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

Flox Intelligence 用边缘 AI 驱赶铁轨、机场和道路旁的野生动物

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

AI 导读

Flox Intelligence 开发可识别动物种类并发出针对性驱赶声的边缘 AI 设备,应用于铁轨、机场和道路旁的野生动物驱离场景。当前约 150 台设备部署在北美、欧洲和澳大利亚的机场围界、铁路与公路廊道等地点,已与列车制造商 Alstom 达成 OEM 合作。公司预计 2026 年营收约 150 万美元,现正启动 1000 万美元 A 轮融资,计划将部署规模扩展至数千台。

推荐理由

文章介绍了边缘 AI 识别野生动物并发出种类对应驱赶声的方案和部署规模,可作为物理 AI 走向开放场景的参考。

正文 · AI 翻译

我八岁的时候,记得我们开往孟买的火车发出一声巨响停了下来。好八个小时后我们重新启动时,有人指着一根悬挂在铁轨附近树枝上的、扭曲变形的尾巴——真是不可思议。

原来,火车显然是以全速撞上了一头野牛,冲击力严重损坏发动机,不得不拖走修理。很长一段时间里,我以为这种事只发生在印度农村这样的地方,但几年前我了解到,在地球上的任何地方,野生动物和基础设施都不能共存。

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航造成约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趟列车受到漫游动物的影响,这是其列车晚点的五大主要原因之一。仅2023年一年,布列塔尼就有120列火车撞上动物,打乱了660趟列车服务,造成超过15000分钟的延误。

读到对基础设施和动物造成的所有这些破坏,Sara Nozkova(上图左侧)受到启发,开发了一套与传统上用于将动物驱离道路、铁轨、机场和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的野生动物驱避系统。

"我坚信答案不是更大声的驱避器,"她告诉TechCrunch。

在交通和自动驾驶领域工作了13年之后,Nozkova已经了解到,我们为道路和其他受控环境导航而建造的系统,一旦自然因素加入,就会多么迅速地失效。

"我们已经教会了机器变得出色,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。固定的几何形状,已知的物体。一旦走出户外进入自然,我亲眼看到同样的机器很快就变得'失明'。因为自然是复杂的,而且永远充满生机。"

因此,她转而加入了斯德哥尔摩的KTH皇家理工学院AI实验室,开始研究一种能够根据附近动物的行为(甚至是哪种动物)来改变驱避反应的系统。

这项工作演变成了Flox Intelligence,该公司于2020年从KTH分拆出来,是今年TechCrunch Disrupt上Startup Battlefield 200的决赛入围者之一。(该公司在Disrupt星期二向一组VC评委进行了路演,Disrupt今年在旧金山Moscone West举行,截止时间为10月15日星期四。)

Flox制造的边缘设备在本地而非云端处理数据。像自动驾驶汽车一样,它们使用感知系统来感知周围环境,但它们的系统是在野生动物行为数据上训练的。当运动传感器检测到移动时,会唤醒设备,触发使用设备上模型识别附近动物的摄像头。然后设备发出适合物种的声音将它们吓跑。

Nozkova说,该系统也从经验中学习,并不断变换其反应方式,以免动物对重复的信号产生习惯。

该公司目前销售电池供电的设备,可安装在电线杆、树木和其他构筑物上。它还提供一个软件平台,向客户展示设备的部署位置以及现场正在发生的事情。该平台还可以生成合规性报告,以及用于生物多样性监测等用途的报告。更长远的目标是让软件具备足够的可移植性,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,目前约有 150 台 Flox 设备在北美、欧洲和澳大利亚投入运行,部署场所包括机场飞行区和机场周边、道路和铁路走廊(特别是野生动物走廊沿线的围栏末端和道口)、国家公园、农业用地、城市区域、矿区,以及变电站等关键基础设施。

该公司先一次性销售边缘设备,然后在第一年后收取年度软件和 AI 订阅费。Flox 还与 OEM 合作伙伴开展合作,这些公司支付年费以便在车辆(例如火车)上部署其软件。列车制造商阿尔斯通(Alstom)就是这样的合作伙伴之一。

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

尽管 Flox 的产品和方法独具特色,但这家初创公司也并非没有竞争。Robin Radar 的Scarecrow同样使用针对特定物种的求救叫声来驱散鸟类,并记录相关活动;而iCHASE销售一套通过计算机视觉检测鸟类、并使用移动激光瞄准它们、根据需要调整响应的系统。

Nozkova 表示,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"关于如何真正让驼鹿或灰熊安全移动的实地真相"。

"物理 AI 正走出工厂,进入杂乱却生机勃勃的户外环境,"Nozkova 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,而自然智能将是感知栈的下一层。几乎没有人正在构建它。"

Nozkova 表示,该公司迄今已在种子前轮和种子轮融资中筹集了约 500 万美元,其中种子轮由 Unconventional Ventures 和 Tilia Impact Ventures 领投。这些轮次的共同投资人包括 GENIUS NY、Norrsken、Satgana 以及天使投资人。

该公司目前正开启 1000 万美元的 A 轮融资,资金主要用于将部署设备数量从约 150 台扩展到数千台,并将底层系统从其当前的野生动物应用场景拓展到更广泛的领域。

当您通过本文中的链接进行购买时,我们可能会获得小额佣金。这不会影响我们的编辑独立性。

来源:TechCrunch · techcrunch.com