Laplace Intelligence soumet les robots et les voitures sans conducteur à des tests d’intrusion (red team) avant leur arrivée dans le monde réel. Issue de l’Université du Michigan et basée à Ann Arbor, la start-up développe des tests automatiques de « red teaming » pour les systèmes d’intelligence artificielle physique, les faisant délibérément échouer afin de révéler leurs points faibles avant qu’ils n’entrent dans le monde réel. L’objectif est de détecter les faiblesses à un stade précoce. L’entreprise fait partie des 20 start-up participant au concours Startup Battlefield 200 du TechCrunch Disrupt, organisé à San Francisco du 13 au 15 octobre, et elle fera sa présentation sur la scène de Disrupt le mardi 13 octobre dans l’après-midi.
Le CEO et cofondateur Howie Sun a déclaré que l’affaire OpenAI-Hugging Face montrait que les agents d’intelligence artificielle peuvent être imprévisibles et qu’une telle défaillance ne serait pas souhaitable dans le monde physique. Il a travaillé huit ans dans le monde universitaire. Durant cette période, Sun, qui mettait à l’épreuve l’IA de conduite autonome en simulation, a publié en 2023 un article écrit avec Henry Liu, alors son directeur de thèse, et cette étude a fait la couverture de la revue Nature. Ils ont ensuite commencé à susciter l’intérêt des entreprises de véhicules autonomes. Le duo a fondé Laplace il y a un an. Le nom de l’entreprise vient de l’expérience de pensée « le démon de Laplace » de Pierre-Simon Laplace, datant de 1814.
Au cœur de Laplace se trouvent une simulation de haute fidélité reconstruite à partir du monde réel et un agent d’intelligence artificielle qui recherche en permanence des faiblesses. Le système reconstruit la réalité. L’environnement de simulation fonctionne comme une version post-entraînée de la plateforme de simulation de monde Cosmos de Nvidia. Tout environnement peut être recréé, d’une autoroute de l’Arizona à un passage piéton à Paris. Le système prend pour référence les images de Google Street View. Des environnements fidèles à l’échelle sont produits à partir de données cartographiques réelles. Les développeurs peuvent apporter instantanément des modifications, comme le trafic de l’après-midi, à l’aide de commandes en langage naturel. L’entreprise extrait des données de trafic en temps réel auprès de fournisseurs de navigation comme TomTom. Les autres véhicules réagissent également. Lors d’une démonstration, lorsque le véhicule d’essai a dévié sur la voie opposée, l’autre véhicule a évité la collision.
Sa principale différence est qu’elle crée des agents qui conçoivent automatiquement des scénarios difficiles et rares (corner case). Ces agents s’appuient sur les actualités et les rapports d’accidents de la police. Ils compilent les scénarios à partir de différentes sources. Auj
L’une des questions les plus difficiles pour les équipes qui développent des véhicules autonomes et des robots est de savoir comment le système réagira à des scénarios d’accidents rares sans les essayer sur route réelle ; l’approche de Laplace cherche à combler cette lacune en générant automatiquement en simulation des scénarios défavorables compilés à partir de rapports de police et d’actualités : le test de sécurité n’est ainsi plus limité par l’imagination de la personne qui le conçoit. Le fait que le travail des fondateurs ait fait la couverture de Nature témoigne du fondement académique de la technologie, tandis que l’intérêt venant des entreprises de véhicules autonomes montre qu’elle répond à un besoin commercial. La référence à l’affaire OpenAI-Hugging Face reflète la crainte que le risque ne s’accroisse de manière exponentielle si l’imprévisibilité observée dans les agents logiciels se transmet aux systèmes physiques. La question restée ouverte est de savoir dans quelle mesure les faiblesses mises au jour en simulation peuvent représenter la sécurité dans des conditions routières réelles.
Contexte
Intelligence n’est pas un nom nouveau dans les archives de FikirPilot : nous avons publié 6 articles mentionnant ce nom au cours des 90 derniers jours ; le plus récent est daté du 6 octobre 2026.
Terme : agent
Un agent d’intelligence artificielle est un logiciel qui, au lieu de produire une seule réponse, appelle des outils et mène des tâches en plusieurs étapes pour atteindre un objectif.