Laplace Intelligence Uji Ketahanan Robot dan Mobil Otonom lewat Simulasi AI
CIANJUR.CO - Perkembangan agen kecerdasan buatan (AI) yang sulit diprediksi menjadi perhatian ketika teknologi tersebut mulai digunakan di luar komputer. Bagi Laplace Intelligence, potensi kegagalan itu perlu diuji lebih dahulu dalam lingkungan simulasi, terutama untuk sistem yang beroperasi secara fisik seperti robot dan kendaraan otonom.
“Bayangkan jika sesuatu seperti itu terjadi di dunia fisik,” kata Howie Sun, CEO sekaligus salah satu pendiri Laplace Intelligence, kepada TechCrunch. Ia menilai agen AI sedang bergerak dari komputer menuju dunia nyata, sehingga kegagalan sistem fisik bukan sesuatu yang ingin dibiarkan terjadi saat teknologi sudah digunakan.
Berdasarkan laporan TechCrunch AI, perusahaan yang berpusat di Ann Arbor tersebut mengembangkan pengujian otomatis atau red-teaming untuk robotika dan AI fisik. Metode ini pada dasarnya menguji ketahanan sistem dengan sengaja mencari cara agar sistem gagal. Laplace bertaruh bahwa AI dapat digunakan untuk menguji AI sebelum produk diterapkan.
Tujuan perusahaan, menurut Sun, ialah membantu klien menemukan sekaligus memperbaiki masalah sebelum penerapan. Dalam jangka panjang, Laplace juga ingin membangun landasan bukti bersama yang dapat dipercaya oleh pelanggan, perusahaan asuransi, dan regulator.
Berangkat dari penelitian University of Michigan
Laplace merupakan perusahaan rintisan yang berasal dari University of Michigan. Sun mendirikannya sekitar setahun sebelum laporan tersebut bersama Henry Liu, salah satu pendiri sekaligus kepala ilmuwan perusahaan. Sebelum membangun perusahaan, Sun menghabiskan delapan tahun terakhir di dunia akademik untuk meneliti cara menguji AI kendaraan otonom dalam simulasi.
Pada 2023, Sun dan Liu—yang saat itu menjadi pembimbing doktoral Sun—menerbitkan makalah tentang topik tersebut. Makalah itu menjadi sampul jurnal ilmiah Nature. Setelah publikasi tersebut, perusahaan-perusahaan kendaraan otonom mulai menghubungi mereka karena tertarik menerapkan gagasan penelitian itu.
Baca juga: Pluto Security Raih Pendanaan US$42 Juta untuk Amankan Penggunaan AI di Perusahaan
Sun kemudian memutuskan membawa hasil kajian tersebut keluar dari ranah akademik dan menjadikannya produk yang dapat digunakan di dunia nyata. Nama Laplace merujuk pada “demon Laplace”, eksperimen pemikiran yang diperkenalkan sarjana Prancis Pierre-Simon Laplace pada 1814. Gagasan itu membayangkan bahwa jika keadaan tepat seluruh isi alam semesta diketahui, masa depan dapat diprediksi dengan presisi penuh. “Pada dasarnya, kami menggunakan simulasi untuk memprediksi masa depan dunia nyata,” ujar Sun.
Laplace menggabungkan simulasi berakurasi tinggi yang direkonstruksi dari dunia nyata dengan agen AI yang terus mencari kelemahan dan titik kegagalan. Sasaran pengujiannya mencakup berbagai bentuk AI fisik, mulai dari robot dan kendaraan otonom hingga solusi kota pintar. Sistem diharapkan aman dalam simulasi sebelum digunakan di dunia nyata.
Lingkungan simulasi yang bereaksi
Lingkungan simulasi Laplace merupakan versi yang telah melalui pelatihan lanjutan dari Cosmos, platform simulasi dunia AI milik Nvidia. Sistem tersebut ditambatkan pada kondisi nyata dan dapat digunakan untuk merekonstruksi lokasi, dari jalan raya di Arizona hingga penyeberangan pejalan kaki di Paris.
Untuk membangun lingkungan, Laplace memadukan berbagai informasi dunia nyata dalam bentuk mesh. Gambar Google Street View, misalnya, dapat menjadi acuan untuk menghasilkan satu jalan secara keseluruhan. Simulator tidak sekadar membuat lokasi acak, tetapi menggabungkan data peta dunia nyata agar lingkungan yang terbentuk sesuai skala.
Pengembang dapat mengubah latar simulasi secara langsung menggunakan perintah bahasa, termasuk menambahkan lalu lintas pada sore hari. Sun mengatakan Laplace mengambil informasi lalu lintas dan kepadatan secara real-time dari penyedia navigasi seperti TomTom.
