KevinPatel跟NiharChaniyara正在印度的(de)墟落(luo)長(chang)大，那里蒔(shi)植的(de)玉米、甘蔗跟芒果等作(zuo)物皆被噴灑(sa)過除草劑。現在，他們可以將數據、視覺模子跟GPU使用于(yu)無機作(zuo)物蒔(shi)植上(shang)。

二十(shi)幾歲(sui)的他們(men)開辟了由AI驅(qu)動的除草機器人原型——Nindamani，而且于近期(qi)正在進行的邊緣AI挑戰賽上(shang)榮獲佳績。

是(shi)一個為開發者、工程師跟科技愛好(hao)者供(gong)給的(de)(de)線(xian)上社區(qu)平臺，現階段已有來(lai)自35個國度(du)的(de)(de)2500多(duo)人報名列入了這場由(you)NVIDIA援助(zhu)的(de)(de)挑(tiao)戰賽(sai)，累計收(shou)到參賽(sai)作品80份。

KevinPatel跟NiharChaniyara來自印度西部(bu)陽光充分的Gandhinagar，他們便(bian)正(zheng)在比賽的10名獲獎者(zhe)(zhe)之列。這場挑戰賽號令(ling)參(can)賽者(zhe)(zhe)利用JetsonNano開發者(zhe)(zhe)套件(jian)。

因為須要(yao)金屬(shu)加工，兩位(wei)小哥計劃(hua)并(bing)屢次迭代了用(yong)(yong)于除(chu)草的機(ji)器(qi)臂(bei)。至(zhi)于機(ji)械的“大腦”，他(ta)們應用(yong)(yong)云端GPU去鍛煉(lian)MaskR-CNN若何分辯動物跟雜草。MaskR-CNN是一個深度神經網絡，它(ta)可以(yi)劃(hua)分圖片或(huo)視頻中(zhong)的分歧(qi)工具，JetsonNano則(ze)擔任停止推理。

KevinPatel跟NiharChaniyara夜以(yi)繼日的盡力終于換來(lai)了回(hui)報，Nindamani正在自立機(ji)械跟機(ji)器人(ren)組(zu)榮膺榜首。

Patel道：“我(wo)的(de)90%的(de)支屬皆處置農(nong)業行業，以(yi)是(shi)可想(xiang)而知這(zhe)個問題(ti)對我(wo)來講有多(duo)緊張。”

他們的故鄉出產大米(mi)、棉(mian)花、土豆、菜花跟其他主食。跟其他處所一樣，那(nei)里的農(nong)人面對著勞(lao)動力欠缺跟農(nong)藥(yao)利用的問題。

Patel跟Chaniyara對本(ben)地及周邊(bian)8000多個農人(ren)停(ting)止了(le)(le)查詢拜訪，相識了(le)(le)問題并(bing)擬定了(le)(le)響應的解決方案。

Patel借提到：“正在(zai)辦理勞動力跟(gen)化學噴劑問題時，他們須要像AI跟(gen)自(zi)立機器人如許的(de)技巧，以提高產量跟(gen)利潤。”

Nindamani的(de)(de)原型融會(hui)了機(ji)器(qi)人技巧中(zhong)所謂的(de)(de)集群農(nong)業觀點，目標是從AI中(zhong)獲得更(geng)下的(de)(de)服從，并(bing)實現可(ke)連續開展。關于要養(yang)育快要14億生齒(chi)的(de)(de)印度農(nong)田來講，農(nong)業科技上的(de)(de)先(xian)進至關重要。

集群農業機器人致(zhi)力于(yu)經由過程模塊化的(de)多任務機器人（包羅噴灑、除草、收(shou)獲、收(shou)割、搬運）去實現(xian)使命，比起傳統的(de)單用(yong)途拖拉機，它們的(de)開(kai)辟目(mu)標是正在耗(hao)損更(geng)少能量并(bing)勤儉本錢的(de)環境(jing)下，可以實現(xian)更(geng)多任務。

Nindamani借處于雛形階段，可是開辟那(nei)款除草(cao)機器人的(de)(de)另一個目標(biao)曾經很(hen)明晰——降低農人正在機器上須要(yao)消耗(hao)的(de)(de)本錢(qian)，不然他們(men)能夠便(bian)會(hui)取舍(she)便(bian)宜且無害的(de)(de)除草(cao)劑。

Chaniyara道：“除草是(shi)一(yi)項十分單調的(de)活兒，而那恰(qia)恰(qia)就(jiu)是(shi)自動化跟機器人能幫上閑的(de)處所。”