Flox Intelligence разработва изкуствен интелект, който държи дивите животни далеч от влакове, летища и пътища

Когато бях на осем години, си спомням как влакът ни за Мумбай внезапно спря с ужасен трясък. Когато отново потеглихме, цели осем часа по-късно, някой посочи смачкана опашка, ни повече, ни по-малко, увиснала на клон близо до релсите.

Влакът, както се оказа, очевидно беше блъснал див бизон с пълна скорост, а ударът беше повредил двигателя толкова сериозно, че той трябваше да бъде откаран за ремонт. Дълго време си мислех, че такива неща се случват само на места като селските райони на Индия, но преди няколко години разбрах, че дивата природа и инфраструктурата не се съчетават никъде по планетата.

FAA изчислява, че сблъсъците с диви животни са стрували на гражданската авиация на САЩ средно около 272 милиона долара годишно между 1990 и 2025 г. Във Франция железопътният оператор SNCF съобщава, че скитащи животни засягат повече от 8000 влака в страната всяка година и са сред петте основни причини за закъснения. Само в Бретан през 2023 г. 120 влака са блъснали животни, което е нарушило движението на 660 влака и е причинило повече от 15 000 минути закъснения.

Четенето за всички тези щети както по инфраструктурата, така и по животните, вдъхновява Сара Ножкова (на снимката по-горе вляво) да разработи система за отблъскване на диви животни, която работи по различен начин от сирените, светлините, оградите, соколите и отстрела, традиционно използвани за държане на животните далеч от пътища, железопътни линии, летища и друга инфраструктура.

„Бях убедена, че решението не е по-силен възпиращ сигнал“, каза тя пред TechCrunch.

След като прекарала 13 години в работа в областта на транспорта и автономните превозни средства, Ножкова разбрала колко бързо системите, които създаваме, за да се движат по пътища и в други контролирани среди, се провалят, щом в уравнението се появи природата.

„Научили сме машините да бъдат брилянтни, но само в средите, които сме проектирали за тях“, каза тя. „Градове, производствени линии, складове. Фиксирана геометрия, познати обекти. Когато излязох извън тях, сред природата, видях от първа ръка как същите машини бързо ослепяват. Защото природата е сложна и винаги жива.“

Затова тя се присъединила към лабораторията за изкуствен интелект на Кралския технологичен институт в Стокхолм и започнала работа по система, която може да променя реакциите си за отблъскване според поведението на близкото животно и дори според вида му.

Тази работа прерасна във Flox Intelligence, която се отдели от KTH през 2020 г. и е сред финалистите в тазгодишното състезание за презентации Startup Battlefield 200 на TechCrunch Disrupt, провеждащо се тази година в Moscone West в Сан Франциско от 13 до 15 октомври.

Flox произвежда периферни устройства, които обработват данните на място, вместо в облака. Подобно на автономните превозни средства, те използват системи за възприемане, за да усещат заобикалящата ги среда, но техните системи са обучени с поведението на диви животни. Датчик за движение събужда устройството, когато засече движение, задействайки камера, която използва модели на самото устройство, за да идентифицира близките животни. След това устройството излъчва звук, подходящ за съответния вид, за да ги изплаши.

Ножкова казва, че системата се учи и от опита и променя реакциите си, така че животните да не привикват към повтарящите се сигнали.

В момента компанията продава устройства с батерийно захранване, които могат да се монтират на стълбове, дървета и други конструкции. Тя предлага и софтуерна платформа, която показва на клиентите къде са разположени устройствата и какво се случва на терен. Платформата може също да генерира отчети за спазване на регулаторните изисквания и за цели като наблюдение на биоразнообразието. Дългосрочната цел е софтуерът да стане достатъчно преносим, за да работи на машини, които се използват извън помещения, включително влакове, автомобили и дронове.

Ножкова казва, че около 150 устройства на Flox работят в Северна Америка, Европа и Австралия на летателни площадки и по периметрите на летища, в пътни и железопътни коридори (особено в краищата на огради и при пресичания по протежение на коридори за диви животни), национални паркове, земеделски земи, градски райони, минни обекти и критична инфраструктура, като електрически подстанции.

Компанията продава периферните устройства предварително, а след първата година начислява годишен абонамент за софтуера и изкуствения интелект. Flox има и партньорства с производители на оригинално оборудване, които плащат годишна такса, за да внедрят нейния софтуер в превозни средства, например влакове. Производителят на влакове Alstom е един от тези партньори.

Компанията очаква да приключи 2026 г. с приходи от около 1,5 милиона долара, каза Ножкова.

Колкото и уникални да са продуктът и подходът на Flox, стартъпът не е без конкуренция. Scarecrow на Robin Radar също използва специфични за вида сигнали за тревога, за да разпръсва птиците, и записва активността, докато iCHASE продава система, която открива птици с компютърно зрение и ги насочва с движещ се лазер, като при нужда адаптира реакцията си.

Ножкова казва, че нейното конкурентно предимство е широчината на системата и данните, които Flox е събрала на терен — това, което тя нарича „реални данни от терена за това какво действително кара лос или гризли да се придвижи безопасно“.

„Физическият изкуствен интелект излиза от фабриката и навлиза в хаотичната, жива природа“, казва Ножкова. „Всяка машина, която работи навън — влакове, камиони, дронове, трактори, роботи — ще трябва да разбира природата, а интелигентността за природата е следващият слой в стека за възприемане. Почти никой не го изгражда.“

Досега компанията е набрала около 5 милиона долара в рамките на рундове преди начално финансиране и начални рундове, като началният рунд е воден от Unconventional Ventures и Tilia Impact Ventures. Сред съинвеститорите в различните рундове са GENIUS NY, Norrsken, Satgana и бизнес ангели, каза Ножкова.

Сега компанията открива рунд от серия A на стойност 10 милиона долара, който основно ще бъде насочен към увеличаване на броя на устройствата от около 150 до няколко хиляди внедрени единици и към разширяване на базовата система отвъд настоящите ѝ приложения, свързани с дивата природа.