“我是彩雲天氣的粉絲！”當袁行遠透過朋友轉述，聽到這句話的時候，他剛剛從中國氣象局副局長餘勇手中，接過首屆中國氣象服務協會科學技術獎風雲人才獎的獎盃和紅色獎狀。經由他人轉達，袁行遠得知，評委中也有他打造的天氣預報應用彩雲天氣的使用者。
“你知道嗎？這種時候，就會有很大的成就感！”
當時是 2020 年 12 月，7 年前的 2013 年，袁行遠開始著手精準分鐘級天氣預報的研發，當時團隊只有三個人——他自己、業餘參與的女友，和清華大學計算機專業的肖達，後者與他同在人工智慧愛好者俱樂部集智俱樂部，為這個專案兼職做神經網路的構架。
次年 2 月，他們上線了第一版的程式網頁，三人激動地發帖宣佈：“分鐘級降雨預報來啦！”
他們想要解決的，是傳統以城市為單位的天氣預報服務，與每個人的實際出行需求之間的斷檔與空白。
究竟幾分鐘後下雨？幾分鐘後雨停？城市這麼大，區域性地區是什麼地區？降雨離我有多少條馬路？這些再自然不過的需求，在分鐘級天氣預報出現前，被淹沒在了人們習以為常的生活習慣中。
“2014 年以前，天氣服務大部分是搬運的世界氣象組織，或者中國氣象局做出來的預報。”而多年來，普通人對中國氣象局預報的接收渠道，主要侷限在中央電視臺《新聞聯播》後的五分鐘天氣預報節目中，“中國 300 多個城市，五分鐘說不完，只能報省會。但我家又不住在省會，我家在四川德陽。”小時候，每次看天氣預報，袁行遠的父親就跟他說：“看成都吧，差不多。”
“怎麼能這樣呢？”袁行遠不服，“我明明就不在這兒啊！應該給我一個我自己專屬地點的、屬於每分鐘更新的東西。”這便是他腦海中屬於下一個時代的天氣預報。
“但是市面上沒有，那就我來做吧。”這也因此成為他創業的契機之一。
在袁行遠創立的彩雲科技，
隨處都是可以拿筆塗寫的牆面，
方面大家隨時在工作中討論
初次上線的程式 1.0 版本，做到了將降水預報的範圍縮小到每條街道。其中最為關鍵的降雨預報準確率已經達到 80% 左右，而傳統天氣預報則只有 60%。
袁行遠清楚記得，自己最初的一條微博，收穫了遠超他想象的 400 多次轉發。“現在看來不算啥，但那個時候作為一個年輕的獨立開發者，我做了一個軟體，發出來有人用，可能先有那麼幾千個使用者，大家的鼓勵令我很感動。”這為開發初期的他與團隊建立起了自信。
來自全國各地的使用者，開始在生活中使用彩雲天氣，另一個直接證明便是接踵而至的網友反饋。“我記得有一個場景，是有個學生去表白，點了一圈心形的蠟燭，但是下雨了，就用好多雨傘擋著蠟燭。就有網友艾特那個同學，說你應該使用彩雲天氣。”更多使用者則會發來自己所在地的預報誤差，“到底是一分鐘還是兩分鐘，他就會拿手機拍手錶、外面的天空和彩雲天氣。”
“那一步，我就知道我做對了。”袁行遠意識到，這形成了非常好的正向反饋迴圈。
“其實，消費者需要的就是管用。”在蘋果 App Store 的評分與評論區，一位給彩雲天氣打出五星好評的使用者如此寫道。這款在使用者眼中“管用”的、填補短時天氣預報在大眾服務層面空白的應用，在並未投入大量宣傳的情況下，逐步打開了自己的知名度。
截止 2021 年底，彩雲天氣的月活躍使用者已經達到了千萬級，開放平臺註冊開發者超過 10 萬，每天向全球提供 10 億次預報，累計發出預報次數已達 4800 億次。
2016 年，袁行遠在活動上演講，
講述人工智慧如何進行天氣預報
自第一版程式釋出至今的 7 年裡，袁行遠創立的彩雲科技收穫了天使輪與 A 輪的融資，經歷了幾次搬遷，辦公室現在位於北京海淀區的 768 創意產業園裡，向西不到兩公里是清華大學的校園。如今的公司規模，已經有了 50 餘名全職員工。
北京的冬天，公司門外的池塘結了冰，而一套安置在室外的測量儀器仍在運作，監測著公司所在位置的氣象資料。
但這套資料僅供員工自己檢視，與預報無關。彩雲天氣的預報邏輯，是基於氣象雷達圖、衛星雲圖、手機資料反饋、探空氣球和自動觀測站，經由人工智慧演算法進行預測，構建有效的預報網路。
為什麼想到讓人工智慧來閱讀氣象雷達圖？這又如何成為一次可行的創業？網路上流傳的彩雲初創故事版本眾多，袁行遠知道，也會以此開玩笑：“有種牛頓被蘋果打中的感覺是吧？”如今回憶起來，他意識到，自己在不同年齡階段遇上的大小事情，都不同程度地起著作用。
