彩云天气： 328万元大奖背后的故事

CSDN：彩云天气用到了卷积神经网络，在你看来，深度学习最有意思的地方在于什么？

袁行远：我认为是机器自己的学习能力。你丢给它两张图，不告诉它什么是风速，什么是风向，什么是地形，什么是气压，它只是通过对自然界降雨情况的统计，就会告诉你下雨的概率。就好像我们做一道数学题，需要先学数学，再写公式，经过推算才能得出结果。但有一天，你只把题目和结果告诉计算机，等它看过一堆题目以后，你再给它一个它完全没见过的题目，它也能知道答案是什么。我们使用卷积神经网络，假如北京地区突然冒出一朵云，我们可以马上捕捉到这个现象。这就是具体的应用，但深度学习本身并不神奇。

CSDN：为什么说它并不神奇？

袁行远：深度学习其实学的是模式，利用模式来推知未来的现象并不是新想法。但神经网络算法的发展是一个量变到质变的过程。多层的神经网络其实大家一直在用，只是最近随着互联网的进步，计算能力和数据量都提升了，所以突然深度学习就得到质变。我觉得现在的计算机界有一种趋势：计算机科学等于计算机算法；计算机算法等于机器学习；机器学习等于深度学习。全部等下来，就造成了一谈到计算机科学，大家就想到深度学习。

从本源上来讲，图灵当年发明的纸带模型其实就是在模拟人的书写，在一张纸上能表示出来的东西，你都可以通过在一张纸上打点进行表示，如果纸带足够长，它就能表示足够多的信息。他一开始根本不需要造计算机，他的目标只是模拟计算的过程，图灵把他抽象成一个非常纯粹的东西，然后提出了所有可以计算和可以写出来的东西，都可以通过这个方法让机器来完成。只不过这里面有一个显著的缺点，就是操作纸带的程序必须是写好的，即要有一个规则。比如计算机里面有CPU，CPU里面有个指令集，指令集是固定的。现在神经网络发展的趋势就是要让这个固定的东西变得不固定，比如我们上周五读书会上讨论的“神经元图灵机”，用神经网络来训练指令集，这可能是以后深度学习发展的方向。

CSDN：不久前，你们刚刚赢得了“2014高德LBS应用大赛”328万元的大奖，最初与高德合作的契机是什么？

袁行远：一直以来，我都很喜欢高德。我对高德的动态路线躲避拥堵功能印象尤为深刻。这个功能非常贴心，因为普通路线规划只会告诉你一条最短的路径，不会随着行驶过程中的路况实时变化。有一次我在广州，打开高德导航，它提示说前方有隧道，司机师傅惊讶了，说“我都不知道前面有隧道”。还有一次我在四环上走，高德提示了一条路在地图上找不到，我拐过去一看，原来是条森林防火道，结果走出去一下子就到了。类似的例子非常多。所以当Google用不了的时候，我第一个想到的就是用高德来显示彩云的降雨量地图并提供定位功能。与Google相比，高德SDK可以节省近70%的流量，这是一个非常大的优势。而且彩云天气app本身有很多云层的动态效果，要求每分钟更新数据，这就需要我们的应用性能高于同类产品，而高德定位sdk的安装包比同类产品轻量得多，加载速度很快，这就能够提升彩云天气的用户体验。彩云天气目前在全球其他地方也有部分服务和用户，而高德定位sdk是之前国内唯一一家提供全球定位服务的sdk，这又与彩云天气的业务拓展不谋而合。

CSDN：与高德的接触中，还有哪些令你印象深刻的事？

袁行远：很早的时候，有一次我们发现了高德的一个Bug，就是下拉刷新后，地图有偏差。那时我们还没有正式合作，于是我写了一封邮件给高德说明这个问题。没想到他们的反应非常快，承诺在下一版中解决这一Bug，而在此之前可以帮我们改一下代码，让我们的App正常运行。其实高德当时完全可以不解决，因为我们不是它的主要客户，但他们还是把这个问题解决了。在我们正式合作以后，彩云天气1.3版本出现了一个问题，联系高德，高德的商务直接给我一个主管的QQ，让我直接跟他对话负责技术的刘叶维当时正在休假，但还是马上写邮件，请同事尽快解决这个问题。这两次给我留下了非常深刻的印象，即使是同一家公司的两个部门都不一定有高德的响应速度快，与高德合作，感觉就像大家在同一家公司办公一样。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友