وقتی هشت‌ساله بودم، قطارمان به‌سمت بمبئی با صدای مهیبی متوقف شد. حدود هشت ساعت بعد، وقتی دوباره به راه افتادیم، کسی به دمی تکه‌پاره اشاره کرد که از شاخه‌ای نزدیک ریل آویزان بود.

ماجرا از این قرار بود که ظاهراً قطار با حداکثر سرعت به یک گاومیش وحشی برخورد کرده بود و شدت ضربه چنان به لوکوموتیو آسیب زده بود که باید آن را برای تعمیر می‌کشیدند. مدت‌ها فکر می‌کردم چنین اتفاق‌هایی فقط در جاهایی مثل مناطق روستایی هند رخ می‌دهد، اما چند سال پیش فهمیدم که حیات وحش و زیرساخت‌ها در هیچ نقطه‌ای از جهان با هم سازگار نیستند.

اداره هوانوردی فدرال آمریکا (FAA) برآورد می‌کند که برخورد هواپیماها با حیات وحش بین سال‌های ۱۹۹۰ تا ۲۰۲۵، به‌طور میانگین سالانه حدود ۲۷۲ میلیون دلار به هوانوردی غیرنظامی آمریکا خسارت زده است. شرکت راه‌آهن فرانسه، SNCF، می‌گوید حیوانات سرگردان هر سال بر بیش از ۸۰۰۰ قطار در سراسر این کشور تأثیر می‌گذارند و یکی از پنج علت اصلی تأخیرهای این شرکت‌اند. در منطقه بریتانی، فقط در سال ۲۰۲۳، ۱۲۰ قطار با حیوانات برخورد کردند و باعث اختلال در حرکت ۶۶۰ قطار و بیش از ۱۵ هزار دقیقه تأخیر شدند.

خواندن درباره این همه خسارت، هم به زیرساخت‌ها و هم به حیوانات، سارا نوزکووا (در تصویر بالا، سمت چپ) را به طراحی سامانه‌ای برای دور نگه‌داشتن حیات وحش ترغیب کرد؛ سامانه‌ای که برخلاف آژیرها، چراغ‌ها، حصارها، شاهین‌ها و کشتار کنترل‌شده‌ای عمل می‌کند که به‌طور سنتی برای دور نگه‌داشتن حیوانات از جاده‌ها، خطوط راه‌آهن، فرودگاه‌ها و دیگر زیرساخت‌ها به کار می‌روند.

او به TechCrunch گفت: «مطمئن بودم راه‌حل، استفاده از عامل بازدارنده‌ای پرسروصداتر نیست.»

نوزکووا پس از ۱۳ سال فعالیت در حوزه حمل‌ونقل و خودروهای خودران، آموخته بود که وقتی طبیعت وارد معادله می‌شود، سامانه‌هایی که برای پیمودن جاده‌ها و دیگر محیط‌های کنترل‌شده می‌سازیم، چه‌قدر زود از کار می‌افتند.

او گفت: «به ماشین‌ها یاد داده‌ایم که فقط در محیط‌هایی که خودمان برایشان مهندسی کرده‌ایم، عملکردی درخشان داشته باشند؛ شهرها، خطوط تولید کارخانه‌ها و انبارها؛ محیط‌هایی با هندسه ثابت و اشیای شناخته‌شده. وقتی پا از این محیط‌ها بیرون می‌گذاریم و وارد طبیعت می‌شویم، خودم دیدم که همین ماشین‌ها چه‌قدر زود نابینا می‌شوند؛ چون طبیعت پیچیده است و همیشه در جریان.»

به همین دلیل، او به آزمایشگاه هوش مصنوعی مؤسسه فناوری سلطنتی KTH در استکهلم پیوست و روی سامانه‌ای کار کرد که می‌توانست واکنش‌های بازدارنده‌اش را بر اساس رفتار حیوانات نزدیک و حتی گونه آن‌ها تغییر دهد.

این کار به شکل‌گیری Flox Intelligence انجامید؛ شرکتی که در سال ۲۰۲۰ از KTH جدا شد و یکی از فینالیست‌های رقابت Startup Battlefield 200 در رویداد امسال TechCrunch Disrupt است. (این شرکت روز سه‌شنبه در Disrupt برای هیئتی از داوران سرمایه‌گذار خطرپذیر طرح خود را ارائه کرد. این رویداد امسال تا پنجشنبه، ۱۵ اکتبر، در Moscone West سان‌فرانسیسکو برگزار می‌شود.)

Flox دستگاه‌های edge می‌سازد که داده‌ها را به‌جای فضای ابری، در محل پردازش می‌کنند. این دستگاه‌ها مانند خودروهای خودران از سامانه‌های ادراکی برای تشخیص محیط اطرافشان استفاده می‌کنند، با این تفاوت که سامانه‌هایشان بر اساس رفتار حیات وحش آموزش دیده‌اند. حسگر حرکتی با تشخیص حرکت، دستگاه را فعال می‌کند و دوربینی را به کار می‌اندازد که با استفاده از مدل‌های روی دستگاه، حیوانات نزدیک را شناسایی می‌کند. سپس دستگاه صدایی متناسب با گونه حیوان منتشر می‌کند تا آن را بترساند و دور کند.