小時候在四川，表哥送了袁行遠一個天文望遠鏡。他喜歡看星星，也很喜歡科幻，“但四川的雲很多，我每天都在看明天是晴天還是陰天，這決定了我什麼時候玩天文望遠鏡。”
來到北京之後，他偶然讀到小龍哈勃在果殼網上發表的一篇科普《人人都是天氣專家，親自預報幾點幾分下雨》，那也讓他真正瞭解了什麼是氣象雷達圖。“那個文章對我影響非常深，你會知道氣象雷達圖每隔 6 分鐘會變一次，透過它就可以預測到底會不會下雨。”
他養成了看氣象雷達圖的習慣，“起初也會預測錯，因為雲會有生長和消散。”後來每次下雨之前，袁行遠都會去看雷達圖。
“我就變成周圍人的神諸葛了，我說回龍觀 10:10 下雨，然後 10:08 就開始狂風大作，那個時候我就會很自豪。“
於是當 2013 年，處於辭去阿里巴巴演算法工程師工作後的 Gap Year 期間的袁行遠，在幾個產品方向中選擇了分鐘級天氣預報這一最有難度的起步。“那個時候就想，還是要爭口氣，要做點別人覺得有技術含量的東西。”
辦公室一角，擺滿了袁行遠和彩雲科技
在這些年獲得的獎項和證書
對於並不瞭解人工智慧如何進行天氣預測的人，袁行遠有一套解釋的方法。
他首先會從預報的基礎原理開始科普，告訴對方，要解決天氣預報的問題，有兩種方法論。
“方法論一，是根據物理規則，比如雲在這裡，風向是多少，它下一秒會移動到哪裡。”在規則的基礎上，需要做的就是不停地進行運算，這在短臨預報中被稱為“光流法”，根據已有的資料去猜測雲的移動。“就是讓計算機扮演上帝。”袁行遠補充，“然後讓計算機根據人們設計的規律來控制降雨帶的變化。”
“還有第二種方案，就是資料驅動型的，意思是我不知道規則是什麼，但是我知道下雨了，所以猜測一個規則。”這個規則可能會猜錯，也可能猜對，但對於預測者來說沒有關係。如果在一個規則下，降雨比預測的更強了，就將這一規則的權重調低，反之則調高。
“它就像一個開關。”袁行遠又用了幾個類比，“它就像房價，可以這樣理解，它到底漲還是跌呢？我用一條線去模擬它，跟實際比，如果模擬得太高了，那麼我就降一點。只不過房價是一條線，但降雨是在空間中進行的三維變化，需要更多的資料去模擬。”
第二種方法更先進，也在人臉識別等人工智慧應用領域裡得到了證明，但袁行遠很快發現，在訓練 AI 閱讀氣象雷達圖，進而預測天氣的時候，情況並非如此。“第二種方法需要大量的資料計算，但就算你餵了很多資料給 AI，它的效果也不一定會好。”
“就降雨來說，它會有一個模糊的問題。因為它是一個對降雨區域的猜測嘛，那麼它可能會更加傾向於猜測這一片地區都在下雨，而不是某幾個地區有高強度的下雨，因為前者在公式中的得分會更高。”
這些問題至今仍是全球研究者的攻克物件。今年 9 月，Google 旗下 AI 實驗室 DeepMind 於《自然》雜誌發表了一篇論文，介紹其針對降雨的臨近預報，所建立的深度生成模型（Deep Generative Model）。
“他主要想攻克的也是這個問題。”袁行遠說，“第二個方法所做出來的降雨圖，會看起來很不像一個真實的降雨圖。而傳統的光流法其實更像降雨圖一些，所以我們一開始上線的就是光流法，即基於規則的方法。直到 2017 年，我們才解決了模糊的問題。”
辦公室牆上的幾臺顯示屏，
實時追蹤和記錄著預報的準確率
遇到技術問題是必然的，開發的過程遠不如使用者眼中那樣一帆風順。“還有一些問題，比如在晚上的時候，探測手段有缺陷，你可以認為氣象雷達有時候會失效。”袁行遠頓了一下，隨即又從原理開始補充，“因為電磁波有折射，你遇到一個水滴，它返回了，就表示這個地方有降水。”根據電磁波返回的時間和強度，哪個地方有沒有降水，就是可測量的。
“但是當晚上的時候，會發生空氣的逆溫折射，簡要地講，就是回波在傳遞的過程中會自動彎曲，你就不能確定它到底是水滴還是空氣當中的折射，這怎麼辦？”這是彩雲天氣剛上線的時候遇到的核心困難之一。
“所以第一個月，我們真正能用的範圍就是白天的沿海地區。”2014 年初上線時，團隊選擇了先從北京、上海、廣州三個城市開始提供服務。“三部雷達，支援三個城市。”袁行遠清楚記得，自己與上海的同學聯絡，請對方幫自己對比，看預測結果到底準不準。
那麼，夜晚到底有沒有下雨呢？為了解決這個問題，袁行遠用三個字概括，那就是“自己看”。
