Flox Intelligence ने जानवरों के अनुकूल आवाज़ों से परिवहन अवसंरचना से वन्यजीवों को दूर रखने वाला AI उपकरण पेश किया

स्वीडिश स्टार्टअप Flox Intelligence AI-संचालित ऐसा उपकरण पेश कर रहा है, जो वन्यजीवों को रेलवे पटरियों, हवाई अड्डों के रनवे और सड़कों से दूर रखता है। इसके कैमरे जानवरों की प्रजाति पहचानते हैं और स्थिति के अनुसार आवाज़ निकालते हैं। कंपनी की संस्थापक सारा नोज़कोवा के मुताबिक, उत्तरी अमेरिका, यूरोप और ऑस्ट्रेलिया में ऐसे लगभग 150 उपकरण काम कर रहे हैं। अक्टूबर 2026 में सैन फ्रांसिस्को में आयोजित TechCrunch Disrupt की स्टार्टअप प्रतियोगिता “Startup Battlefield 200” में इसे फाइनलिस्टों में चुना गया था।

आंकड़ों में: जानवरों और परिवहन अवसंरचना के बीच टकराव

वन्यजीवों और परिवहन अवसंरचना के बीच टकराव कोई असामान्य घटना नहीं है। अमेरिकी संघीय विमानन प्रशासन (FAA) के अनुमान के मुताबिक, वन्यजीवों से टकराव के कारण अमेरिकी नागरिक विमानन को 1990 से 2025 तक औसतन हर साल लगभग 272 मिलियन डॉलर का नुकसान हुआ। फ्रांस की राष्ट्रीय रेलवे कंपनी SNCF का कहना है कि हर साल 8,000 से अधिक ट्रेनें पटरियों पर भटककर आ जाने वाले जानवरों से प्रभावित होती हैं और यह देरी के पांच प्रमुख कारणों में से एक है। अकेले ब्रिटनी क्षेत्र में 2023 में 120 ट्रेनें जानवरों से टकराईं, जिससे 660 ट्रेनों का परिचालन प्रभावित हुआ और कुल देरी 15,000 मिनट से अधिक रही।

संस्थापक नोज़कोवा की इस समस्या में दिलचस्पी जगने की कहानी भी उल्लेखनीय है। वह बताती हैं कि जब वह 8 साल की थीं, तब मुंबई जा रही एक ट्रेन तेज़ धमाके के साथ रुक गई और फिर से चलने में करीब 8 घंटे लग गए। उनके मुताबिक, पटरियों के किनारे एक शाखा में जंगली बाइसन की पूंछ फंसी हुई थी। उन्हें लगा था कि यह भारत के ग्रामीण इलाकों तक सीमित घटना है, लेकिन बाद में उन्हें पता चला कि ऐसा दुनिया में कहीं भी हो सकता है।

सायरन, रोशनी, बाड़, शिकारी पक्षी और यहां तक कि जानवरों को मारना—अब तक के उपायों का मुख्य विचार जानवरों को “परेशान” करके दूर भगाना रहा है। नोज़कोवा को लगा कि “इसका जवाब और तेज़ आवाज़ नहीं है,” शायद इसलिए कि उन्हें इस तरीके की सीमाएं दिखने लगी थीं।

तेज़ आवाज़ नहीं, जानवरों के अनुकूल प्रतिक्रिया

Flox का उपकरण सबसे पहले गति-सेंसर से हलचल का पता लगने पर सक्रिय होता है। फिर कैमरा चालू होता है और डिवाइस में मौजूद AI मॉडल आसपास के जानवरों की प्रजाति पहचानता है। इसके बाद उसी प्रजाति के अनुकूल आवाज़ निकालकर उसे दूर भगाया जाता है।

अहम बात यह है कि हर बार एक ही आवाज़ नहीं निकाली जाती। एक ही तरह की उत्तेजना बार-बार मिलने पर जानवर उसके आदी हो जाते हैं। नोज़कोवा के मुताबिक, यह उपकरण मौके पर मिले अनुभव से सीखता है और अपनी प्रतिक्रिया के तरीके बदलता रहता है। जैसे शहरों में कबूतर स्ट्रीट लाइट के नीचे लोगों से बचना बंद कर देते हैं, वैसे ही आदत पड़ जाना डराकर भगाने वाले उपायों की सबसे बड़ी कमजोरी है।

यह भी अहम है कि यह “एज AI” का इस्तेमाल करता है, जिसमें डेटा का प्रसंस्करण क्लाउड के बजाय मौके पर मौजूद डिवाइस में होता है। यह उपकरण पटरियों के किनारे, खेतों और राष्ट्रीय उद्यानों जैसी उन जगहों पर लगाए जाते हैं जहां संचार व्यवस्था स्थिर नहीं होती। वीडियो को दूर भेजे बिना वहीं निर्णय लेकर कार्रवाई कर पाना बाहरी इलाकों में इस्तेमाल की वास्तविक परिस्थितियों के अनुकूल डिज़ाइन है।

स्वचालित संचालन में नोज़कोवा ने जो “अंधा बिंदु” देखा

नोज़कोवा को परिवहन और स्वचालित ड्राइविंग के क्षेत्र में 13 साल काम करने का अनुभव है। इस दौरान उन्हें एहसास हुआ कि इंसानों द्वारा व्यवस्थित किए गए वातावरण में मशीनें अच्छा काम करती हैं, लेकिन जैसे ही प्रकृति उसमें दखल देती है, वे उलझ जाती हैं। शहरों, कारखानों की उत्पादन लाइनों और गोदामों के विपरीत, जहां संरचना तय होती है और वस्तुएं जानी-पहचानी होती हैं, प्रकृति जटिल और लगातार बदलती रहती है।

