Ann Arbor-based ਸਟਾਰਟਅੱਪ Laplace Intelligence ਨੇ ਰੋਬੋਟਸ ਅਤੇ ਸੈਲਫ-ਡਰਾਈਵਿੰਗ ਗੱਡੀਆਂ ਦੀ ਸੇਫਟੀ ਟੈਸਟਿੰਗ ਨੂੰ ਆਟੋਮੈਟਿਕ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਇਹ ਨਵੀਂ ਤਕਨਾਲੋਜੀ ਪੁਰਾਣੇ ਅਤੇ ਹੌਲੀ ਮੈਨੁਅਲ ਟੈਸਟਿੰਗ ਤਰੀਕਿਆਂ ਦੀ ਜਗ੍ਹਾ ਲਵੇਗੀ। ਕੰਪਨੀ ਪਹਿਲਾਂ ਹੀ ਆਟੋਨੋਮਸ ਟਰੱਕਿੰਗ ਕੰਟਰੈਕਟਸ ਅਤੇ ਸਮਾਰਟ ਸਿਟੀ ਪ੍ਰੋਜੈਕਟਾਂ ਰਾਹੀਂ ਆਪਣੀ ਕਮਾਈ ਸ਼ੁਰੂ ਕਰ ਚੁੱਕੀ ਹੈ।
ਸੇਫਟੀ ਟੈਸਟਿੰਗ ਦੀ ਨਵੀਂ ਕ੍ਰਾਂਤੀ
Laplace Intelligence ਰੋਬੋਟਿਕਸ ਅਤੇ ਆਟੋਨੋਮਸ ਵਹੀਕਲ ਸੈਕਟਰ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਸਮੱਸਿਆ—ਸੇਫਟੀ ਟੈਸਟਿੰਗ—ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਸਿਸਟਮ ਸਾਫਟਵੇਅਰ ਤੋਂ ਬਾਹਰ ਨਿਕਲ ਕੇ ਅਸਲ ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਆ ਰਹੇ ਹਨ, ਮੈਨੁਅਲ ਟੈਸਟਿੰਗ ਬਹੁਤ ਮਹਿੰਗੀ ਅਤੇ ਹੌਲੀ ਹੋ ਗਈ ਹੈ। ਇਹ ਸਟਾਰਟਅੱਪ ਹੁਣ 'ਆਟੋਮੇਟਿਡ ਰੈੱਡ-ਟੀਮਿੰਗ' (Automated Red-teaming) ਦਾ ਇਸਤੇਮਾਲ ਕਰ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ AI ਏਜੰਟ ਗੱਡੀ ਨੂੰ ਸੜਕ 'ਤੇ ਉਤਾਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਉਸ ਦੀਆਂ ਕਮੀਆਂ ਲੱਭ ਲੈਂਦੇ ਹਨ।
ਹਾਈ-ਫਿਡੈਲਿਟੀ ਸਿਮੂਲੇਸ਼ਨ ਦਾ ਜਾਦੂ
ਕੰਪਨੀ Nvidia ਦੀ Cosmos ਟੈਕਨਾਲੋਜੀ ਦਾ ਇਸਤੇਮਾਲ ਕਰਕੇ ਅਸਲ ਦੁਨੀਆ ਵਰਗਾ ਮਾਹੌਲ ਤਿਆਰ ਕਰਦੀ ਹੈ। ਇਸ ਵਿੱਚ TomTom ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਦਾ ਭੂਗੋਲਿਕ ਡਾਟਾ ਜੋੜ ਕੇ ਅਜਿਹੇ ਵਰਚੁਅਲ ਹਾਲਾਤ ਬਣਾਏ ਜਾਂਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਅਚਾਨਕ ਟ੍ਰੈਫਿਕ ਜਾਮ ਜਾਂ ਖਰਾਬ ਮੌਸਮ ਵਰਗੀਆਂ ਚੁਣੌਤੀਆਂ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਨਾਲ ਬਿਨਾਂ ਕਿਸੇ ਜੋਖਮ ਦੇ ਗੱਡੀਆਂ ਦੀ ਪਰਖ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
ਮਾਰਕੀਟ ਅਤੇ ਰੈਵੇਨਿਊ ਮਾਡਲ
Laplace ਨੇ ਪਹਿਲਾਂ ਹੀ Bot Auto ਵਰਗੀਆਂ ਟਰੱਕਿੰਗ ਕੰਪਨੀਆਂ ਅਤੇ ਇੱਕ ਜਾਪਾਨੀ ਆਟੋਮੇਕਰ ਨਾਲ ਕੰਟਰੈਕਟ ਸਾਈਨ ਕੀਤੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, San Jose ਵਿੱਚ Nvidia ਅਤੇ T-Mobile ਦੇ ਸਹਿਯੋਗ ਨਾਲ ਸਮਾਰਟ ਸਿਟੀ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟ 'ਤੇ ਕੰਮ ਚੱਲ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ ਦਾ ਅਗਲਾ ਵੱਡਾ ਟੀਚਾ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਫੀਸ ਤੋਂ ਬਦਲ ਕੇ ਇੱਕ ਸਕੇਲੇਬਲ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਮਾਡਲ ਵੱਲ ਵਧਣਾ ਹੈ।
ਮੁਕਾਬਲਾ ਅਤੇ ਭਵਿੱਖ
ਇਸ ਖੇਤਰ ਵਿੱਚ Applied Intuition ਵਰਗੇ ਪੁਰਾਣੇ ਖਿਡਾਰੀ ਪਹਿਲਾਂ ਹੀ ਮੌਜੂਦ ਹਨ। Laplace ਲਈ ਅਸਲ ਚੁਣੌਤੀ ਇਹ ਸਾਬਤ ਕਰਨਾ ਹੋਵੇਗਾ ਕਿ ਉਹਨਾਂ ਦੀ AI-ਆਧਾਰਿਤ ਟੈਸਟਿੰਗ ਦੂਜਿਆਂ ਨਾਲੋਂ ਕਿਵੇਂ ਬਿਹਤਰ ਹੈ। ਜੇਕਰ ਉਹ ਨਿਰਮਾਤਾਵਾਂ ਅਤੇ ਇੰਸ਼ੋਰੈਂਸ ਕੰਪਨੀਆਂ ਨੂੰ ਇਹ ਯਕੀਨ ਦਿਵਾਉਣ ਵਿੱਚ ਕਾਮਯਾਬ ਹੋ ਗਏ ਕਿ ਇਹ ਸੇਫਟੀ ਸਰਟੀਫਿਕੇਸ਼ਨ ਪਬਲਿਕ ਰੋਡ ਲਈ ਸੁਰੱਖਿਅਤ ਹੈ, ਤਾਂ ਕੰਪਨੀ ਦੇ ਭਵਿੱਖ ਲਈ ਵੱਡੇ ਰਸਤੇ ਖੁੱਲ੍ਹ ਜਾਣਗੇ।