每天必看的天氣預報，總和“不準”這個詞扯上關係。但就在你認為它不準，明天不一定會下雨而不帶傘的時候，它卻偏偏下了雨。

但有這樣一款應用，你開啟之後就能夠知道你所在地多少分鐘之後下雨，多少分鐘之後停雨，這就是 AppSolution 之前曾報導過的應用“彩雲天氣”。

2014 年 4 月上線至今“彩雲天氣”已經擁有了超過 100 萬直接使用者，對外的資料服務簡介覆蓋超過 2 億使用者。

精確預報天氣，一點都不簡單

未卜先知，本來就是一件神奇的事。為什麼人類能夠對天氣進行預報呢？這一切皆是源於人類長期以來對於天氣變化的觀察總結，最終將這些資訊彙總成了今天知識體系龐雜的氣象學。這一套體系，最早甚至可以追溯到亞里士多德對於天氣的描述和解釋，以及伏羲八卦。

所以在我們日常看到的天氣預報背後，往往有著一大群氣象學家，他們根據各種氣象資料進行分析，最終給出我們的預報結果。

但我們為什麼覺得天氣預報還是不準呢？

氣象預報的最大難點就在於影響實際天氣變化的引數實在太多，雖然現在人類已經建立了一套地、天、空聯動的感測器系統，甚至早在 1949 年已經開始引進電子計算機來預測天氣變化，但是天氣系統十分複雜，各種因子相互影響，一個因子變化會影響到其它因子，一連串反應下來，往往呈現出讓人出乎意料的結果，所謂“蝴蝶效應”就是如此。

所以天氣預測的時間點越遠，準確度越低。

而“彩雲天氣”的做法是將預報的時間縮短到 1、2 個小時之內，讓精確的天氣預報成為了可能。沒錯，重點是可能。

人工智慧，將可能變成現實

既然通過將預報的時間縮短，就能獲得比較精準的天氣預報，為什麼沒有人去嘗試這樣做呢？原因在於：

用人工的力量無法給上億使用者隨時提供任意地點未來 1-2 小時的天氣預報。

當然，我們這裡說的任意地點指的是彩雲中的這種精確定位，而不是尋常天氣預報中的區、市。雖然現在有很多天氣預報也提供了小時制的結果，但是區域較大使得給使用者的感覺始終不準確。

既然無法通過人工的力量解決，那就只能藉助計算機了。但在計算機介入之前，還有一個問題需要解決，如何獲取精確的天氣原始資料。“彩雲天氣”最終選擇了地面氣象雷達資訊。

將雷達運用在氣象上最早也可以追溯到二戰，但是目前運用最廣的還是機場，因為氣象條件會對飛機的起降造成非常大的影響。而機場以及飛機自身搭載的雷達就能夠偵測到雲層、風速等各種資訊，給出分鐘級的氣象預報。

不過有雷達並不能直接獲得預報結果，通過雷達獲取回來的這些原始資訊還需要經過二次處理，這通常由專業的氣象人員來完成。

因為探測原理，雷達圖還會顯示出非常多除了天氣資訊以外的資訊，為了讓計算機進行運算最終得到結果，首先必須去除這些多餘的資訊，實際的步驟比較複雜，在此就不過多贅述了（感興趣可以檢視這篇文章）。

“彩雲天氣”在應用內部也提供了 2 小時前至此刻的雨帶雷達圖演變，以及 2 天前至今的空氣質檢圖演變這樣的專業資訊。但普通使用者很難像氣象人員那樣能夠對這樣的資訊進行專業分析得出預報結果。

正如上文提到的那樣，預報天氣這件事可以追溯到亞里士多德的年代，那麼如何將人類這麼多年的研究成果轉變成一個人工智慧的思考過程呢？事實上，不存在任何直接轉化的方法，因為人類無法將很多抽象的人類思維直接轉變為程式碼。

這時就必須提一下前一陣特別火的圍棋人工智慧程式 AlphaGo 了，與天氣預報相比，圍棋更加高深莫測，棋盤上黑白子的走法可能性超過了 10 的 170 次方，甚至比宇宙的原子還多。

那為什麼 AlphaGo 能夠以 4:1 戰勝人類頂尖選手李世石呢？就因為他們在圍棋的人工智慧中加入了全新的神經網路結構，關於它的技術原理和細節，本文就不贅述了，有興趣可以看我們之前的《AlphaGo 的棋局，與人工智慧有關，與人生無關》。

簡單點說就是用類似人類思考的方式來對 3000 萬盤圍棋比賽進行重複演算和覆盤，最終再用機器自己從中獲得的獲勝規律來進行比賽。“彩雲天氣”的技術底層和 AlphaGo 一致，比如也採用多層卷積神經網路等核心演算法，不過分析物件從圍棋的影象換成了氣象圖，把對棋局的預測變成了對區域性天氣的預測。

技術創業：第一生產力之美

經歷了 2015 年創業浪潮的洗禮，國內很多城市已經到了從高樓上扔塊磚頭都能砸著一個創業者的地步。而它們創立的諸多創業專案，憑藉著不同的核心價值煥發著自己的生機。

這些核心價值，有的是推廣、有的是運營、有的是商業模式、有的是使用者群、還有的是市場和資金，然而更多依靠技術力量的創業專案反而顯得稀缺——尤其是針對大眾類的產品方面。“彩雲天氣”就是這麼獨到。

科技，以技術的前進為本。矽谷的精髓，也在於不斷推動技術的發展與迭代，創造出不同以往的技術，應用在不同的產品上，給人全新的生活方式與體驗。在國內，我們更加需要類似彩雲天氣這種，以技術發展為動力的創業團隊。