我八岁那年，记得有一次我们乘坐开往孟买的火车突然停了下来，伴随着一阵巨响。大约八个小时后火车重新开动时，有人指着轨道附近一根树枝上挂着的一截残破尾巴。
原来，那列火车似乎以全速撞上了一头野牛，撞击把发动机损坏得非常严重，最后不得不被拖走维修。很长一段时间里，我以为这种事只会发生在印度农村之类的地方，但几年前我才意识到，野生动物和基础设施在地球上的任何地方都不相容。
美国联邦航空管理局（FAA）估计，1990年至2025年间，野生动物撞击事件平均每年给美国民航造成约 2.72 亿美元损失。在法国，铁路运营商 SNCF 表示，游荡动物每年影响全国超过 8000 列火车，是其五大延误原因之一。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 1.5 万分钟延误。
读到这些对基础设施和动物造成的损害后，Sara Nozkova（上图左侧）受到启发，开始开发一种与传统的警报声、灯光、围栏、猎鹰和捕杀不同的野生动物驱避系统，用于让动物远离道路、铁轨、机场和其他基础设施。
“我确信答案不是更响的驱赶装置，”她告诉 TechCrunch。
在交通和自动驾驶领域工作了 13 年后，Nozkova 已经了解到，当自然进入我们为导航道路和其他受控环境而建立的系统时，这些系统会迅速失效。
“我们已经教会机器变得很聪明，但只是在我们为它们设计的环境里，”她说。“城市、生产线、仓库。固定几何结构，已知对象。走到自然中，我亲眼看到同样的机器会迅速失明。因为自然复杂，而且始终充满生命。”
因此，她转而加入斯德哥尔摩皇家理工学院（KTH Royal Institute of Technology）的 AI 实验室，开始研究一种系统：它可以根据附近动物的行为，甚至动物的种类，来改变驱避反应。
这项工作后来发展为 Flox Intelligence。该公司于 2020 年从 KTH 分拆出来，并入围今年 TechCrunch Disrupt 的 Startup Battlefield 200 决赛名单之一。（该公司于周二在 Disrupt 上向一组风投评委进行了路演；今年的 Disrupt 在旧金山 Moscone West 举行，持续到 10 月 15 日星期四。）
Flox 制造边缘设备，在本地而不是云端处理数据。和自动驾驶汽车一样，这些设备也使用感知系统来感知周围环境，但它们的训练对象是野生动物行为。运动传感器在检测到移动时会唤醒设备，触发摄像头，摄像头再用本地模型识别附近动物。随后，设备会发出与物种相匹配的声音，把它们吓走。
Nozkova 说，这套系统也会从经验中学习，并调整反应方式，避免动物对重复信号产生习惯化。
该公司目前销售可由电池供电的设备，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位置以及现场发生的情况。该平台还可生成用于监管合规的报告，以及用于生物多样性监测等用途。公司更长远的目标，是让软件足够便携，能够运行在在户外工作的机器上，包括火车、汽车和无人机。
Nozkova 说，目前大约有 150 台 Flox 设备已在北美、欧洲和澳大利亚投入使用，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交叉口）；国家公园；农业用地；城市地区；矿区；以及电力变电站等关键基础设施。
公司先以一次性方式出售边缘硬件设备，然后在第一年后收取年度软件和 AI 订阅费。Flox 还与一些 OEM 合作，这些合作方会支付年度费用，将其软件部署在火车等车辆上。火车制造商阿尔斯通（Alstom）就是其中一位合作伙伴。
Nozkova 表示，公司预计到 2026 年底收入约为 150 万美元。
尽管 Flox 的产品和方法颇具独特性，这家初创公司并非没有竞争对手。Robin Radar 的 Scarecrow 也使用特定物种的求救叫声来驱散鸟类，并记录活动情况；iCHASE 则销售一种利用计算机视觉检测鸟类、并用移动激光瞄准它们的系统，且会根据需要调整反应。
Nozkova 说，她的护城河在于系统的广度，以及 Flox 在实地收集到的数据，她称之为“关于到底是什么让一头驼鹿或一只灰熊安全移动的真实依据”。
“物理 AI 正在走出工厂，进入这个混乱而充满生命的户外世界，”Nozkova 说。“所有在户外运行的机器——火车、卡车、无人机、拖拉机、机器人——都需要理解自然，而自然智能是感知栈的下一层。几乎没人正在做这件事。”
公司迄今已通过种子前和种子轮融资筹集约 500 万美元，其中种子轮由 Unconventional Ventures 和 Tilia Impact Ventures 领投。Nozkova 说，GENIUS NY、Norrsken、Satgana 以及天使投资人也参与了这些轮次。
公司目前正在开启一轮 1000 万美元的 A 轮融资，资金大部分将用于把部署设备数量从目前约 150 台扩大到数千台，并将底层系统扩展到现有野生动物用例之外。
