← Все статьи

Михаил Поляков

Laplace Intelligence проверяет роботов и беспилотники искусственным противником в симуляции: что заявлено и какие вопросы задать поставщику

Уровень: ПростойВремя чтения: 6 мин

Темы: Роботы, ИИ, Безопасность

Макет перекрёстка из серых блоков, над ним полупрозрачная голубая копия из светящихся линий и маленькая серая машинка рядом

Короткий ответ: стартап Laplace Intelligence из Анн-Арбора, по материалу TechCrunch от 13 октября 2026 года, в тот же день собирался представить на конференции TechCrunch Disrupt способ проверять роботов и беспилотные машины до выхода в реальный мир. Идея в том, что проверяет их не человек со списком сценариев, а ИИ-агент: он ищет слабые места в симуляции, собранной по настоящим картам, и сам придумывает редкие трудные ситуации. Всё, что известно о качестве метода, это слова основателя и описание демонстрации. Ниже что заявлено, что в материале не сказано, и какие вопросы стоит задать, если вы покупаете робота или автономную машину.

Что заявлено

Источник один: материал Ребекки Беллан в TechCrunch от 13 октября 2026 года. Это пересказ, страницу компании я не читал.

  • Что делает компания. Laplace строит автоматическое «красное командование» (по-английски red teaming) для робототехники и физического ИИ. Это значит: систему проверяют, нарочно пытаясь заставить её ошибиться. Ставка компании в том, что безопасность физического ИИ можно проверить только тем, что его проверяет другой ИИ.
  • Чья компания. Её основали год назад выходцы из Мичиганского университета: исполнительный директор Хауи Сан и главный научный сотрудник Генри Лю. По тексту, в 2023 году они опубликовали работу на эту тему, которая попала на обложку журнала Nature.
  • Как устроена симуляция. По словам Сана, это доработанная версия платформы Nvidia Cosmos, моделирующей мир. Окружение строят по реальным данным: снимок из Google Street View может служить опорой, из которой создают целую улицу, но с картами в реальном масштабе. Разработчик словами меняет обстановку в реальном времени, например добавляет дневной поток машин. Данные о движении, по словам Сана, берут у навигационных сервисов вроде TomTom.
  • Что отличает метод. Моделируется не только окружение, но и поведение других участников. На демонстрации Сан заставил тестируемую машину свернуть на встречную полосу, а встречная машина уступила дорогу, а не столкнулась и не проехала насквозь, как бывает у некоторых генеративных моделей мира.
  • Самое главное, по словам компании. ИИ-агенты сами придумывают редкие трудные случаи. По словам Сана, они могут составлять их по новостям, полицейским отчётам об авариях и другим сведениям. Сейчас, как пишет автор, разработчики чаще обучают ИИ крайним случаям по записанным съёмкам, превращённым в симуляцию, или полагаются на людей, которые придумывают и описывают сценарии.
  • Деньги и заказчики. Компания, по тексту, уже получает выручку и показала скромную прибыль. Больше денег приходит от задач для автономного вождения, среди заказчиков японский производитель грузовиков Isuzu и техасская компания Bot Auto, которая занимается беспилотными грузовиками. По словам Сана, заказчиком является и Nvidia. Вместе с Nvidia и T-Mobile компания делает бесплатный пилот для умного города в Сан-Хосе, для задач организации дорожного движения, как описывает автор. Начата работа и с партнёрами, которые делают человекоподобных роботов для складов.
  • Что дальше. Большинство договоров сейчас разовые, компания хочет перейти к регулярным платежам. Ближайшая цель привлечь деньги. Главным соперником автор называет Applied Intuition, которая, по тексту, привлекла 1,2 млрд долларов при оценке 15 млрд.

Что здесь не сказано

В материале нет данных о том, насколько часто метод находит реальные ошибки, как сравнивают найденное в симуляции с тем, что случается на дороге, и кто независимо проверил результаты. Нет и сведений о том, какие ошибки нашли у заказчиков. Автор приводит слова Сана о «новой парадигме»: это мнение основателя.

Что это значит для компании, которая покупает такие системы

Это мои выводы и советы, а не данные из материала. Если ваш поставщик говорит, что его робот или машина «проверены в симуляции», сам по себе этот факт мало что говорит: важно, чем именно проверяли.

  1. Как собрана симуляция. Какие данные взяты из настоящего мира, а что придумано.
    • Кто делает: вы вместе с технически подготовленным сотрудником или консультантом.
    • Чем проверить: попросите письменно описать источники карт и данных, и покажите это человеку, который знает вашу площадку. Если описание не совпадает с вашим складом, цехом или дорогой, симуляция вам не подходит.
  2. Кто придумывает трудные случаи. Человек, записи или другой ИИ.
    • Чем проверить: попросите список из десяти трудных ситуаций, которые вы считаете самыми опасными на своей площадке, и спросите, как поставщик проверил каждую.
  3. Какие ошибки уже нашли. Это самое наглядное доказательство.
    • Чем проверить: попросите отчёт о найденных ошибках, с датой, описанием и тем, как их исправили.
  4. Есть ли проверка вне симуляции. По материалу, компания и сама говорит о том, что со временем хочет собрать доказательства, которым смогут доверять заказчики, страховщики и регуляторы.
    • Чем проверить: спросите, какие испытания вне симуляции проводил поставщик и кто проводил их независимо, и попросите отчёт.

Сколько стоит ваша часть проверки

Расчёт на условных числах, подставьте свои. Допустим, чтение описания и список из десяти ситуаций занимают у технического сотрудника 6 часов по 2000 рублей, два часа руководителя по 3000 рублей идут на отчёты, а разбор отчётов поставщика занимает 8 часов двух сотрудников по 1500 рублей. Это 6 × 2000 + 2 × 3000 + 8 × 2 × 1500 = 12 000 + 6 000 + 24 000 = 42 000 рублей, и это только условная стоимость времени ваших сотрудников: цена услуг поставщика, подготовки площадки и мер безопасности сюда не входит. Сравните с ценой аварии или простоя, если система ошибётся на вашей площадке. Если вы не можете назвать эту цену, оцените её до покупки.

Когда это вас не касается

Если вы не покупаете роботов и автономные машины и не планируете, объявление вас напрямую не затрагивает. Если вы выбираете обычную офисную программу, вопросы выше излишни.

Итог

По материалу TechCrunch от 13 октября 2026 года, Laplace Intelligence представляет проверку роботов и беспилотных машин ИИ-агентом в симуляции, собранной по реальным картам. Заказчики, по словам основателя, уже есть, но независимых данных о качестве метода в материале нет. Покупателю стоит спросить, как собрана симуляция, кто придумывает трудные случаи, какие ошибки уже нашли и какие независимые испытания вне симуляции проводились.

См. также другой разбор раздела: как проверяют, что робот безопасен рядом с людьми.

Я занимаюсь ИИ-агентами и автоматизацией. Если хотите посмотреть мои проекты или обсудить свою задачу, загляните в портфолио.

Источники