نوزکووا می‌گوید سامانه از تجربه هم یاد می‌گیرد و واکنش‌هایش را تغییر می‌دهد تا حیوانات به تکرار یکسان پیام‌ها عادت نکنند.

این شرکت در حال حاضر دستگاه‌هایی با باتری می‌فروشد که می‌توان آن‌ها را روی تیرها، درختان و سازه‌های دیگر نصب کرد. همچنین یک پلتفرم نرم‌افزاری ارائه می‌دهد که محل استقرار دستگاه‌ها و اتفاقات محیط را به مشتریان نشان می‌دهد. این پلتفرم می‌تواند برای رعایت الزامات قانونی و کاربردهایی مانند پایش تنوع زیستی نیز گزارش تهیه کند. هدف بلندمدت شرکت این است که نرم‌افزار را آن‌قدر قابل‌حمل کند که بتوان آن را روی ماشین‌های فعال در فضای باز، از جمله قطارها، خودروها و پهپادها، اجرا کرد.

نوزکووا می‌گوید حدود ۱۵۰ دستگاه Flox در آمریکای شمالی، اروپا و استرالیا فعال‌اند؛ از جمله در فرودگاه‌ها و پیرامون آن‌ها، در مسیرهای جاده‌ای و ریلی ــ به‌ویژه انتهای حصارها و گذرگاه‌های واقع در کریدورهای حیات وحش ــ و نیز در پارک‌های ملی، زمین‌های کشاورزی، مناطق شهری، معادن و زیرساخت‌های حیاتی مانند پست‌های برق.

این شرکت دستگاه‌های edge را با دریافت هزینه اولیه می‌فروشد و پس از سال اول، اشتراک سالانه نرم‌افزار و هوش مصنوعی دریافت می‌کند. Flox همچنین با شرکت‌هایی همکاری OEM دارد که برای نصب نرم‌افزار این شرکت روی وسایل نقلیه، مانند قطارها، حق‌الزحمه سالانه می‌پردازند. سازنده قطار Alstom یکی از این شرکاست.

نوزکووا گفت شرکت انتظار دارد سال ۲۰۲۶ را با حدود ۱.۵ میلیون دلار درآمد به پایان برساند.

محصول و رویکرد Flox منحصربه‌فرد است، اما این استارتاپ بی‌رقیب نیست. محصول Scarecrow شرکت Robin Radar نیز برای پراکنده‌کردن پرندگان از صداهای هشدار ویژه هر گونه استفاده می‌کند و فعالیت آن‌ها را ثبت می‌کند. شرکت iCHASE هم سامانه‌ای می‌فروشد که پرندگان را با بینایی ماشین شناسایی و با لیزری متحرک هدف قرار می‌دهد و در صورت لزوم، واکنش خود را تغییر می‌دهد.

نوزکووا می‌گوید مزیت رقابتی دفاع‌پذیر شرکت، گستردگی سامانه و داده‌هایی است که Flox در میدان جمع‌آوری کرده؛ داده‌هایی که او آن‌ها را «داده‌های میدانی واقعی درباره عواملی که واقعاً باعث می‌شوند گوزن شمالی یا خرس گریزلی با ایمنی حرکت کند» توصیف می‌کند.

نوزکووا می‌گوید: «هوش مصنوعی فیزیکی در حال ترک کارخانه و ورود به فضای بازِ آشفته و زنده است. هر ماشینی که بیرون از محیط‌های بسته کار می‌کند ــ قطار، کامیون، پهپاد، تراکتور و ربات ــ باید طبیعت را درک کند و هوش طبیعت، لایه بعدی پشته ادراکی است. تقریباً هیچ‌کس روی ساخت آن کار نمی‌کند.»

نوزکووا گفت این شرکت تاکنون در دورهای پیش‌بذری و بذری، در مجموع حدود ۵ میلیون دلار جذب سرمایه کرده است. رهبری دور بذری را Unconventional Ventures و Tilia Impact Ventures بر عهده داشتند. از دیگر سرمایه‌گذاران مشترک در این دورها می‌توان به GENIUS NY، Norrsken، Satgana و سرمایه‌گذاران فرشته اشاره کرد.

این شرکت اکنون در حال جذب ۱۰ میلیون دلار در دور Series A است. بخش عمده این سرمایه صرف افزایش تعداد دستگاه‌های مستقرشده از حدود ۱۵۰ دستگاه به چند هزار دستگاه و گسترش سامانه زیربنایی فراتر از کاربردهای فعلی آن در حوزه حیات وحش خواهد شد.