لابليس إنتليجنس تستخدم الاختبار الأحمر المدعوم بالذكاء الاصطناعي للتحقق من الروبوتات والسيارات ذاتية القيادة قبل النشر

لابليس إنتليجنس (Laplace Intelligence)، شركة ناشئة مقرها آن أربور أسسها الرئيس التنفيذي هاوي صن (Howie Sun) وكبير العلماء هنري ليو (Henry Liu)، تحوّل الأبحاث الأكاديمية حول الاختبار العدائي إلى منصة تجارية تختبر تلقائياً الروبوتات والمركبات ذاتية القيادة وأنظمة الذكاء الاصطناعي الفيزيائية الأخرى.

جوهر المنصة هو محاكاة عالية الدقة مبنية على نسخة مدربة لاحقاً من نموذج العالم كوزموس (Cosmos) من إنفيديا (Nvidia). من خلال دمج بيانات الخرائط الحقيقية، صور جوجل ستريت فيو (Google Street View) وتغذيات حركة المرور المباشرة من مزودين مثل توم توم (TomTom)، يستطيع المحرك إعادة بناء أي بيئة — من طريق سريع في أريزونا إلى تقاطع في باريس — بمقياس حقيقي. يمكن للمطورين تعديل المشاهد فوراً باستخدام أوامر بلغة طبيعية، إضافة ساعة ذروة، تغييرات جوية أو عوائق غير متوقعة.

داخل هذه العوالم، يتولى وكيل ذكاء اصطناعي مهمة استكشاف النظام المستهدف باستمرار، دافعاً إياه عمداً نحو أوضاع الفشل: قطع مسارات مفاجئ، نقاط عمياء في المستشعرات، مداخلات حسية متناقضة. الهدف هو كشف كل نقطة ضعف في المحاكاة قبل أن تلمس الأجهزة الأسفلت.

لماذا هذا مهم للبنية التحتية لوحدات معالجة الرسوم / الذكاء الاصطناعي

• تشغيل آلاف السيناريوهات المتوازية والدقيقة فيزيائياً يتطلب قدرة حسابية هائلة على وحدات معالجة الرسوم — مناسبة تماماً لمجموعات GPU السحابية القابلة للتوسع.
• الاختبار الأحمر القابل للتكرار يخلق أساس أدلة مشترك يمكن لشركات التأمين والجهات التنظيمية الوثوق به، مما يسرّع دورات الاعتماد.
• مع انتقال الذكاء الاصطناعي الفيزيائي من المختبرات إلى الشوارع، تصبح طبقة المحاكاة بنية تحتية حيوية، ويمكن لمزودين مثل AiGpu تزويد القوة المرنة اللازمة للاختبار المستمر.

لابليس واحدة من 20 متأهلاً في مسابقة ستارت أب باتلفيلد (Startup Battlefield) ضمن تك كرانش ديسربت (TechCrunch Disrupt)، مما يشير إلى اهتمام قوي بالسوق. إذا توسع النهج، قد يصبح بوابة الأمان القياسية لأي روبوت أو أسطول ذاتي القيادة يدخل الأماكن العامة.