Laplace Intelligence dùng tác tử trí tuệ nhân tạo để kiểm thử đối kháng robot và xe tự lái. Hoạt động kiểm thử diễn ra trong mô phỏng có độ trung thực cao. Công nghệ này cũng kiểm thử các hệ thống trí tuệ nhân tạo vật lý khác. Hệ thống chủ động tạo tình huống dễ gây lỗi. Nhờ đó, nhà phát triển có thể tìm và sửa điểm yếu trước khi triển khai sản phẩm trong môi trường thật.
Các tác tử trí tuệ nhân tạo có thể hành động ngoài dự kiến. Với robot hoặc xe tự lái, một sai lệch tương tự có thể tác động trực tiếp đến con người và môi trường xung quanh.
Theo TechCrunch, Laplace Intelligence đang phát triển hệ thống kiểm thử đối kháng tự động. Hệ thống này dành cho robot và trí tuệ nhân tạo vật lý. Công ty đẩy các hệ thống vào những tình huống dễ gây lỗi để tìm điểm yếu trước khi sản phẩm được đưa ra thế giới thực.
Trí tuệ nhân tạo kiểm thử trí tuệ nhân tạo
Laplace Intelligence dùng trí tuệ nhân tạo để thử thách một hệ thống trí tuệ nhân tạo khác. Quá trình này diễn ra liên tục trong mô phỏng. Mục tiêu là phát hiện lỗi trước khi robot hoặc xe tự lái gặp tình huống tương tự ngoài đời. Quá trình này cũng tạo bằng chứng để khách hàng, doanh nghiệp bảo hiểm và cơ quan quản lý đánh giá.
Howie Sun là đồng sáng lập kiêm giám đốc điều hành Laplace Intelligence. Ông cho rằng trí tuệ nhân tạo vật lý không nên thất bại lần đầu trong môi trường thật. Công ty muốn giúp khách hàng phát hiện và sửa vấn đề trước khi triển khai.
Laplace đặt trụ sở tại Ann Arbor và là một trong 20 công ty khởi nghiệp tham gia Startup Battlefield. Đây là cuộc thi thuyết trình kéo dài ba ngày thuộc sự kiện TechCrunch Disrupt tại trung tâm San Francisco. Theo TechCrunch, công ty dự kiến trình bày trên sân khấu Startup Battlefield vào ngày 13/10/2026. Phần trình bày được lên lịch vào chiều thứ Hai. Chủ đề này cũng nằm gần mối quan tâm của các phiên thảo luận về an toàn trí tuệ nhân tạo tại Disrupt 2026.
Từ nghiên cứu học thuật đến sản phẩm
Laplace Intelligence phát triển từ nghiên cứu của Howie Sun và Henry Liu tại Đại học Michigan. Công trình học thuật của họ nghiên cứu cách thử thách hệ thống lái tự động bằng mô phỏng. Nghiên cứu thu hút các công ty xe tự hành và dẫn đến việc thành lập doanh nghiệp.
Sun thành lập Laplace cùng Henry Liu từ Đại học Michigan. Liu là nhà khoa học trưởng của công ty. Việc thành lập diễn ra một năm trước thời điểm TechCrunch đăng bài. Trước đó, Sun đã dành tám năm trong giới học thuật để nghiên cứu cách thử thách hệ thống lái tự động bằng mô phỏng.
Năm 2023, Sun và Liu, khi đó là người hướng dẫn tiến sĩ của Sun, công bố một công trình về chủ đề này. Theo TechCrunch, công trình xuất hiện trên trang bìa của tạp chí khoa học Nature. Sau đó, các công ty xe tự hành bắt đầu liên hệ để tìm cách áp dụng những ý tưởng trong nghiên cứu.
Tên Laplace bắt nguồn từ “con quỷ Laplace”, thí nghiệm tư tưởng do học giả Pháp Pierre-Simon Laplace đưa ra năm 1814. Thí nghiệm giả định con người biết chính xác trạng thái của mọi vật trong vũ trụ. Khi đó, họ có thể dự đoán tương lai với độ chính xác tuyệt đối. Với Sun, mô phỏng của Laplace cũng nhằm dự đoán điều có thể xảy ra trong thế giới thật.
Mô phỏng đường phố theo đúng tỷ lệ
Nền tảng của Laplace kết hợp môi trường mô phỏng có độ trung thực cao với tác tử trí tuệ nhân tạo. Tác tử liên tục tìm điểm yếu và tình huống gây lỗi. Hệ thống có thể dựng lại địa điểm thật theo đúng tỷ lệ, thay đổi điều kiện giao thông bằng câu lệnh ngôn ngữ và mô phỏng phản ứng của các phương tiện trong cảnh.
Nội dung mô phỏng và nguồn dữ liệu
Nền tảng hướng đến nhiều loại trí tuệ nhân tạo vật lý, gồm robot, xe tự hành và giải pháp thành phố thông minh. Môi trường mô phỏng sử dụng một phiên bản Nvidia Cosmos đã được huấn luyện bổ sung và gắn với dữ liệu ngoài đời.
