Kevin Patel 和 Nihar Chaniyara 在印度的乡村长大，那里种植的玉米、甘蔗和芒果等作物都被喷洒过除草剂。如今，他们可以将数据、视觉模型和 GPU 应用于有机作物种植上。

二十几岁的他们开发了由 AI 驱动的除草机器人原型——Nindamani，并且于近期在 Hackster.io 举行的边缘 AI 挑战赛上荣获佳绩。

Hackster.io 是一个为开发者、工程师和科技爱好者提供的线上社区平台，目前已有来自 35 个国家的 2500 多人报名参加了这场由 NVIDIA 赞助的挑战赛，累计收到参赛作品 80 份。

Kevin Patel 和 Nihar Chaniyara 来自印度西部阳光充沛的 Gandhinagar，他们就在 Hackster.io 竞赛的 10 名获奖者之列。这场挑战赛号召参赛者使用 Jetson Nano 开发者套件。

由于需要金属加工，两位小哥设计并多次迭代了用于除草的机械臂。至于机器的“大脑”，他们利用云端 GPU 来训练 Mask R-CNN 如何分辨植物和杂草。Mask R-CNN 是一个深度神经网络，它可以区分图片或视频中的不同对象，Jetson Nano 则负责进行推理。

Kevin Patel 和 Nihar Chaniyara 废寝忘食的努力终于换来了回报，Nindamani 在自主机器和机器人组荣膺榜首。

Patel 说：“我的 90% 的亲属都从事农业行业，所以可想而知这个问题对我来说有多重要。”

AI VS 杂草

他们的家乡生产大米、棉花、土豆、菜花和其他主食。和其他地方一样，那里的农民面临着劳动力短缺和农药使用的问题。

Patel 和 Chaniyara 对当地及周边 8000 多个农民进行了调查，了解了问题并制定了相应的解决方案。

Patel 还提到：“在解决劳动力和化学喷剂问题时，他们需要像 AI 和自主机器人这样的技术，以提高产量和利润。”

集群农业潮

Nindamani 的原型融合了机器人技术中所谓的集群农业概念，目的是从 AI 中获取更高的效率，并实现可持续发展。对于要养育将近 14 亿人口的印度农田来说，农业科技上的进步至关重要。

集群农业机器人旨在通过模块化的多任务机器人（包括喷洒、除草、播种、收割、搬运）来完成任务，比起传统的单用途拖拉机，它们的开发目的是在消耗更少能量并节约成本的情况下，可以完成更多任务。

Nindamani 还处于雏形阶段，但是开发这款除草机器人的另一个目的已经很清晰——降低农民在机械上需要耗费的成本，否则他们可能就会选择廉价且有害的除草剂。

Chaniyara 说：“除草是一项非常枯燥的活儿，而这恰恰就是自动化和机器人能帮上忙的地方。”