每天必看的天气预报，总和“不准”这个词扯上关系。但就在你认为它不准，明天不一定会下雨而不带伞的时候，它却偏偏下了雨。

但有这样一款应用，你打开之后就能够知道你所在地多少分钟之后下雨，多少分钟之后停雨，这就是 AppSolution 之前曾报道过的应用“彩云天气”。

2014 年 4 月上线至今“彩云天气”已经拥有了超过 100 万直接用户，对外的数据服务简介覆盖超过 2 亿用户。

精确预报天气，一点都不简单

未卜先知，本来就是一件神奇的事。为什么人类能够对天气进行预报呢？这一切皆是源于人类长期以来对于天气变化的观察总结，最终将这些信息汇总成了今天知识体系庞杂的气象学。这一套体系，最早甚至可以追溯到亚里士多德对于天气的描述和解释，以及伏羲八卦。

所以在我们日常看到的天气预报背后，往往有着一大群气象学家，他们根据各种气象数据进行分析，最终给出我们的预报结果。

但我们为什么觉得天气预报还是不准呢？

气象预报的最大难点就在于影响实际天气变化的参数实在太多，虽然现在人类已经建立了一套地、天、空联动的传感器系统，甚至早在 1949 年已经开始引进电子计算机来预测天气变化，但是天气系统十分复杂，各种因子相互影响，一个因子变化会影响到其它因子，一连串反应下来，往往呈现出让人出乎意料的结果，所谓“蝴蝶效应”就是如此。

所以天气预测的时间点越远，准确度越低。

而“彩云天气”的做法是将预报的时间缩短到 1、2 个小时之内，让精确的天气预报成为了可能。没错，重点是可能。

人工智能，将可能变成现实

既然通过将预报的时间缩短，就能获得比较精准的天气预报，为什么没有人去尝试这样做呢？原因在于：

用人工的力量无法给上亿用户随时提供任意地点未来 1-2 小时的天气预报。

当然，我们这里说的任意地点指的是彩云中的这种精确定位，而不是寻常天气预报中的区、市。虽然现在有很多天气预报也提供了小时制的结果，但是区域较大使得给用户的感觉始终不准确。

既然无法通过人工的力量解决，那就只能借助计算机了。但在计算机介入之前，还有一个问题需要解决，如何获取精确的天气原始数据。“彩云天气”最终选择了地面气象雷达信息。

将雷达运用在气象上最早也可以追溯到二战，但是目前运用最广的还是机场，因为气象条件会对飞机的起降造成非常大的影响。而机场以及飞机自身搭载的雷达就能够侦测到云层、风速等各种信息，给出分钟级的气象预报。

不过有雷达并不能直接获得预报结果，通过雷达获取回来的这些原始信息还需要经过二次处理，这通常由专业的气象人员来完成。

因为探测原理，雷达图还会显示出非常多除了天气信息以外的信息，为了让计算机进行运算最终得到结果，首先必须去除这些多余的信息，实际的步骤比较复杂，在此就不过多赘述了（感兴趣可以查看这篇文章）。

“彩云天气”在应用内部也提供了 2 小时前至此刻的雨带雷达图演变，以及 2 天前至今的空气质检图演变这样的专业信息。但普通用户很难像气象人员那样能够对这样的信息进行专业分析得出预报结果。

正如上文提到的那样，预报天气这件事可以追溯到亚里士多德的年代，那么如何将人类这么多年的研究成果转变成一个人工智能的思考过程呢？事实上，不存在任何直接转化的方法，因为人类无法将很多抽象的人类思维直接转变为代码。

这时就必须提一下前一阵特别火的围棋人工智能程序 AlphaGo 了，与天气预报相比，围棋更加高深莫测，棋盘上黑白子的走法可能性超过了 10 的 170 次方，甚至比宇宙的原子还多。

那为什么 AlphaGo 能够以 4:1 战胜人类顶尖选手李世石呢？就因为他们在围棋的人工智能中加入了全新的神经网络结构，关于它的技术原理和细节，本文就不赘述了，有兴趣可以看我们之前的《AlphaGo 的棋局，与人工智能有关，与人生无关》。

简单点说就是用类似人类思考的方式来对 3000 万盘围棋比赛进行重复演算和复盘，最终再用机器自己从中获得的获胜规律来进行比赛。“彩云天气”的技术底层和 AlphaGo 一致，比如也采用多层卷积神经网络等核心算法，不过分析对象从围棋的图像换成了气象图，把对棋局的预测变成了对局部天气的预测。

技术创业：第一生产力之美

经历了 2015 年创业浪潮的洗礼，国内很多城市已经到了从高楼上扔块砖头都能砸着一个创业者的地步。而它们创立的诸多创业项目，凭借着不同的核心价值焕发着自己的生机。

这些核心价值，有的是推广、有的是运营、有的是商业模式、有的是用户群、还有的是市场和资金，然而更多依靠技术力量的创业项目反而显得稀缺——尤其是针对大众类的产品方面。“彩云天气”就是这么独到。

科技，以技术的前进为本。硅谷的精髓，也在于不断推动技术的发展与迭代，创造出不同以往的技术，应用在不同的产品上，给人全新的生活方式与体验。在国内，我们更加需要类似彩云天气这种，以技术发展为动力的创业团队。