Oppdag hvordan IIT Ropar, Syngenta og Google fremmer landbruksinnovasjon gjennom «HACK CORE 2026» ved å invitere indiske innovatører til å utvikle banebrytende AI-løsninger for bærekraftig landbruk.
Høydepunkter
- IIT Ropars ANNAM.AI, Syngenta og Google lanserte ‘HACK CORE 2026’, et nasjonalt AI-hackathon for landbruk.
- Hackathonet søker AI-drevne løsninger for avlingshelse, skadedyrbehandling, jordintelligens og klimabestandig landbruk.
- Innovatører i India inviteres til å søke innen 21. juli for å utvikle bærekraftige landbruksteknologier.
- Vinnende lag vil motta en tur til Syngentas forskningssenter i Italia og Google Cloud-kreditter.
- Deltakerne får tilgang til ekspertråd og verdifull kunnskapsutveksling med agronomeksperter.
ANNAM.AI, IIT Ropars Center of Excellence (CoE) for kunstig intelligens i landbruket, har lansert et nasjonalt AI-hackathon ‘HACK CORE 2026’ i samarbeid med Syngenta og Google. Han inviterte innovatører til å utvikle AI-drevne løsninger for avlingshelse, skadedyrbehandling, jordintelligens, klimabestandig landbruk og bredere bruk av biologiske produkter over hele India.
HACK CORE 2026: Utvikling av Agricultural AI Solutions
IIT Ropar sa i en uttalelse at søknader om HACK CORE 2026 avsluttes 21. juli. Hackathonet er åpent for studenter, forskere, utviklere, startups og innovatører fra hele India.
Vinnerteamet vil besøke Syngentas forskningssenter i Atessa, Italia, for å se førstehånds de toppmoderne fasilitetene og verktøyene innen biologisk forskning. Vinnerteamet vil også bli tildelt Google Cloud-kreditter, som vil gi dem tilgang til Googles skyplattform og en rekke infrastruktur, data, kunstig intelligens og programvare for å støtte arbeidet deres. Han la til at deltakerne vil ha tilgang til ekspertveiledning, anvendte forskningsmuligheter på bakkenivå og verdifull kunnskapsutveksling med agronomeksperter fra ANNAM.AI og Syngenta.
Juridisk merknad: Nyhetsinnhold ble hentet fra den angitte kilden. Titler, sammendrag, seksjonstitler og bilder blir automatisk generert eller valgt ved hjelp av AI/algoritmer og er kanskje ikke alltid helt nøyaktige. Lesere oppfordres til å se hele artikkelen for fullstendig kontekst.