Назад
Laplace Intelligence проводить ред-тестинг роботів і автономних авто за допомогою AI-агентів
SiTech AI Team3 хв читання

Laplace Intelligence проводить ред-тестинг роботів і автономних авто за допомогою AI-агентів

Стартап Laplace Intelligence, що базується в Анн-Арборі, створює автоматичний ред-тестинг для роботів, автономних автомобілів і розумних міст. Симуляції відтворюють реальні дороги та трафік, а AI-агенти шукають сценарії відмов до запуску.

Симуляція, заснована на реальному світі

Генеральний директор і співзасновник Laplace Intelligence Хауї Санні каже, що AI-агенти переходять з комп’ютерів у фізичний світ, і компанія хоче знаходити помилки до запуску. Laplace Intelligence розташована в Анн-Арборі; її приблизно за рік до TechCrunch Disrupt заснували Санні та головний науковець Генрі Ліум з Університету Мічигану.

Санні провіс вісім років у академічній сфері та досліджував, як створювати виклики для AI автономного керування в симуляції. У 2023 році Санні та Ліум, який тоді був його докторським науковим керівником, опублікували роботу з цієї теми, яка потрапила на обкладинку Nature. За словами Санні, після цього надійшли дзвінки від компаній автономних автомобілів, що підштовхнуло його перетворити дослідження на продукт.

Тестовий світ, який реагує

За словами Laplace Intelligence, її основний продукт — це високоточна симуляція, відтворена з реального світу, яку поєднано з AI-агентом, що шукає слабкі місця та точки відмов. Симуляція є доопрацьованою версією Nvidia Cosmos, платформи симуляції AI-світів, і спирається на дані реального світу, тому можна відтворювати такі середовища, як розв’язка в Аризоні або пішохідний перехід у Парижі.

Система об’єднує різні дані реального світу. Зображення Google Street View можуть служити орієнтиром для генерації вулиці, а дані реальної карти зберігають масштаб результату. Розробники можуть змінювати середовище в реальному часі за допомогою мовних промптів; компанія також каже, що отримує інформацію про трафік і завантаженість доріг у реальному часі від таких провайдерів навігації, як TomTom.

AI-агенти створюють критичні випадки

За словами Санні, важлива інтерактивна частина. На демонстрації він доручив тестовому агенту-автомобілю поїхати до зустрічного трафіку, а інший автомобіль замість того, щоб в’їхати в тестовий автомобіль, його обійшов. Компанія описує результат як модель світу з інтерактивними учасниками, а не як фіксоване уявлення про середовище.

Laplace Intelligence також готує AI-агентів, які автоматично створюють критичні випадки — рідкісні сценарії, які можуть призвести до відмови AI-системи. За словами Санні, агенти можуть використовувати інформацію, наприклад новини та поліцейські звіти про аварії, щоб ставити виклики автономним автомобілям та іншим фізичним AI-агентам. На його думку, це більше віддаляє людину від процесу, ніж покладатися на записи, зроблені в симуляції, або на те, що нові сценарії вигадують люди.

Клієнти та наступні кроки

Компанія каже, що вже отримує дохід і має невеликий прибуток, переважно з контрактів з автономного керування. Серед названих Санні клієнтів — японський виробник вантажних автомобілів Isuzu, компанія автономних вантажівок Bot Auto, що базується в Техасі, та Nvidia. Laplace Intelligence спільно з Nvidia і T-Mobile проводить безкоштовний пілот «розумного міста» в Сан-Хосе, Каліфорнія, для високорівневих операцій трафіку та веде ранні переговори з партнерами-розробниками гуманоїдної робототехніки для складів.

Laplace Intelligence — один із 20 стартапів Startup Battlefield 200 на TechCrunch Disrupt у Сан-Франциско; у середу після полудня він планує вийти на Disrupt Stage. Більшість контрактів заснована на проєктах; компанія каже, що рухається до повторюваного доходу та шукає кошти для масштабування. Санні назвав головним конкурентом Applied Intuition і сказав, що перевага Laplace Intelligence — це методологія тестування AI за допомогою AI.

Джерела: Techcrunch

SSiTech

SiTech — веброзробка з підтримкою AI

Створюємо швидкі та сучасні сайти й інтегруємо AI у бізнес-процеси. Маєте проєкт чи запитання? Із задоволенням допоможемо.