Аннонсированный стартап Laplace Intelligence из Анн Арбора, основанный под академическими крылами Университета Мичиган, выходит на арену предреализационного стресс-тестирования физического ИИ: они создают автоматизированное «красно‑тестирование» для роботов и автономных систем. Главная идея проста: «попробовать сломать» систему в моделированной среде, чтобы обнаружить и исправить проблемы до развёртывания в реальном мире. Как заявил основатель иCEO Howie Sun, цель — помочь компаниям обнаруживать и исправлять проблемы до развёртывания и накапливать доказательственную базу, которой можно доверять страховым компаниям и регуляторам. Параллельно Laplace ставит амбициозную задачу — превратить эти данные в общую базу свидетельств, на которую можно опираться в будущем. Источник блока 3.

Сама платформа Laplace строится вокруг высокоточной симуляции, в которой не только окружение, но и поведение «других участников» моделируются в реальном времени. Суть — использовать пост‑обученную версию Cosmos от Nvidia, чтобы реконструировать реальные дорожные условия и городские сценарии; симулятор соединяется с реальным миром за счёт референсов на основе карт и данных, где можно сгенерировать город и улицу в масштабе. Разумеется, симуляция дополняется данными трафика, получаемыми в реальном времени от навигационных сервисов, например TomTom. Помимо инфраструктуры, в симулируемых сценариях допускаются активные участники: в демонстрации Sun вел тестовую машину так, чтобы та «рискнула» на встречное движение, а другие автомобили «уступали дорогу» для предотвращения столкновения. Источники блоков 11, 12, 13.

Ключевое отличие Laplace — не просто симулировать окружение, но и автоматически проектировать «краевые» случаи — сложные, редкие ситуации, которые могут сбить с толку ИИ. По словам Sun, система может «дизайнить» из информации с новостей и полицейских протоколов по столкновениям, активно бросая вызов автономным транспортным средствам и другим физическим ИИ‑агентам, тем самым выводя человеческий фактор из цикла до минимума. В сочетании с интерактивной средой это создаёт «модель мира» с реагирующими участниками. Источник блока 16.

Laplace уже привлекла клиентов в области автономного вождения и работает над пилотами: например, сотрудничество с Nvidia и T‑Mobile по бесплатному пилоту «умного города» в Сан‑Хосе для повышения управления трафиком, а также участие в проектах по робототехнике для складских помещений. В коммерческих отношениях большая часть контрактов — проектная работа с намерением выйти на повторяющиеся доходы; ближайшая цель — собрать средства и масштабироваться, чтобы конкурировать с такими соперниками, как Applied Intuition. По словам Sun, методология «использовать ИИ для тестирования ИИ» является новой парадигмой, которая изменит подход к тестированию физических ИИ. Источники блоков 21, 22, 23, 24.