Kevin Patel 和 Nihar Chaniyara 在印度的鄉村長(cháng)大，那里種植的玉米、甘蔗和芒果等作物都被噴灑過(guò)除草劑。如今，他們可以將數據、視覺(jué)模型和 GPU 應用于有機作物種植上。


        二十幾歲的他們開(kāi)發(fā)了由 AI 驅動(dòng)的除草機器人原型——Nindamani，并且于近期在 Hackster.io 舉行的邊緣 AI 挑戰賽上榮獲佳績(jì)。

        Hackster.io 是一個(gè)為開(kāi)發(fā)者、工程師和科技愛(ài)好者提供的線(xiàn)上社區平臺，目前已有來(lái)自 35 個(gè)國家的 2500 多人報名參加了這場(chǎng)由 NVIDIA 贊助的挑戰賽，累計收到參賽作品 80 份。

        Kevin Patel 和 Nihar Chaniyara 來(lái)自印度西部陽(yáng)光充沛的 Gandhinagar，他們就在 Hackster.io 競賽的 10 名獲獎?wù)咧?。這場(chǎng)挑戰賽號召參賽者使用 Jetson Nano 開(kāi)發(fā)者套件。

        由于需要金屬加工，兩位小哥設計并多次迭代了用于除草的機械臂。至于機器的“大腦”，他們利用云端 GPU 來(lái)訓練 Mask R-CNN 如何分辨植物和雜草。Mask R-CNN 是一個(gè)深度神經(jīng)網(wǎng)絡(luò )，它可以區分圖片或視頻中的不同對象，Jetson Nano 則負責進(jìn)行推理。

        Kevin Patel 和 Nihar Chaniyara 廢寢忘食的努力終于換來(lái)了回報，Nindamani 在自主機器和機器人組榮膺榜首。

        Patel 說(shuō)：“我的 90% 的親屬都從事農業(yè)行業(yè)，所以可想而知這個(gè)問(wèn)題對我來(lái)說(shuō)有多重要。”

AI VS 雜草

        他們的家鄉生產(chǎn)大米、棉花、土豆、菜花和其他主食。和其他地方一樣，那里的農民面臨著(zhù)勞動(dòng)力短缺和農藥使用的問(wèn)題。

        Patel 和 Chaniyara 對當地及周邊 8000 多個(gè)農民進(jìn)行了調查，了解了問(wèn)題并制定了相應的解決方案。

        Patel 還提到：“在解決勞動(dòng)力和化學(xué)噴劑問(wèn)題時(shí)，他們需要像 AI 和自主機器人這樣的技術(shù)，以提高產(chǎn)量和利潤。”

集群農業(yè)潮

        Nindamani 的原型融合了機器人技術(shù)中所謂的集群農業(yè)概念，目的是從 AI 中獲取更高的效率，并實(shí)現可持續發(fā)展。對于要養育將近 14 億人口的印度農田來(lái)說(shuō)，農業(yè)科技上的進(jìn)步至關(guān)重要。

        集群農業(yè)機器人旨在通過(guò)模塊化的多任務(wù)機器人（包括噴灑、除草、播種、收割、搬運）來(lái)完成任務(wù)，比起傳統的單用途拖拉機，它們的開(kāi)發(fā)目的是在消耗更少能量并節約成本的情況下，可以完成更多任務(wù)。

        Nindamani 還處于雛形階段，但是開(kāi)發(fā)這款除草機器人的另一個(gè)目的已經(jīng)很清晰——降低農民在機械上需要耗費的成本，否則他們可能就會(huì )選擇廉價(jià)且有害的除草劑。

        Chaniyara 說(shuō)：“除草是一項非?？菰锏幕顑?，而這恰恰就是自動(dòng)化和機器人能幫上忙的地方。”