A Laplace Intelligence reúne robôs e carros autônomos antes que eles cheguem ao mundo real

Se há uma lição que o incidente OpenAI-Hugging Face nos ensinou é que os agentes de IA podem ser imprevisíveis.

“Imagine se algo assim acontecesse no mundo físico”, disse Howie Sun, CEO e cofundador da Laplace Intelligence, ao TechCrunch. “Os agentes de IA estão migrando dos computadores para o mundo real e não queremos realmente que a IA física falhe no mundo real.”

Laplace, sediada em Ann Arbor, está construindo equipes vermelhas automatizadas – essencialmente, testando o estresse de um sistema tentando deliberadamente fazê-lo falhar – para robótica e IA física. A empresa está apostando que a única maneira de garantir que a IA física seja segura é fazer com que a IA a teste.

“Nosso objetivo é ajudar as empresas a descobrir e corrigir problemas antes da implantação – e, ao longo do tempo, construir uma base compartilhada de evidências nas quais clientes, seguradoras e reguladores possam confiar”, disse Sun.

Laplace é uma das 20 startups competindo no Startup Battlefield 200, a competição de startups que acontece no TechCrunch Disrupt em São Francisco esta semana, de 13 a 15 de outubro. Ele se apresentará no Disrupt Stage na tarde de terça-feira, 13 de outubro.

Sun, ao lado de seu cofundador e cientista-chefe Henry Liu, fundou a Laplace há um ano na Universidade de Michigan. Sun passou os últimos oito anos na academia pesquisando como desafiar a IA de direção autônoma em simulação. Em 2023, ele e Liu – seu então orientador de doutorado – publicaram um artigo sobre o assunto que chegou à capa da importante revista científica Nature. Foi então que começaram a chegar ligações de empresas de veículos autônomos interessadas em implementar suas ideias.

“Percebi que queria construir isso e transformá-lo em uma pesquisa puramente acadêmica em um produto que fosse útil no mundo real”, disse Sun.

Usando sua pesquisa acadêmica como base, Sun e Liu construíram Laplace, assim chamado em homenagem ao “demônio de Laplace”, um experimento mental de 1814 do estudioso francês Pierre-Simon Laplace, que imaginou que se você soubesse o estado exato de tudo no universo, você poderia prever o futuro com total precisão.

“Estamos essencialmente usando simulação para prever o futuro do mundo real”, disse Sun.

No centro da startup está uma simulação de alta fidelidade reconstruída a partir do mundo real, combinada com um agente de IA que investiga constantemente pontos fracos e pontos de falha. O objetivo é garantir que qualquer IA física – seja um robô, um veículo autônomo ou uma solução de cidade inteligente – esteja segura na simulação antes de ser implantada no mundo real.

O ambiente de simulação é uma versão pós-treinada do Cosmos da Nvidia, uma plataforma de simulação mundial de IA, baseada no mundo real, permitindo a Laplace reconstruir qualquer coisa, desde uma rodovia no Arizona até uma faixa de pedestres em Paris. As simulações são geradas pela combinação de uma malha de diferentes informações do mundo real. Uma imagem do Google Street View pode servir como referência a partir da qual é gerada uma rua inteira. Mas em vez de gerar algo aleatório, o simulador combina dados de mapas do mundo real para recriar um ambiente fiel à escala.

Os desenvolvedores podem então usar prompts de idioma para alterar a configuração em tempo real, como adicionar tráfego à tarde. Sun diz que Laplace extrai informações de tráfego e congestionamento em tempo real de provedores de navegação como a TomTom.

Nas simulações de Laplace, não apenas o ambiente é simulado, mas também o comportamento de outros atores. Por exemplo, durante uma demonstração, a Sun orientou o veículo do agente de teste a desviar para o trânsito em sentido contrário. O carro que ele teria atingido – ou atravessado, como é comum entre alguns modelos mundiais generativos – saiu do caminho para evitar uma colisão.

“É realmente um ambiente de simulação interativo”, disse Sun. “Todos estão reagindo a tudo… Isto é mais como um modelo mundial com participantes interativos.”

Embora o ambiente simulado seja uma parte importante do produto de Laplace, o verdadeiro ponto de venda único são os agentes de IA que a startup está desenvolvendo para projetar automaticamente casos extremos (cenários raros e complicados que podem atrapalhar um sistema de IA), afastando ainda mais o humano do circuito.

“Eles podem projetar a partir das notícias, dos relatórios policiais sobre colisões – todos os tipos de informações para desafiar ativamente os veículos autônomos e outros agentes físicos de IA”, disse Sun.

Hoje, os desenvolvedores de veículos autônomos treinam principalmente uma IA para lidar com casos extremos usando imagens gravadas que depois transformam em uma simulação, ou confiando em humanos para ter novas ideias e projetá-las. Embora muitas empresas de AV tenham feito o que Laplace está apresentando e começado a adotar a IA para criar casos extremos de treinamento – vem à mente a empresa de caminhões autônomos Waabi – a necessidade desse tipo de tecnologia realmente se tornará aparente quando começarmos a colocar robôs generalizados no mundo real.

“Há menos dados sobre robótica generalizada”, disse Sun. “Ninguém sabe quais serão os casos extremos no mundo real.”

Apesar de Sun e Liu serem oriundos do meio académico, sem nenhum pedigree brilhante em empresas tecnológicas do Vale do Silício, os dois conseguiram começar a gerar receitas e até obter um lucro modesto. A maior parte do dinheiro vem de casos de uso de direção autônoma, com clientes incluindo a empresa de caminhões autônomos Bot Auto, com sede no Texas, e um grande fabricante automotivo japonês.

Laplace também está trabalhando com a Nvidia e a T-Mobile em um piloto gratuito de cidade inteligente para San Jose, Califórnia, para fornecer operações de tráfego de alto nível. Laplace também está nos estágios iniciais de trabalho com parceiros na construção de robótica humanóide para armazéns.

A maioria dos contratos com clientes da Laplace hoje são baseados em projetos, e a empresa está trabalhando para transformar isso em receita recorrente. O objetivo de curto prazo da startup – que ela espera ser auxiliada pela competição na Disrupt – é arrecadar fundos e escalar para poder competir com seus rivais.

O principal entre seus rivais é a Applied Intuition, uma startup movimentada em estágio avançado que levantou US$ 1,2 bilhão até o momento, com uma avaliação pós-monetária de US$ 15 bilhões.

Sun não está muito preocupado. Ele acredita que a metodologia central de Laplace de usar IA para testar IA é um “novo paradigma que muda totalmente o teste de IA física”, transformando-o em um “processo de teste dinâmico e interativo”.

“Esse será o maior fosso”, disse ele.

Este artigo foi atualizado para esclarecer o relacionamento de Laplace com a Nvidia.