„Dacă ceva de genul acesta s-ar întâmpla în lumea reală, consecințele ar fi cumplite", spune Sun pentru TechCrunch. „Agenții de AI ies din computere și pătrund în lumea materială, iar noi nu ne putem permite ca inteligența artificială fizică să eșueze în producție, pe drumuri sau în fabrici."
Laplace Intelligence, un startup cu sediul în Ann Arbor, Michigan, construiește ceea ce în limbajul industriei se numește „red-teaming automatizat" — adică teste de stres prin care un sistem este supus în mod deliberat unor situații extreme, tocmai pentru a-i descoperi punctele slabe. Doar că aici nu vorbim despre software de birou sau chatboți, ci despre robotică și AI fizică: roboți industriali, mașini autonome, soluții pentru orașe inteligente. Pariul companiei este simplu și radical în același timp: singura modalitate de a garanta siguranța AI fizice este ca tot AI să o testeze.
„Ne dorim să ajutăm companiile să descopere și să repare problemele înainte de implementare și, în timp, să construim o bază comună de dovezi în care clienții, asigurătorii și autoritățile de reglementare să aibă încredere", explică Sun.
Laplace este una dintre cele 20 de startupuri care concurează în Startup Battlefield, competiția de pitch-uri de trei zile din cadrul TechCrunch Disrupt, care are loc în centrul orașului San Francisco. Compania va urca pe scenă luni după-amiază, pe 13 octombrie.
Rădăcini academice, ambiții comerciale
Povestea Laplace începe într-un laborator universitar. Acum aproximativ douăsprezece luni, Sun și cofondatorul său, cercetătorul-șef Henry Liu, au fondat startupul pornind de la cercetarea desfășurată la Universitatea din Michigan. Sun a petrecut ultimii opt ani în mediul academic, studiind modalități prin care sistemele de conducere autonomă pot fi provocate și stresate în simulare. În 2023, el și Liu — care la acea vreme era supervizorul său de doctorat — au publicat o lucrare pe această temă, care a ajuns chiar pe coperta prestigioasei reviste științifice Nature. Atunci au început să curgă telefoanele de la companii de vehicule autonome interesate să implementeze ideile lor.
„Am realizat că vreau să construiesc asta și să trec de la cercetarea pur academică la un produs cu adevărat util în lumea reală", mărturisește Sun.
Numele companiei nu este deloc întâmplător. Laplace este o referință directă la „demonul lui Laplace", un experiment mental propus în 1814 de savantul francez Pierre-Simon Laplace. Acesta imagina că, dacă ai cunoaște starea exactă a fiecărui lucru din univers, ai putea prezice viitorul cu o precizie absolută. Parafrazându-l pe Sun: „Esențialmente, folosim simularea pentru a prezice viitorul lumii reale".
Inima produsului: simulare de înaltă fidelitate
La baza tehnologiei Laplace stă o simulare de înaltă fidelitate, reconstruită din lumea reală, cuplată cu un agent AI care sondează constant sistemul pentru a-i găsi slăbiciunile și punctele de eșec. Scopul este ca orice AI fizic — fie că vorbim despre un robot, o mașină autonomă sau o soluție de oraș inteligent — să fie validat în siguranță în simulare înainte de a fi pus în funcțiune în lumea reală.
Mediul de simulare este o versiune antrenată suplimentar a platformei Cosmos a Nvidia, un sistem AI de simulare a lumii, ancorată în date reale, ce permite Laplace să reconstruiască aproape orice scenariu: de la o autostradă din Arizona la o trecere de pietoni din Paris. Simulările sunt generate prin îmbinarea unei rețele de informații provenite din lumea reală. O imagine din Google Street View poate servi drept referință de la care se generează o stradă întreagă. Dar, spre deosebire de generatoarele care produc conținut aleator, simulatorul Laplace combină date cartografice reale pentru a recrea un mediu la scară fidelă.
Dezvoltatorii pot apoi folosi comenzi în limbaj natural pentru a modifica scenariul în timp real — de exemplu, pentru a adăuga trafic de după-amiază. Sun explică faptul că Laplace preia informații în timp real despre trafic și congestii de la furnizori de navigație precum TomTom.
Nu doar mediul, ci și comportamentul actorilor
În simulările Laplace nu este recreat doar decorul, ci și comportamentul celorlalți participanți la trafic. În timpul unei demonstrații, Sun a ordonat vehiculului de test să vireze brusc pe contrasens, în calea traficului care venea din față. Mașina pe care ar fi lovit-o — sau prin care ar fi trecut, așa cum se întâmplă adesea în unele modele generative de lume — s-a mutat din cale pentru a evita coliziunea.
„Este într-adevăr un mediu de simulare interactiv", subliniază Sun. „Toată lumea reacționează la tot. Seamănă mai degrabă cu un model de lume în care toți participanții sunt interactivi, nu doar decor pasiv."
Deși mediul simulat reprezintă o componentă importantă a produsului, adevărata propunere unică de vânzare a Laplace sunt agenții AI pe care startupul îi dezvoltă pentru a proiecta automat „corner cases" — acele scenarii rare și complicate care pot destabiliza un sistem AI — reducând treptat necesitatea intervenției directe a unui om în bucla de testare.
Miza mai mare: încrederea în AI fizică
Pe măsură ce roboții și vehiculele autonome ies din laboratoare și prototipuri și încep să populeze depozite, drumuri și spații publice, întrebarea despre siguranță nu mai este una teoretică, ci una stringentă. Industrii întregi — de la logistică la transporturi, de la agricultură la securitate — așteaptă dovezi credibile că AI fizică poate fi încrezătoare în fața unor situații neașteptate. Tocmai aici intervine viziunea Laplace: nu doar identificarea bug-urilor, ci crearea unui cadru de încredere agreat de clienți, asigurători și reglementatori.
Într-o eră în care AI devine omniprezentă, capacitatea de a o testa riguros înainte ca ea să atingă lumea fizică ar putea face diferența dintre un viitor al inovației sigure și unul al incidentelor publice costisitoare.
De ce este important:
Acest articol evidențiază o nevoie critică și adesea subestimată a tranziției AI din mediul digital în cel fizic: testarea riguroasă a roboților și a vehiculelor autonome înainte ca aceștia să interacționeze cu oamenii. Pe măsură ce inteligența artificială iese de pe ecrane și pătrunde în lumea materială, costul unui eșec crește exponențial — de la un răspuns incorect al unui chatbot la un accident rutier sau o defecțiune industrială. Laplace Intelligence propune un model în care AI se testează pe AI, generând un volum masiv de scenarii-limită imposibil de acoperit manual. Dacă această abordare se va impune, ea ar putea deveni un pilon central al reglementărilor viitoare pentru AI fizică, influențând atât standardele industriale, cât și încrederea publicului în tehnologiile autonome.
