ロボットと自動運転を「AIで自動レッドチーミング」──Laplace Intelligence

ミシガン大学発のスタートアップLaplace Intelligenceが、ロボットや自動運転車の「危険なシナリオ」をAIで自動生成して潰す、自動レッドチーミング（故意に失敗させて弱い点を探す検証）の基盤を公開しました。実世界に出る前の安全検証を、人の手からAIへ移す試みです。

何を作っているのか

TechCrunchによると、LaplaceはNVIDIAの世界シミュレーション基盤「Cosmos」を追加学習させた高忠実度の仮想環境を土台にしています。Google Street Viewの画像や地図データを組み合わせ、実寸に近い街路や交差点を再現します。特徴は環境だけでなく、周囲の車や歩行者も反応することです。実演では、テスト車両を対向車線にはみ出させる指示を出したところ、衝突相手の車が回避行動をとりました。TomTomなどから交通量データも取得しています。

なぜ「AIがAIを試す」のか

自動運転の開発現場では、記録済み映像をシミュレーション化するか、人が危険シナリオを考えて作るのが一般的でした。Laplaceはこの部分をAIエージェントに置き換えます。ニュース記事や事故の警察報告書などから、車両を崩すコーナーケース（めったに起きないが厄介な状況）を自動で設計します。「汎用ロボットには学習データが少なく、実世界で何がエッジケースになるか誰も知らない」とSun氏は説明しています。

検証の第三者化という論点

Sun氏は「顧客、保険会社、規制当局が信頼できる共通のエビデンス基盤を、時間をかけて作る」と述べています。自社で自社製品を検証する構図を避け、検証結果を外部が使える形にする発想です。

競合と位置づけ

同領域にはApplied Intuition（累計12億ドル調達、評価額150億ドル）が存在し、いすゞは両社の顧客です。Laplaceはすでに売上を計上し小幅な黒字も出しているとされ、自動運転案件が収益の中心です。倉庫向けヒューマノイドを手がける企業との協業も始まっています。

まとめ

物理世界で動くAIは、失敗の代償が直接的に大きくなります。テストを自動化して網羅性を上げる取り組みは、ロボットが工場から街へ出ていく段階で重要性を増しそうです。

編集部の見解

日本の製造業や物流は、自動運転トラックや倉庫ロボットの導入を現実的に検討している段階にあります。そこで問題になるのは「導入前の安全をどう証明するか」です。これまでは走行距離や実証実験の規模が説明材料でしたが、シナリオ網羅率という別の物差しが加わる可能性があります。Laplaceの試みが注目される理由は、性能の高さよりも、検証結果を保険や規制の手続きで使い回せる形にしようとしている点にあります。日本企業が導入を検討する際も、ベンダーの主張ではなく、第三者検証の証跡が残るかを確認項目に入れておく価値があります。

my-best.ai 編集部

出典：TechCrunch「Laplace Intelligence red-teams robots and self-driving cars before they hit the real world」（2026年10月13日）