Laplace có thể tái tạo một tuyến cao tốc ở Arizona hoặc lối sang đường dành cho người đi bộ tại Paris. Một ảnh Google Street View có thể làm tham chiếu ban đầu. Sau đó, hệ thống kết hợp dữ liệu bản đồ để dựng cả con phố theo đúng tỷ lệ thay vì tạo ngẫu nhiên.
Nhà phát triển có thể dùng câu lệnh ngôn ngữ để thay đổi bối cảnh theo thời gian thực, chẳng hạn bổ sung tình trạng giao thông buổi chiều. Sun cho biết Laplace lấy dữ liệu giao thông và ùn tắc theo thời gian thực từ các nhà cung cấp dịch vụ dẫn đường như TomTom.
Các phương tiện phản ứng trong mô phỏng
Mô phỏng không chỉ dựng cảnh vật mà còn tái hiện hành vi của những chủ thể khác. TechCrunch mô tả một lần trình diễn của Laplace. Trong đó, Sun yêu cầu xe thử nghiệm chuyển hướng sang làn ngược chiều. Chiếc xe có nguy cơ bị đâm đã né sang bên để tránh va chạm. Xe thử nghiệm không đi xuyên qua phương tiện đó, hiện tượng thường xảy ra ở một số mô hình thế giới tạo sinh.
Cách dựng môi trường tương tác này cho thấy việc đánh giá tác tử cần đi xa hơn các bài kiểm tra phần mềm thông thường. Những tranh luận về việc trí tuệ nhân tạo nên được trao bao nhiêu quyền càng trở nên cụ thể khi hệ thống có thể điều khiển phương tiện hoặc máy móc.
Tự động tạo tình huống hiếm
Điểm khác biệt của Laplace là các tác tử có thể tự thiết kế tình huống biên, tức những hoàn cảnh hiếm gặp nhưng có khả năng khiến hệ thống xử lý sai. Theo Sun, tác tử có thể lấy thông tin từ tin tức và báo cáo va chạm của cảnh sát. Các nguồn dữ liệu khác cũng được dùng để chủ động thử thách xe tự hành hoặc robot.
Các nhà phát triển xe tự hành thường dùng cảnh quay đã ghi lại để dựng mô phỏng. Một cách khác là giao cho con người nghĩ ra tình huống thử nghiệm. Một số công ty đã dùng trí tuệ nhân tạo tạo sinh để xây dựng tình huống biên, trong đó TechCrunch nêu Waabi như một ví dụ.
Sun cho rằng nhu cầu tự động hóa sẽ rõ hơn khi robot đa dụng bắt đầu xuất hiện ngoài đời. Dữ liệu dành cho loại robot này còn ít, trong khi chưa ai biết đầy đủ những tình huống biên nào sẽ phát sinh. Đó cũng là lý do các hệ thống trí tuệ nhân tạo phát hiện và ưu tiên lỗi cần đặt mỗi vấn đề vào đúng bối cảnh vận hành.
Khách hàng và bài toán tăng trưởng
Laplace đã có doanh thu từ các dự án lái xe tự động, nhưng phần lớn hợp đồng vẫn được ký theo từng dự án. Công ty muốn chuyển sang doanh thu định kỳ, huy động vốn và mở rộng quy mô trong thị trường có những đối thủ đã nhận lượng vốn lớn hơn nhiều.
Doanh thu và khách hàng hiện tại
Sun và Liu xuất thân từ giới học thuật, không có lý lịch làm việc tại các công ty công nghệ nổi tiếng ở Thung lũng Silicon. Dù vậy, họ đã giúp Laplace tạo doanh thu và đạt mức lợi nhuận khiêm tốn. Theo TechCrunch, phần lớn doanh thu hiện đến từ các dự án lái xe tự động. Khách hàng gồm nhà sản xuất xe tải Nhật Bản Isuzu và công ty xe tải tự hành Bot Auto có trụ sở tại Texas.
Sun cũng cho biết Nvidia là khách hàng. Laplace, Nvidia và T-Mobile đang cùng triển khai một dự án thí điểm miễn phí cho thành phố San Jose. Dự án thành phố thông minh này tập trung vào hoạt động giao thông ở cấp độ tổng thể. Công ty đồng thời bắt đầu làm việc với các đối tác phát triển robot hình người cho nhà kho.
Đối thủ và lợi thế cạnh tranh
Đối thủ nổi bật nhất được TechCrunch nhắc đến là Applied Intuition. Công ty này đã huy động tổng cộng 1,2 tỷ USD. Sau vòng gọi vốn, doanh nghiệp được định giá 15 tỷ USD. Isuzu cũng là khách hàng của Applied Intuition.
Sun cho rằng phương pháp dùng trí tuệ nhân tạo để kiểm thử trí tuệ nhân tạo tạo ra một hướng tiếp cận mới. Hệ thống không chỉ chạy một bộ tình huống cố định. Nó liên tục tương tác và điều chỉnh để tìm cách khiến sản phẩm thất bại. Ông xem phương pháp cốt lõi này là lợi thế phòng thủ lớn nhất của Laplace.
Hãy tiếp tục theo dõi Sine để cập nhật cách các công ty đang kiểm chứng độ an toàn của robot và xe tự lái trước khi chúng bước ra đời thực.
