ni pa verjetno, da bi končali prvi in hkrati tudi ni tveganja, da bi končali šele sedmi. Prvič smo lahko s simulacijami določili tveganja pri določenih taktikah,'' pojasnjuje Martin. Algoritem Monte Carlo v formuli ena torej uporabljajo za simulacijo možnih scenarijev, iz katerih potem izračunajo, kakšen je pri določeni taktiki najverjetnejši razplet dirke.

Kmalu so na njegovo delo postali pozorni tudi sicer konservativni inženirji in matematični genij formule ena je dobil svojo skrito pisarno na dirkališču, od koder je lahko oskrboval moštvo s svojimi izračuni tudi med samo dirko. Ni šlo tako hitro, kot bi si ob razvoju tehnologije to lahko predstavljali, še leta 1999 je moral ob vsaki pomembnejši ugotovitvi peš s papirji v rokah do moštvenega komandnega pulta na ulici boksov. Naslednja prelomnica se je zgodila leta 2001, ko je FOM začel objavljati natančno merjenje časov vseh dirkalnikov. To je Anglež seveda s pridom izkoristil in vključil v svoje simulacije, ki jih je na ta način lahko prilagajal tudi med samo dirko glede na potek dogodkov: ''S tem smo lahko tudi med samo dirko začeli predvidevati, kakšna je optimalna taktika naših konkurentov in kako se lahko na to odzovemo.''

Od študenta, ki je v formulo ena prišel preko raziskovalne naloge, je Neil Martin s svojim znanjem ter inovativnostjo v le nekaj letih postal ena najbolj iskanih oseb v paddocku. Od McLarna ga je leta 2006 pot vodila k Red Bullu, od leta 2011 pa je član Ferrarija. Glavni vhodni podatek algoritmov, ki jih danes uporabljajo tudi ostala moštva, je obraba pnevmatik, kar pojasnjuje Williamsov strateg Pat Symonds: ''Pnevmatika daje največ oprijema na začetku, ko je še nova, iz kroga v krog pa malce popušča. Praviloma se to dogaja linearno, v vsakem krogu je oprijem slabši za približno enako vrednost, dokler ne pride do točke, ko se tako močno segreje, da drastično izgubi oprijem. Ravno pred to točko moramo načrtovati postanek,'' pojasnjuje Symonds. Na drugi strani je tu poraba goriva, ki ima na čase ravno obratni učinek, saj je dirkalnik iz kroga v krog lažji. Poleg 'Monte Carla' sicer uporabljajo še nekatere druge tehnike, na primer tako imenovano ''teorijo iger'', ki je prav tako veja uporabne matematike, med drugim pa temelji tudi na znanju, da so ljudje pri sprejemanju odločitev nagnjeni k rahlemu odklonu od na videz optimalnih rešitev, da bi si tako pridobili prednost pred konkurenco – torej nekakšna taktika presenečenja, skratka, skrajno zapletene zadeve, ki pa vodijo do enega samega cilja – tako ali drugače prelisičiti konkurenco.

In kateri so tisti parametri, ki jih računalniki vendarle ne morejo predvideti? Na primer drugačno obnašanje pnevmatik zaradi nenadne spremembe temperatur, tudi vsi kompleti pnevmatik se vedno ne obnašajo enako, pa nepredvideni zapleti, ob katerih mora moštvo reagirati v delčku sekunde, saj ni časa, da bi novo nastale razmere vpisovali v algoritme in čakali na rezultate simulacij. Piko na i torej še vedno doda človek, in tako se na koncu tudi ločijo zmagovalci od poražencev.