跳到正文
TechCrunch · AI· Ram Iyer·· 2 小时前AI 评分41

Flox Intelligence 打造 AI 边缘设备,驱离火车、机场和道路附近的野生动物

Flox Intelligence is building AI to keep wildlife away from trains, airports, and roads

AI 导读

瑞典 KTH 孵化的初创公司 Flox Intelligence 开发基于野生动物行为训练的边缘设备,在本地识别动物种类并发出对应声音驱离,设备会变化响应以防动物习惯化。目前约 150 台设备部署在北美、欧洲和澳大利亚的机场、铁路、国家公园等场所,并与 Alstom 建立 OEM 合作。公司已融资约 500 万美元,正开启 1000 万美元 A 轮,预计 2026 年营收约 150 万美元。

正文 · AI 翻译

我记得八岁那年,我们开往孟买的火车伴随着巨大的噪音戛然而止。八个小时后火车重新启动时,有人指给我们看,铁轨旁一根树枝上挂着一截东西——竟然是一条血肉模糊的尾巴。

原来,那列火车全速撞上了一头野生野牛,撞击对发动机的损坏严重到火车必须被拖走修理。很长一段时间里,我以为这种事只发生在印度乡村这样的地方,但几年前我了解到,在这个星球上,野生动物和基础设施在哪里都不可能相安无事。

美国联邦航空管理局(FAA)估计,1990 年至 2025 年间,野生动物撞击平均每年给美国民用航空造成约 2.72 亿美元的损失。在法国,铁路运营商 SNCF 表示,游荡的动物每年影响全国超过 8,000 列火车,是其五大延误原因之一。仅在布列塔尼,2023 年就有 120 列火车撞上动物,扰乱了 660 趟列车服务,并造成超过 15,000 分钟的延误。

读到这些对基础设施和动物双方造成的损害,Sara Nozkova(上图左侧)受到启发,开发了一套与警报器、灯光、围栏、猎鹰和扑杀等传统驱离手段截然不同的野生动物威慑系统,用于让动物远离公路、铁轨、机场和其他基础设施。

“我确信,答案绝不是更大的威慑声,”她告诉 TechCrunch。

在交通和自动驾驶汽车领域工作 13 年后,Nozkova 了解到,我们为道路和其他受控环境构建的系统,一旦自然介入,会多么迅速地失效。

“我们教会了机器变得聪明,但只在我们为它们设计的环境中,”她说。“城市、工厂流水线、仓库。固定的几何结构,已知的物体。一旦走进自然,我亲眼看到同样的机器很快就会失明。因为自然复杂而始终充满生机。”

于是她选择加入斯德哥尔摩皇家理工学院(KTH)的 AI 实验室,开始研发一套系统能够根据附近动物的行为,甚至根据动物种类,改变其威慑响应方式。

这项工作演变成了 Flox Intelligence,该公司于 2020 年从 KTH 分拆出来,并入围了今年 TechCrunch Disrupt 的 Startup Battlefield 200 决赛。(该公司周二在 Disrupt 上向一组 VC 评委进行了路演,今年的 Disrupt 于 10 月 15 日周四之前在旧金山 Moscone West 举行。)

Flox 制造边缘设备,在现场而非云端处理数据。与自动驾驶汽车一样,它们使用感知系统来感知周围环境,但其系统是针对野生动物行为训练的。运动传感器在检测到移动时唤醒设备,触发摄像头使用设备端模型识别附近的动物。然后设备会发出适合该物种的声音将它们吓跑。

Nozkova 说,该系统还会从经验中学习,并不断变换响应方式,以免动物对重复的信号习以为常。

该公司目前销售的电池供电设备可安装在电线杆、树木和其他结构上。它还提供一个软件平台,向客户展示设备部署的位置以及地面上正在发生的情况。该平台还可以生成用于法规合规以及生物多样性监测等用途的报告。更长期的目标是让该软件足够便携,能够在户外作业的机器上运行,包括火车、汽车和无人机。

Nozkova 表示,约有 150 台 Flox 设备已在北美、欧洲和澳大利亚投入运行,部署地点包括机场跑道和机场周边;公路和铁路走廊(尤其是野生动物通道沿线的围栏末端和道口);国家公园;农业用地;城市地区;矿区;以及变电站等关键基础设施。

该公司预先出售边缘单元,然后在第一年之后收取年度软件和 AI 订阅费。Flox 还与一些公司建立了 OEM 合作关系,这些公司支付年费以在火车等车辆上部署其软件。火车制造商阿尔斯通(Alstom)就是其中一家合作伙伴。

Nozkova 表示,该公司预计到 2026 年底实现约 150 万美元的收入。

尽管 Flox 的产品和方法非常独特,这家初创公司也并非没有竞争对手。Robin Radar 的 Scarecrow 同样使用针对特定物种的惊叫声来驱散鸟类,并记录相关活动,而 iCHASE 销售一套通过计算机视觉探测鸟类并用移动激光进行瞄准的系统,可根据需要调整应对方式。

Nozkova 表示,她的护城河在于系统的广度以及 Flox 在野外收集的数据,她称之为“关于究竟是什么能让驼鹿或灰熊安全移动的第一手真实数据。”

“物理 AI 正在走出工厂,走进杂乱而充满生机的户外,”Nozkova 说。“每一台在户外作业的机器——火车、卡车、无人机、拖拉机、机器人——都需要理解自然,而自然智能是感知堆栈的下一层。几乎没有人正在构建它。”

Nozkova 表示,该公司迄今已通过 pre-seed 轮和种子轮融资约 500 万美元,种子轮由 Unconventional Ventures 和 Tilia Impact Ventures 领投。各轮次的联合投资方包括 GENIUS NY、 Norrsken、Satgana 以及天使投资人。

该公司目前正在开启 1000 万美元的 A 轮融资,这笔资金将主要用于把部署设备从约 150 台扩展到数千台,并将底层系统扩展到当前的野生动物用例之外。

当您通过我们文章中的链接购买时,我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

来源:TechCrunch · AI · techcrunch.com