Simulasi itu juga mencakup perilaku aktor lain, bukan hanya bentuk lingkungan. Dalam sebuah demonstrasi, Sun mengarahkan kendaraan agen penguji untuk berbelok ke jalur yang berlawanan. Mobil yang berpotensi tertabrak bergerak menghindar. Sun mengatakan perilaku itu berbeda dari sebagian model dunia generatif, ketika kendaraan dapat dilewati seolah-olah tidak memiliki wujud fisik.
Baca juga: Satlyt Kantongi US$8 Juta untuk Jalankan AI di Satelit
“Ini benar-benar lingkungan simulasi interaktif,” kata Sun. Menurut dia, setiap unsur bereaksi terhadap unsur lainnya, sehingga sistem tersebut lebih menyerupai model dunia dengan peserta yang saling berinteraksi.
Namun, lingkungan simulasi bukan satu-satunya bagian penting dari produk Laplace. Keunggulan yang ingin dikembangkan perusahaan terletak pada agen AI yang secara otomatis merancang corner case, yakni situasi rumit dan jarang terjadi yang dapat membuat sistem AI keliru. Dengan otomatisasi itu, keterlibatan manusia dalam merancang pengujian diharapkan berkurang.
Agen Laplace dapat menyusun skenario berdasarkan berita, laporan polisi mengenai tabrakan, dan beragam informasi lain untuk secara aktif menguji kendaraan otonom maupun agen AI fisik lainnya, kata Sun.
Pelanggan, persaingan, dan rencana pendanaan
Saat ini, pengembang kendaraan otonom umumnya melatih AI menghadapi kasus tepi menggunakan rekaman yang kemudian diubah menjadi simulasi, atau meminta manusia merancang skenario baru. Sejumlah perusahaan kendaraan otonom telah mulai memakai AI untuk menghasilkan kasus pengujian, termasuk Waabi, perusahaan truk swakemudi. Sun menilai kebutuhan teknologi semacam ini akan makin terlihat ketika robot serbaguna mulai ditempatkan di dunia nyata.
“Data untuk robotika serbaguna lebih sedikit,” kata Sun. “Tidak ada yang tahu apa saja kasus tepi di dunia nyata.” Pernyataan tersebut menjelaskan salah satu tantangan yang ingin ditangani Laplace: kemungkinan skenario yang dihadapi robot umum belum dapat dipetakan dengan mudah berdasarkan data yang tersedia.
Meski Sun dan Liu berasal dari lingkungan akademik dan tidak memiliki rekam jejak di perusahaan teknologi Silicon Valley yang terkenal, Laplace sudah menghasilkan pendapatan dan mencatat laba dalam jumlah terbatas. Sebagian besar pemasukan berasal dari penggunaan untuk kendaraan otonom. Pelanggannya mencakup Isuzu, produsen truk asal Jepang, serta Bot Auto, perusahaan truk otonom yang berbasis di Texas.
Baca juga: Google Play Izinkan Aplikasi AI Pribadi Berjalan Tanpa Dipublikasikan
Nvidia juga menjadi pelanggan Laplace, menurut Sun. Kedua perusahaan bekerja sama dengan T-Mobile dalam proyek percontohan kota pintar gratis untuk Kota San Jose. Proyek tersebut ditujukan untuk menyediakan informasi operasional lalu lintas tingkat tinggi. Di luar itu, Laplace masih berada pada tahap awal kerja sama dengan mitra yang mengembangkan robot humanoid untuk gudang.
Sebagian besar kontrak pelanggan Laplace saat ini berbasis proyek. Perusahaan sedang berupaya mengubah pola tersebut menjadi pendapatan berulang. Dalam waktu dekat, Laplace ingin menggalang dana dan memperbesar skala usahanya agar mampu bersaing dengan perusahaan lain. Harapan itu juga menjadi salah satu alasan perusahaan mengikuti Startup Battlefield.
Laplace termasuk di antara 20 startup yang bersaing dalam kompetisi presentasi tiga hari Startup Battlefield, bagian dari TechCrunch Disrupt di pusat kota San Francisco. Perusahaan dijadwalkan tampil di panggung Startup Battlefield pada Senin siang, 13 Oktober.
Salah satu pesaing utama Laplace adalah Applied Intuition, startup tahap akhir yang telah mengumpulkan dana US$1,2 miliar dengan valuasi pascapendanaan US$15 miliar. Isuzu juga tercatat sebagai salah satu pelanggan Applied Intuition.
Sun tidak terlalu khawatir dengan persaingan tersebut. Ia menilai pendekatan Laplace yang menggunakan AI untuk menguji AI merupakan paradigma baru yang mengubah pengujian AI fisik menjadi proses interaktif dan dinamis. Menurut Sun, metode itulah yang akan menjadi keunggulan utama perusahaan.