Laplace Intelligence 在机器人和自动驾驶汽车进入真实世界前对其进行红队测试

如果说 OpenAI-Hugging Face 事件给了我们一个教训，那就是 AI 智能体可能难以预测。 

“想象一下，如果类似的事情发生在物理世界，”Laplace Intelligence 的首席执行官兼联合创始人 Howie Sun 告诉 TechCrunch，“AI 智能体正在从计算机走向真实世界，我们并不希望物理 AI 在现实世界中失败。”

总部位于安娜堡的 Laplace 正在为机器人和物理 AI 构建自动化红队测试——本质上，就是通过故意让系统失败来对其进行压力测试。该公司押注于这样一个理念：确保物理 AI 安全的唯一方法就是让 AI 来测试它。

“我们的目标是帮助公司在部署前发现并修复问题——并随着时间的推移，建立一个客户、保险公司和监管机构都能信任的共享证据基础，”Sun 说。

Laplace 是参加 TechCrunch Disrupt 在旧金山市中心举办的三天路演竞赛 Startup Battlefield 的 20 家初创公司之一。它将于 10 月 13 日星期一下午在 Startup Battlefield 舞台上登台展示。

Sun 与他的联合创始人兼首席科学家 Henry Liu 在一年前创立了 Laplace，公司孵化于密歇根大学。Sun 在过去八年里一直从事学术界研究，探索如何在仿真中挑战自动驾驶 AI。2023 年，他与 Liu——他当时的博士生导师——就该主题发表了一篇 论文，登上了顶级科学期刊《自然》（Nature）的封面。从那时起，各自动驾驶汽车公司开始打电话来，希望实现他们的想法。

“我意识到，我想把它从纯粹的学术研究转化为在现实世界中有用的产品，”Sun 说。

Sun 和 Liu 以他们的学术研究为基础创建了 Laplace，其名字源自“拉普拉斯妖”，这是法国学者皮埃尔-西蒙·拉普拉斯（Pierre-Simon Laplace）1814 年的一个思想实验，设想如果知道宇宙中一切事物的精确状态，就可以完全精确地预测未来。

“我们本质上是在用仿真来预测现实世界的未来，”Sun 说。

这家初创公司的核心是一个从真实世界重建的高保真 仿真系统，并配备一个不断探测弱点和故障点的 AI 智能体。其目标是确保任何物理 AI——无论是机器人、自动驾驶汽车还是智慧城市解决方案——在部署到现实世界之前先在仿真中是安全的。

该仿真环境是 Nvidia 的 Cosmos（一个 AI 世界仿真平台）经后训练的版本，并以真实世界为基础，使 Laplace 能够重建从亚利桑那州的高速公路到巴黎的人行横道的任何场景。仿真通过融合多种真实世界信息生成。一张 Google 街景图像可以作为参考，从中生成整条街道。但仿真器并非随机生成，而是结合真实世界的地图数据来重建一个符合真实比例的环境。

开发人员随后可以使用语言提示实时更改场景设置，比如加入下午的车流。Sun 表示，Laplace 从 TomTom 等导航提供商那里获取实时交通和拥堵信息。

在 Laplace 的仿真中，不仅模拟环境，还模拟其他参与者的行为。例如，在一次演示中，Sun 指挥测试智能体车辆驶入逆行车道。它本会撞上——或像某些 生成式世界模型常见的那样直接穿过——的车辆，却避开路线以避免碰撞。 

“这 truly 是一个交互式仿真环境，”Sun 说，“每个人都在对一切做出反应。……这更像是一个带有交互参与者的世界模型。”

虽然仿真环境是 Laplace 产品的重要部分，但真正的独特卖点是该初创公司正在开发的、用于自动设计极端案例（可能让 AI 系统出错的棘手罕见场景）的 AI 智能体，从而让人类进一步脱离流程。 

“它们可以从新闻、从事故警察报告等各种信息中进行设计，主动挑战自动驾驶车辆和其他物理 AI 智能体，”Sun 说。

如今，自动驾驶汽车开发者大多使用录制的画面训练 AI 处理边缘案例，然后将其转化为仿真，或者依靠人类提出新想法并进行设计。虽然许多自动驾驶公司已经做了 Laplace 所宣传的事情，开始拥抱 AI 来创建用于训练的边缘案例——比如自动驾驶卡车公司 Waabi——但当我们开始在现实世界中部署通用机器人时，这类技术的需求才会真正显现出来。 

“通用机器人方面的数据更少，”Sun 说，“没人知道现实世界中的边缘案例会是什么。”

尽管 Sun 和 Liu 来自学术界，没有闪亮的硅谷科技公司背景，但两人已经设法开始创造收入，甚至实现了小幅盈利。大部分收入来自自动驾驶用例，客户包括日本卡车制造商 Isuzu 和总部位于得州的自动驾驶卡车公司 Bot Auto。 

Sun 说，英伟达也是客户。这两家公司与 T-Mobile 一起，正为圣何塞市合作开展一个免费的智慧城市试点项目，以提供高级交通运营。Laplace 还处于与合作伙伴共同构建仓库人形机器人的早期阶段。  

目前，Laplace 的大多数客户合同都是按项目计算的，公司正努力将其转变为经常性收入。这家初创公司的近期目标——它希望参加 Disrupt 大赛能有所帮助——是筹集资金并扩大规模，以便与竞争对手抗衡。 

其最大的竞争对手是 Applied Intuition，一家备受瞩目的后期初创公司，迄今已融资 12 亿美元，投后估值为 150 亿美元。Isuzu 也是 Applied 的客户之一。 

Sun 并不太担心。他认为 Laplace 使用 AI 测试 AI 的核心方法论是“一种彻底改变物理 AI 测试的新范式”，将其转变为“动态交互式测试过程”。

“那将是最大的护城河，”他说。 

当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。