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

如果OpenAI与Hugging Face事件教会我们一件事，那就是AI智能体可能难以预测。 Laplace Intelligence联合创始人兼CEO Howie Sun对TechCrunch表示：“想象一下，类似的事情发生在物理世界会怎样。AI智能体正从计算机走向现实世界，我们当然不希望物理AI在现实世界中失败。” 总部位于安娜堡的Laplace正在为机器人技术和物理AI构建自动化红队测试——本质上，就是通过刻意让系统失败来对其施压测试。该公司押注，确保物理AI安全的唯一方式，是让AI来测试AI。 Sun说：“我们的目标是帮助企业在部署前发现并修复问题，并随着时间推移，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。” Laplace是Startup Battlefield 200的20家参赛初创公司之一。该创业路演竞赛本周（10月13日至15日）在旧金山举行的TechCrunch Disrupt上进行。公司将于10月13日周二下午在Disrupt Stage登台展示。 Sun与联合创始人兼首席科学家Henry Liu一年前在密歇根大学创立了Laplace。过去八年，Sun一直在学术界研究如何在仿真中挑战自动驾驶AI。2023年，他与当时担任其博士导师的Liu发表了一篇相关论文，并登上顶级科学期刊《Nature》封面。此后，对将其想法付诸实施的自动驾驶公司开始纷纷来电。 Sun说：“我意识到，我想把这件事做出来，把它从纯学术研究变成在现实世界中有用的产品。” Sun和Liu以他们的学术研究为基础创建了Laplace。公司名称源自“拉普拉斯妖”——法国学者皮埃尔-西蒙·拉普拉斯在1814年提出的思想实验：如果你知道宇宙中一切事物的精确状态，就能以完全的精确性预测未来。 Sun说：“我们本质上是在用仿真预测现实世界的未来。” 该公司的核心是一个根据现实世界重建的高保真仿真环境，并配有一个持续探测弱点和故障点的AI智能体。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——在现实世界部署前，都能在仿真中证明其安全性。 仿真环境是基于英伟达Cosmos（一个AI世界仿真平台）经后期训练得到的版本，并以现实世界为基础，使Laplace能够重建从亚利桑那州高速公路到巴黎人行横道的各种场景。仿真通过混合不同现实世界信息的网格生成。一张谷歌街景图像可以作为参考，并据此生成整条街道。但模拟器并非随机生成，而是结合现实世界地图数据，按真实比例重建环境。 开发者随后可以使用语言提示实时改变设置，例如加入午后交通流量。Sun表示，Laplace会从TomTom等导航服务商处获取实时交通和拥堵信息。 在Laplace的仿真中，不仅环境是模拟的，其他交通参与者的行为也是模拟的。例如在一次演示中，Sun让测试智能体车辆转向冲入对向车流。原本可能被撞上——或像某些生成式世界模型常见的那样被直接穿过去——的那辆车会主动避让，以避免碰撞。 Sun说：“这确实是一个交互式仿真环境。每个对象都在对一切作出反应……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产品的重要组成部分，但真正的独特卖点在于该公司正在开发的AI智能体：它们能够自动设计极端案例（corner cases，即可能让AI系统出错的棘手罕见场景），从而进一步减少人类在循环中的参与。 Sun说：“它们可以根据新闻、警方碰撞报告——各种信息来设计场景，主动挑战自动驾驶车辆和其他物理AI智能体。” 如今，自动驾驶汽车开发商大多使用录制影像并将其转化为仿真，来训练AI处理边缘案例；或者依赖人类提出新想法并进行设计。尽管许多自动驾驶公司已经做了Laplace所推销的事情，开始采用AI生成用于训练的极端案例——自动驾驶卡车公司Waabi就是一例——但当我们开始把通用机器人投入现实世界时，这类技术的需求才会真正显现。 Sun说：“通用机器人领域的数据较少。没有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，没有耀眼的硅谷科技公司履历，但两人已经设法开始创收，甚至实现了适度盈利。大部分收入来自自动驾驶用例，客户包括总部位于得克萨斯州的自动驾驶卡车公司Bot Auto和一家日本大型汽车制造商。 Laplace还在与英伟达和T-Mobile合作，为加州圣何塞开展一个免费的智慧城市试点项目，以提供高层级交通运营。Laplace也处于与仓库人形机器人建设伙伴合作的早期阶段。 目前，Laplace的大多数客户合同都是项目制的，公司正努力将其转化为经常性收入。这家初创公司的近期目标——它希望借助参加Disrupt来推进——是融资并扩大规模，以便与竞争对手竞争。 其竞争对手中最主要的是Applied Intuition，这是一家备受关注的后期阶段初创公司，迄今已融资12亿美元，投后估值为150亿美元。 Sun并不太担心。他相信，Laplace用AI测试AI的核心方法论是一种“改变物理AI测试方式的全新范式”，将测试转变为“动态交互式测试流程”。 他说：“那将是最深的护城河。” 本文已更新，以澄清Laplace与英伟达的关系。