苑明理不赞成，他认为中文维基应该统一，互联网和技术应该减少分歧，促进沟通，而不是相反。于是和社群中一些同学编写了维基自动繁简体转换程序的第一个版本：

用户提交编辑→文章进入数据库→繁简转换→根据用户的语言呈现给用户

这个繁简转换软件一开始查询词表，但很快发现还需要增加一些规则，后来还支持了新马、港澳各种中文版本。最终成了中文互联网上繁简转换的事实标准。

增加了规则和统计综合的文本处理系统运行在维基百科上，几经修改的程序可以完美处理繁简转换的问题，成功弥补了社区的裂痕，社区繁荣发展，现在两岸三地协同编辑了超过93万篇文章。苑明理同学毕业后去了上海工作，几年后卸任维基百科管理员和巡查员职务，于2011年开启了一个开源教育项目瓦克星计划用计算机模拟星球。

这个新计划能否成功？成千上万志愿者贡献的维基百科的数据又会有怎样奇妙应用？让我们等等再说，先把目光转向北京的一个科学爱好者俱乐部，那里有一群爱好者在讨论一种叫统计机器学习的新方法。

　　30分钟后开始下雨

2010年前后，一种叫做深度学习的方法开始流行，2012年谷歌团队利用它把imagenet图片分类的准确率首次提升到85%以上，错误率降低了一半。

这些进展引起了北京一个科学爱好者组织集智俱乐部的兴趣。2012年，集智俱乐部开始举办“统计学习读书会”，组织大家讨论相关的论文。当时正在阿里巴巴北京分公司做算法工程师的袁行远就是读书会的积极参与者。袁行远当时的工作是从100万条裙子挑选出100条消费者能看见的那些。在淘宝实践机器学习获得了成功，通过改善淘宝的商品匹配策略，节约了消费者的时间，也让卖家挣到更多钱。

2013年，袁行远从淘宝辞职，希望探索人生更多的可能性。同年6月参加了北邮肖达老师发起的脑与深度学习读书会，小伙伴们聚在咖啡店里讨论神经网络的原理和应用。行远留意到神经网络在处理图像上与文字都高度的相似性，通过SOM自组织网络不仅可以聚类图像也可以自动聚类相似的词语。

行远意识到神经网络能成功的关键在于不要人工写规则，而让机器自动去发现规律。有了这样的利器，我们还能做些什么呢？恰逢北京雨季，还是气象爱好者的行远就想到用机器去自动分析天气雷达图进行精确到分钟的天气预报。由于雷达图上的降雨带是花花绿绿一团团的，他给这个项目起了一个诗意的名字：彩云天气。

2014年4月，彩云天气app发布，受到气象爱好者热烈支持。

　　2014年6月，北京10场降雨彩云全部报出，命中率100%。

　　2014年9月，彩云天气和中国气象局达成合作。中国气象局官方天气预报app中开始出现“30分钟后开始下雨”这样的说法。一个在咖啡馆里的想法，开启了中国天气预报的新时代。

我们既要研究人工智能前沿技术，又要让这些技术服务大众。本着这样的想法，行远开始思考神经网络还能做些什么？人工智能的极限又在哪里呢？

　　模仿游戏

微博网友 开尊待月和室友一起最近发现了一个有趣的app。不但和它说中文，它自动翻译成英语，而且有时候它还会和你开玩笑。当然感觉app变成人只是个幻觉，主要还是因为程序异常而偶然导致。但是1950年阿兰图灵的一篇论文却提出了一个人工智能的测试方案：

和人工智能对话，看你能不能分辨它是机器还是人。如果不能分辨，则这个人工智能通过了图灵测试。