बाद में वह स्टॉकहोम के KTH रॉयल इंस्टीट्यूट ऑफ टेक्नोलॉजी की AI लैब से जुड़ीं और जानवरों के व्यवहार तथा प्रजाति के अनुसार प्रतिक्रिया बदलने वाली प्रणाली पर शोध शुरू किया। 2020 में KTH से अलग होकर यही पहल Flox Intelligence बनी।

परिवहन अवसंरचना से आगे भी इस्तेमाल

कंपनी के मुताबिक, उसके लगभग 150 उपकरण हवाई अड्डों के आसपास, सड़कों और रेलवे लाइनों के किनारे, राष्ट्रीय उद्यानों, खेतों, शहरी इलाकों, खदानों, सबस्टेशनों और अन्य महत्वपूर्ण अवसंरचनाओं में काम कर रहे हैं। रेलवे और सड़कों पर इन्हें मुख्य रूप से उन बाड़ों के सिरों या रेलवे क्रॉसिंग पर लगाया जाता है, जहां वन्यजीवों के आवाजाही के रास्ते उनसे मिलते हैं। ये बैटरी से चलते हैं और खंभों या पेड़ों पर लगाए जा सकते हैं।

कंपनी का एक अन्य प्रमुख उत्पाद सॉफ्टवेयर है। इसकी मदद से उपकरणों की स्थापना की जगह और मौके की स्थिति देखी जा सकती है। इसका इस्तेमाल नियामकीय अनुपालन के लिए रिपोर्ट तैयार करने और जैव विविधता की निगरानी में भी किया जा सकता है। इस तरह यह सिर्फ जानवरों को भगाने वाला उपकरण नहीं, बल्कि मौके पर उनकी गतिविधियां दर्ज करने वाले सेंसर नेटवर्क के रूप में भी काम करता है।

लंबी अवधि में कंपनी की योजना सॉफ्टवेयर को ट्रेन, कार और ड्रोन जैसी बाहर काम करने वाली मशीनों में इस्तेमाल करने योग्य बनाने की है। स्थिर उपकरण से चलती मशीनों की “आंख” बनने तक—कंपनी वन्यजीवों को दूर रखने से कहीं व्यापक संभावनाओं पर नजर रख रही है।

क्या प्रकृति को समझने वाला AI अगला पहचान-आधार बन सकता है?

कंपनी के राजस्व मॉडल में उपकरणों की बिक्री के साथ-साथ उन्हें लगाने के दूसरे साल से वार्षिक सॉफ्टवेयर और AI उपयोग शुल्क शामिल है। ट्रेन जैसी गाड़ियों में सॉफ्टवेयर लगाने वाली कंपनियों के साथ OEM साझेदारी की जाती है और उनसे वार्षिक शुल्क लिया जाता है। रेलवे वाहन निर्माता Alstom ऐसा ही एक साझेदार है। नोज़कोवा का कहना है कि 2026 के अंत तक राजस्व लगभग 1.5 मिलियन डॉलर रहने का अनुमान है।

वित्तपोषण के मामले में, कंपनी प्री-सीड और सीड चरणों में लगभग 5 मिलियन डॉलर जुटा चुकी है। सीड राउंड का नेतृत्व Unconventional Ventures और Tilia Impact Ventures ने किया, जबकि GENIUS NY, Norrsken, Satgana और एंजेल निवेशकों ने भी हिस्सा लिया। कंपनी अब 10 मिलियन डॉलर के सीरीज़ A राउंड की शुरुआत कर रही है। उसकी योजना है कि इस धनराशि का इस्तेमाल मुख्य रूप से मौजूदा लगभग 150 इकाइयों से बढ़कर कई हजार इकाइयों तक विस्तार करने और वन्यजीवों से आगे अन्य मामलों में भी समाधान लागू करने के लिए किया जाए।

इस क्षेत्र में प्रतिस्पर्धी भी हैं। Robin Radar का Scarecrow प्रजाति के अनुसार चेतावनी ध्वनियां निकालकर पक्षियों को भगाता है और उनकी गतिविधि दर्ज करता है। iCHASE कंप्यूटर विज़न से पक्षियों का पता लगाता है और उन्हें चलती लेज़र किरणों से दूर भगाने वाली प्रणाली बेचता है। नोज़कोवा के मुताबिक, उनकी कंपनी की ताकत प्रणाली की व्यापकता और वास्तविक स्थलों पर जुटाया गया डेटा है। वह इसे इस बात का «मैदानी सत्यापन डेटा» बताती हैं कि मूस और ग्रिज़ली भालू किन परिस्थितियों में सुरक्षित रूप से विचरण करते हैं।

नोज़कोवा कहती हैं कि फिजिकल AI अब कारखानों से निकलकर बाहर की उन जगहों तक पहुंच रहा है, जो अव्यवस्थित हैं और जीव-जंतुओं से भरी हैं। उनका कहना है कि ट्रेन, ट्रक, ड्रोन, ट्रैक्टर और रोबोट जैसी बाहर काम करने वाली मशीनों को आखिरकार प्रकृति को समझना होगा और «प्रकृति की बुद्धिमत्ता» पहचान तकनीक की अगली परत बनेगी। स्वायत्त ड्राइविंग में लोगों और वाहनों को पहचानने की क्षमता लगातार बेहतर हुई है, लेकिन वन्यजीवों की पहचान करना और उनके व्यवहार का अनुमान लगाना अब भी कम विकसित क्षेत्र है। क्या इस कमी को दूर करने वाली तकनीक दुर्घटनाएं घटाते हुए जानवरों को नुकसान से बचाने का विकल्प बन सकती है? हजारों इकाइयों तक विस्तार से इसका जवाब सामने आएगा।