八岁那年，我记得我们开往孟买的火车伴随着一声巨响戛然而止。大约八个小时后，当我们重新启程时，有人指着铁轨旁一根树枝上挂着的东西——竟然是一条被碾得面目全非的尾巴。
你看，那列火车显然全速撞上了一头野牛，撞击严重损坏了发动机，不得不拖走维修。很长一段时间里，我以为这种事只会发生在印度农村这样的地方，但几年前我才知道，野生动物与基础设施在任何大陆都无法和平共处。
美国联邦航空管理局估计，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，每年有超过8000列火车因动物闯入而受影响，这是导致延误的五大原因之一。仅2023年，布列塔尼地区就有120列火车撞上动物，导致660趟服务中断，延误时间超过15000分钟。
读到这些对基础设施和动物双方造成的损害，激发了萨拉·诺兹科娃（上图左）开发一套野生动物驱离系统的想法。这套系统与传统上用来让动物远离公路、铁轨、机场及其他基础设施的警报器、灯光、围栏、猎鹰和扑杀方式截然不同。
“我坚信答案不是制造更响亮的威慑，”她告诉TechCrunch。
在交通和自动驾驶领域工作了13年后，诺兹科娃深刻体会到，一旦大自然介入，我们为在道路和其他受控环境中导航而构建的系统会多么迅速地失效。
“我们教会了机器变得聪明，但仅限于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。一旦踏入大自然，我亲眼看到同样的机器如何迅速失明。因为大自然复杂且永远鲜活。”
于是，她加入了斯德哥尔摩KTH皇家理工学院的AI实验室，开始研发一套系统，能够根据附近动物的行为——甚至动物的种类——来调整驱离响应方式。
这项工作最终催生了Flox Intelligence，该公司于2020年从KTH分拆出来，是今年TechCrunch Disrupt大会Startup Battlefield 200路演竞赛的决赛入围者之一。该大会今年10月13日至15日在旧金山Moscone West举行。
Flox制造边缘设备，在本地而非云端处理数据。与自动驾驶汽车类似，这些设备使用感知系统来感知周围环境，但其感知系统是针对野生动物行为训练的。当运动传感器检测到移动时，会唤醒设备，触发摄像头利用端侧模型识别附近的动物。随后，设备发出适合该物种的声音将其吓退。
诺兹科娃表示，该系统还能从经验中学习，并变化响应方式，以免动物对重复信号产生习惯化。
该公司目前销售可安装在杆子、树木和其他结构上的电池供电设备。它还提供一个软件平台，向客户展示设备部署位置和现场情况。该平台还能生成用于合规监管和生物多样性监测等用途的报告。长期目标是让软件足够轻便，能够运行在户外作业的机器上，包括火车、汽车和无人机。
诺兹科娃说，目前约有150台Flox设备在北美、欧洲和澳大利亚投入使用，部署地点包括机场及机场周边；公路和铁路廊道（尤其是野生动物走廊沿线的围栏末端和交叉口）；国家公园；农田；城市区域；矿区；以及变电站等关键基础设施。
该公司 upfront 销售边缘设备，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合作伙伴关系，这些公司支付年费将其软件部署在火车等车辆上。列车制造商阿尔斯通就是其中之一。
诺兹科娃表示，公司预计2026年营收将达到约150万美元。
尽管Flox的产品和方法独树一帜，但这家初创公司并非没有竞争对手。Robin Radar的Scarecrow同样使用物种特定的求救叫声来驱散鸟类，并记录活动；而iCHASE销售的系统则通过计算机视觉检测鸟类，用移动激光瞄准它们，并根据需要调整响应。
诺兹科娃说，她的护城河在于系统的广度以及Flox在实地收集的数据，她称之为“关于什么才能真正让驼鹿或灰熊安全移动的地面真相”。
“物理AI正在走出工厂，进入混乱而鲜活的大自然，”诺兹科娃说。“每一台在户外运行的机器——火车、卡车、无人机、拖拉机、机器人——都需要理解自然，而自然智能是感知技术栈的下一层。几乎没人在做这件事。”
该公司迄今已在预种子轮和种子轮中筹集了约500万美元，种子轮由Unconventional Ventures和Tilia Impact Ventures领投。诺兹科娃表示，各轮次的联合投资方包括GENIUS NY、Norrsken、Satgana以及天使投资人。
该公司目前正在启动1000万美元的A轮融资，资金主要用于将设备规模从约150台扩展到数千台，并将底层系统拓展到当前野生动物以外的应用场景。
