Laplace Intelligence pone a prueba robots en simulación antes de su despliegue

Laplace Intelligence está construyendo un sistema de “red-teaming” automatizado —intentar deliberadamente que un sistema falle— para robótica e IA física, apostando a que la única forma confiable de poner a prueba la IA física antes de su despliegue es hacer que otra IA la evalúe. “Los agentes de IA están pasando de las computadoras al mundo real, y realmente no queremos que la IA física falle en el mundo real”, dijo a TechCrunch el director ejecutivo y cofundador, Howie Sun.

Sun y el cofundador y científico jefe, Henry Liu, fundaron la startup, con sede en Ann Arbor, Michigan, hace un año, a partir de su paso por la Universidad de Michigan, apoyándose en la investigación que Sun dedicó ocho años a desarrollar en el ámbito académico sobre cómo desafiar a la IA de conducción autónoma en simulación. Un artículo de 2023 que publicó junto con Liu —entonces su asesor de doctorado— llegó a la portada de la revista Nature y atrajo el interés de empresas de vehículos autónomos, lo que llevó a Sun a convertir esa investigación en un producto.

En el núcleo del sistema de Laplace hay un entorno de simulación de alta fidelidad, una versión post-entrenada de la plataforma de simulación mundial Cosmos de Nvidia, reconstruida a partir de datos del mundo real, como imágenes de Google Street View y datos de mapas, combinada con un agente de IA que sondea constantemente en busca de debilidades. Los desarrolladores pueden cambiar el escenario en tiempo real mediante instrucciones en lenguaje natural, y Laplace obtiene datos de tráfico y congestión en vivo de proveedores de navegación como TomTom. Tanto el entorno como el comportamiento de otros actores dentro de él están simulados y son interactivos, lo que permite que el agente de IA diseñe “casos límite” raros y difíciles —extraídos de fuentes como informes de noticias y reportes policiales de colisiones— que de otro modo tendrían que diseñar personas.

Laplace está generando ingresos y un margen de ganancia modesto, principalmente a partir de clientes de conducción autónoma, entre ellos el fabricante japonés de camiones Isuzu y la empresa texana de camiones autónomos Bot Auto. Nvidia también es cliente, y ambas empresas trabajan junto con T-Mobile en un piloto gratuito de ciudad inteligente para San José, California, enfocado en operaciones de tráfico de alto nivel; Laplace también se encuentra en conversaciones iniciales con socios que construyen robots humanoides para almacenes. La mayoría de sus contratos son por proyecto por ahora, y la startup —una de las 20 empresas en la competencia Startup Battlefield 200 de esta semana en TechCrunch Disrupt, en San Francisco— busca recaudar fondos y crecer para competir con Applied Intuition, una rival que ha recaudado USD 1200 millones hasta la fecha con una valoración post-inversión de USD 15 000 millones y que también cuenta a Isuzu entre sus propios clientes.

Por qué importa

La apuesta de Laplace es que las pruebas de estrés simuladas se conviertan en práctica estándar a medida que los robots y los sistemas autónomos pasan de líneas de fábrica controladas a espacios públicos impredecibles, y que la evidencia que genera llegue a importarles no solo a los equipos de ingeniería, sino también a aseguradoras y reguladores.