Laplace Intelligence desarrolla pruebas de red basadas en IA para poner a prueba robots y vehículos autónomos

Image: Howie Sun, CEO, Laplace Intelligence.Image Credits:Laplace Intelligence · Source

Laplace Intelligence, surgida de la Universidad de Michigan, utiliza agentes de IA en simulaciones realistas de alta fidelidad para identificar proactivamente puntos de fallo en robótica y coches autónomos antes de su despliegue, con el objetivo de mejorar la seguridad y la fiabilidad.

A medida que los sistemas de IA se trasladan cada vez más de entornos digitales a aplicaciones físicas como la robótica y los vehículos autónomos, garantizar su fiabilidad y seguridad se vuelve fundamental. Laplace Intelligence, una startup fundada en 2025 por los investigadores de la Universidad de Michigan Howie Sun y Henry Liu, aborda este desafío empleando pruebas de red impulsadas por IA dentro de simulaciones interactivas y de alta fidelidad. Su enfoque busca exponer posibles fallos antes de que dichos sistemas entren en el mundo real.

La tecnología de Laplace combina simulaciones detalladas basadas en datos del mundo real con agentes autónomos de IA encargados de sondear y poner bajo estrés sistemas físicos de IA. Las simulaciones se construyen utilizando la plataforma Cosmos de Nvidia, que permite la reconstrucción precisa de diversos entornos — desde autopistas en Arizona hasta pasos de peatones en París — usando datos geográficos y visuales como imágenes de Google Street View. Los usuarios pueden modificar escenarios dinámicamente, incorporando condiciones en tiempo real como niveles de tráfico obtenidos de proveedores como TomTom.

Lo que distingue a Laplace es su enfoque en agentes de IA que generan activamente escenarios raros y desafiantes, conocidos como casos límite, para probar sistemas autónomos. Estos casos pueden derivarse de entradas diversas, incluyendo eventos noticiosos e informes policiales de colisiones, impulsando a la IA física a manejar situaciones imprevistas o difíciles. Esto representa un cambio respecto a los métodos tradicionales de prueba que dependen de escenarios diseñados por humanos o grabaciones.

La empresa ha encontrado tracción inicial principalmente en la conducción autónoma. Entre sus clientes se incluyen el fabricante japonés de camiones Isuzu, la empresa de camiones autónomos Bot Auto en Texas, y Nvidia, junto con la que Laplace colabora con T-Mobile en un proyecto piloto de ciudad inteligente en San José, California. Los primeros compromisos también se extienden a la robótica humanoide utilizada en almacenes. Aunque aún en etapa temprana, Laplace ha comenzado a generar ingresos y opera de manera rentable.

El cofundador de Laplace, Sun, enfatiza que su metodología representa un nuevo paradigma en el testeo de IA física, transformándolo en un proceso dinámico e interactivo que puede predecir y prevenir mejor las fallas. Su trabajo se basa en investigación académica publicada previamente en la revista Nature, resaltando la rigurosa base científica detrás del producto de la startup.

Con competidores como Applied Intuition que dominan con financiación sustancial y presencia de mercado, Laplace busca escalar mediante futuras rondas de financiación y mayor penetración en el mercado. La participación en competiciones como Startup Battlefield de TechCrunch Disrupt contribuye a elevar el perfil de la startup, que aspira a ser un proveedor confiable de pruebas rigurosas de seguridad de IA para robótica y vehículos autónomos.

En resumen, Laplace Intelligence aprovecha la IA para probar la IA creando simulaciones realistas y adaptativas que exponen vulnerabilidades antes del despliegue en el mundo real. Este enfoque en el descubrimiento preemptivo de fallos refleja la creciente necesidad de garantizar que los sistemas de IA física operen de manera segura y confiable conforme se generalizan.