Laplace Intelligence kehittää tekoälyvetoista Red Teaming -menetelmää robottien ja autonomisten ajoneuvojen kuormitustestaukseen

Kuva: Howie Sun, CEO, Laplace Intelligence.Image Credits:Laplace Intelligence · Lähde

Mičiganin yliopistosta irronnut Laplace Intelligence käyttää tekoälyagentteja korkealaatuisissa reaaliaikaisissa simulaatioissa tunnistaakseen etukäteen robotiikan ja itseohjautuvien autojen vikakohdat, pyrkien parantamaan niiden turvallisuutta ja luotettavuutta.

Tekoälyjärjestelmien siirtyessä yhä enemmän digitaalisista ympäristöistä fyysisiin sovelluksiin, kuten robotiikkaan ja autonomisiin ajoneuvoihin, niiden luotettavuuden ja turvallisuuden varmistaminen on ensisijaisen tärkeää. Laplace Intelligence, vuonna 2025 Miçiganin yliopiston tutkijoiden Howie Sunin ja Henry Liun perustama startup-yritys, tarttuu tähän haasteeseen hyödyntämällä tekoälyvetoinen red teaming -menetelmän vuorovaikutteisissa, korkealaatuisissa simulaatioissa. Heidän lähestymistapansa pyrkii paljastamaan mahdolliset järjestelmävirheet ennen kuin ne otetaan käyttöön todellisessa maailmassa.

Laplace yhdistää yksityiskohtaiset, todelliseen dataan perustuvat simulaatiot autonomisiin tekoälyagentteihin, joiden tehtävänä on tutkia ja kuormitustestata fyysisiä tekoälyjärjestelmiä. Simulaatiot on rakennettu Nvidia Cosmos -alustalla, joka mahdollistaa tarkat ympäristöjen uudelleenrakennukset – Arizonan moottoriteistä Pariisin jalankulkijoiden suojateihin – käyttämällä maantieteellistä ja visuaalista dataa, kuten Google Street View -kuvaa. Käyttäjät voivat muokata skenaarioita dynaamisesti lisäämällä reaaliaikaisia olosuhteita, kuten liikennemääriä, joita saadaan esimerkiksi TomTomilta.

Laplacen ero perinteisiin menetelmiin on sen tekoälyagenttien keskittymisessä harvinaisten ja haastavien skenaarioiden, niin kutsuttujen corner case -tilanteiden, luomiseen autonomisten järjestelmien testaamiseksi. Näihin tapauksiiin voi sisältyä erilaisia syötteitä, kuten uutistapahtumia ja poliisin onnettomuusraportteja, joita hyödyntämällä fyysinen tekoäly joutuu kohtaamaan odottamattomia tai vaativia tilanteita. Tämä on merkittävä siirtymä perinteisistä testausmenetelmistä, jotka perustuvat ihmisten suunnittelemiin skenaarioihin tai tallennettuun aineistoon.

Yritys on saavuttanut alkuvaiheen menestystä erityisesti autonomisen ajamisen alalla. Asiakaskuntaan kuuluu japanilainen kuorma-autonvalmistaja Isuzu, Texasissa toimiva autonomisia kuorma-autoja kehittävä Bot Auto ja Nvidia, joiden kanssa Laplace tekee yhteistyötä myös T-Mobilen kanssa San Josen älykaupunkihankkeessa Kaliforniassa. Varhaisia käyttökohteita on myös varastoissa käytettävissä humanoidiroboteissa. Vaikka yritys on vielä alkuvaiheessa, se on jo alkanut tuottaa tuloja ja toimia kannattavasti.

Yhteis perustaja Howie Sun korostaa, että heidän menetelmänsä edustaa uutta paradigmaa fyysisen tekoälyn testauksessa, muuttaen sen dynaamiseksi ja vuorovaikutteiseksi prosessiksi, joka ennustaa ja ehkäisee vikoja entistä paremmin. Heidän työnsä perustuu aiemmin Nature-lehdessä julkaistuun akateemiseen tutkimukseen, mikä osoittaa startupin tuotteen tieteellisen perustan.

Kilpailijoiden, kuten Applied Intuitionin, ollessa voimakkaasti rahoitettuja ja olevien suuria markkinaosuuksia, Laplace pyrkii kasvattamaan toimintaansa tulevien rahoituskierrosten ja markkina-aseman vahvistamisen myötä. Osallistuminen kilpailuihin kuten TechCrunch Disrupt Startup Battlefield kasvattaa yrityksen tunnettuutta ja asemaa luotettavana tekoälyn turvallisuustestauspalveluiden tarjoajana robotiikassa ja autonomisissa ajoneuvoissa.

Yhteenvetona Laplace Intelligence hyödyntää tekoälyä testatakseen tekoälyä luomalla realistisia ja adaptoituvia simulaatioita, jotka paljastavat haavoittuvuudet ennen todellista käyttöönottoa. Keskittyminen ennakoivaan vikojen tunnistamiseen kuvastaa kasvavaa tarvetta varmistaa fyysisten tekoälyjärjestelmien turvallinen ja luotettava toiminta niiden yleistyessä.