AIで野生動物とインフラを分離する新技術 ― Flox Intelligence の「動的抑止システム」

💡 この技術が注目される理由

野生動物と交通インフラの衝突は、地域を問わず深刻な問題となっている。米国の航空局（FAA）が示す通り、1990 年から 2025 年までの平均年間損失は約 2 億 7200 万ドルに上り、フランスの鉄道会社 SNCF でも毎年 8 000 本以上の列車が動物に接触し、遅延の主要因の一つとされている。従来の対策は、サイレンやフェンス、猛禽類の放鳥、さらには駆除といった「音」や「物理的障壁」に依存してきたが、いずれも一律的で動物種や行動を区別できない点が限界だった。そこで注目されたのが、スウェーデンの KTH 王立工科大学の AI ラボに所属するサラ・ノゾコバ氏が率いる Flox Intelligence の取り組みだ。彼女は「大きな音が必ずしも解決策ではない」と述べ、自然環境の複雑性に即した柔軟な抑止手段の必要性を訴えている。AI がリアルタイムで動物の姿勢や種別を認識し、最適な刺激を選択するという概念は、インフラ保護と動物福祉を同時に実現できる点で画期的である。

🛠️ アーキテクチャと実践シナリオ

システムは三層構造で構成される。第一層は高解像度カメラと赤外線センサーを組み合わせた「感知モジュール」だ。これにより、昼夜問わず動物の出現を検知し、画像から種別やサイズ、移動方向を瞬時に抽出する。第二層はエッジコンピューティングを活用した「推論エンジン」。KTH で開発された軽量ディープラーニングモデルは、数十ミリ秒のレイテンシで対象を分類し、過去のデータベースと照合して危険度スコアを算出する。第三層は「アクチュエーションユニット」で、スコアに応じて音波、光パターン、振動、さらには非侵襲的な電磁波など多様な抑止手段を組み合わせて放出する。たとえば、小型のウサギが近づいた場合は低周波音と微弱な光で警戒させ、鹿やバイソンといった大型哺乳類が高速で接近すれば、強力な低音と同時に地面振動を発生させる。

実装例としては、ヨーロッパの主要鉄道駅や米国の中規模空港でのパイロット導入が進行中だ。列車が駅へ進入する 30 秒前にシステムが動物を検知すれば、列車側のブレーキ制御と連携し、事前に速度を落とすか、停車指示を出すことも可能になる。空港では滑走路付近のセンサーが鳥類の群れを感知し、瞬時に音波と光の組み合わせで飛来を抑止し、離着陸の安全性を高める。これらは従来の「音だけ」や「フェンスだけ」では実現できなかった、動的かつ種別特化型の防御策である。

📊 今後の展望とインパクト

Flox Intelligence の技術は、インフラ運用コストの削減と安全性向上を同時に実現できる点で、業界全体に波及効果をもたらすと予測される。まず、航空・鉄道・道路管理者は、事故による修理費や遅延補償の負担を大幅に軽減できる。次に、動物保護団体からは、致死的衝突の回避に寄与することから支持が集まるだろう。さらに、AI の自己学習機能が蓄積されたデータとともに進化すれば、季節変動や地域特性に応じた最適化が可能となり、グローバル規模での標準化も視野に入る。長期的には、スマートシティや自律走行車と連携し、道路ネットワーク全体で統合的に野生動物リスクを管理するエコシステムが構築される可能性がある。最終的に、インフラと自然が共存できる持続可能な交通インフラの実現に向けた重要な一歩となるだろう。