“你可以做这样一个实验，花钱给自己买一年，在这一年里只做自己想做的事情，看能不能赚够钱把自己养活（有点类似Gap Year）。如果你能做成，你就能实现一个自循环，既能做自己喜欢做的，又能养活自己。但失败了也对人生没有太大影响，毕竟到头来，阿里巴巴29年工龄和30年工龄又能差多少呢？”

在结识了这么多创业者后，我观察到了一种现象，那就是这些创业者身上普遍存在一个共同特质——躁动。这里的躁动并不是一个贬义词，而是一种不安于现状、不甘心“年纪轻轻就步入养老生涯”的躁动，想要创造些属于自己的东西。怀揣这种躁动的人不少，但真正能毅然辞掉阿里工作，开始“玩我想玩的，做我想做的”的人并不多——袁行远就是其中一个。

在辞职这一年里，袁行远去了不少以前想去却没去成的地方，核电站、航母统统玩遍。

第二年的2月10日，采用深度学习进行短时天气预报预测的“彩云天气”网页版正式发布，而这一天，正好就是他辞职一周年。彩云天气一经发布后便在天文爱好者团体中受到广泛好评，随后App版本也开始上线，袁行远终于“开始大张旗鼓地做这个”。

也就是在这一年里，袁行远拿到了百万级别的种子轮融资，彩云AI宣告成立。

这个自循环的小目标，还真给他“玩”成了。

说起天气预报，大家最熟悉的恐怕还是7点半新闻联播结束后的官方天气预报。基本上就是将全国各市的名字都念一遍才能等到你想要的城市，而且只有“阴转小雨”，“局部地区”这样含糊的表达。哪怕是地方电视台的天气预报，很多时候也只能将区域细化到区县一级。

这对于“带不带伞”来说也许够了，但是对于像袁行远这样的天文爱好者来说远远不够。如果你热爱观星，那么你必须知道今晚有没有云，几点有云，哪个区有云，这就必须观察气象图。而从观察气象图你又可以得出哪个区会下雨，什么时候下，什么时候停等等信息。

由于气象雷达的信息是公开的，所以无数天文爱好者到了最后都或多或少地成了气象专家。不仅可以跟你细数头顶星辰，还能扮演一回神算诸葛亮，跟你说“30分钟后国贸的雨就停了，不用带伞”。

顺带一提，彩云AI里的许多员工也都是天文爱好者，每年12月14日北京天文馆的流星雨观星活动是彩云AI的公司年度保留节目。

不过，并不是人人都是气象专家，并不是人人都能看得懂气象图像。处理图像并对其进行分析、训练本身就是深度学习的专长，而气象图像正是图像的一种，深度学习进行的就是这种“去专家化”的事情。

（传统气象云图）

彩云AI首先从气象雷达数据中得到一定区域内云的分部、云的厚度、内部水分的多少等信息；紧接着，用训练好的深度学习模型对这些图像进行分析，然后推断出这些云接下来去哪里，在哪里有可能会释放自身携带的水分；最终，根据用户定位，开奖，将这些能够精准到小时、甚至分钟的天气预报推送给用户使用。

“当初（和肖达）两个人在咖啡馆讨论的概念，现在每天上亿民众使用。”

正如上文所说，中国气象局、滴滴打车、饿了吗、新浪天气通等软件都与彩云AI建立了合作，接入彩云AI的天气预报API数据。而小米、金立、酷派等近一半手机厂商也都是彩云AI的客户，他们内置天气App用的也是彩云的天气预报，目前在北上广深“老根据地”的短时天气预测准确度能够达到90%以上。

彩云AI推出的“彩云天气”App至今已有约400万次下载，每天提供接近3亿次天气预报。

袁行远表示，与市场上的不少同类产品相比，它们的数据预报非常准确，并且在B端市场已经占据着着非常明显的优势。目前天气预报业务已经较为成熟，占据着公司大部分收入来源。

此外，除了国内天气预报外，彩云AI还从2015年开始提供全球任意地点的逐小时级别天气预报，而就在智东西采访的不久前，彩云AI成功接入并分析了美国大气海洋管理局的一百多个雷达数据，目前甚至能够提供覆盖美国及欧洲地区的分钟级预报。