“所以現在北京辦公室外面有個池塘，我們習慣在一個能夠看見到底有沒有下雨的地方。”早期，彩雲團隊在借用的半地下室裡辦公，能夠聽見雨打上頂棚的聲音。“如果預報了卻沒下雨，我們就把資料修正掉。這個是有點搞笑的，雖然我們叫人工智慧預報，但是面對一個不準確的觀測資料，到底是不是下雨，還是要根據自然智慧（人工）來標註。”
資料修正的參考來源還有使用者的反饋，他們會向彩雲或是袁行遠的賬號發來私信，告訴自己的所在地到底有沒有下雨。
因此，當時很多個北京下雨的晚上，對袁行遠來說都是不眠之夜。他坐在電腦前，對比使用者的反饋，檢視外面到底有沒有下雨，根據這幾個資料來調整。“因為確實，這個問題非常複雜，到底有沒有下雨，哪個地方在下雨？有時候單純看雷達和衛星圖，是很難判斷的。”
而當累計了足夠多的資料，人工智慧就接手了，問題也迎刃而解。“你每天晚上都標嘛，資料足夠多了以後，機器就能自己標，而且越做越好，還有使用者的反饋系統一起來。”
初期憑藉手工積累的冷啟動，成為了後期人工智慧更好運轉起來的基礎。
“這就是為什麼其他人要來做這個是非常困難的。因為你很難把時光再倒回到 2014 年，每個夜晚，再把每張雷達圖每個畫素降雨還是不降雨都給標一遍。而我們呢，很努力的做了這個活。而我們呢，很努力地做了這個活。”
2014 年 9 月，初版程式推出不到一年，中國氣象局與袁行遠團隊達成合作，共同進行分鐘級預報技術的研發，第二年，便聯合釋出了分鐘級預報資料開放平臺。這是前者自成立以來，少數幾次與民間公司的合作之一。
同樣在 2014 年 9 月，李克強總理在夏季達沃斯論壇上提出“大眾創業、萬眾創新”，袁行遠明顯感到，創業正在勢頭上，“大家還是比較支援這件事情的。”
2017 年 6 月，彩雲科技從由早期投資人、文曲星創始人周至元提供的辦公住宅，搬遷到了同在海淀區的 768 創意產業園。那時的彩雲科技剛剛經歷 A 輪融資——來自晨興資本（即後來更名後的五源資本）。
“當時晨興的合夥人張斐邀請我去做一次報告，講什麼是 AI。”袁行遠回憶，“他們真的是很厲害，因為那個時候是 2015 年 12 月份，AlphaGo 還沒有做出來，他們就已經敏銳地意識到這個賽道是相當不錯的。”
他記得對方提出，“但是天氣預報被 AI 改進這件事，它是一個歷史的必然。”袁行遠回答，“對，就是歷史的必然，但是總得有人去把必然給做了吧，那哥們兒就是我啊。”
在彩雲科技，牆上貼著《三體》的海報，
書架上隨意擺著劉慈欣簽名版的《三體》，
每一個辦公空間則都是以科幻小說裡的
地點命名的，比如“星環城"是財務室
在 2017 年夏天，帶著 A 輪融資搬至 768 時，彩雲天氣已經不是彩雲唯一的產品。那一年元旦過後，一句“我是彩雲小譯，一個翻譯 AI”宣告了公司第二款人工智慧產品的推出。
儘管在當時，大眾已經對市面上多款專業翻譯軟體有了使用習慣，但在袁行遠看來，它們都是傳統的。“它們是詞表式翻譯，或者詞對詞、句對句的翻譯。”而基於神經網路，大規模向用戶提供中英同傳翻譯服務的，在當時只有彩雲小譯一家，由 AI 驅動的同聲傳譯和文件小說的翻譯是業界空白。
“我們拉出了一個技術代差，這個東西又對大眾很有用。”袁行遠很自豪。他母親是一名英語翻譯，帶他自小在翻譯室長大。彩雲小譯釋出後，袁行遠錄了一個展示“翻譯黑科技”的影片，就是母親幫他拍的。
“即使是今天，我認為我們當時拿出來的東西仍然是很震撼的。你要想，那可是在 4 年前。”袁行遠眼中，翻譯軟體的新形態就應該是能夠連續運轉的，使用者不停地說，它就可以不停地翻譯。
2020 年，在果殼舉辦的“有意思博物館”裡，
彩雲小譯參展，並現場展示了翻譯能力
從是否下雨、幾點下雨，到翻譯文字的準確度、質量，衡量的維度變了，人工智慧該怎樣應對？
“其實都是同構的。”袁行遠解釋說，“計算機可以模擬這個世界的執行，它把這個世界進行一定的抽象，變成一個模擬器。”
物理的雲在天上飄的同時，虛擬的雲也在模擬飄動，透過對世界進行物理模擬，天氣預報即是人工智慧對物理演變的預測。“計算機的這套機制，和自然法則的機制是同構的，或者是類似的。這背後非常本質的，就是模擬。”
而文字，是對世界的進一步抽象。“剛才我說的數學、物理的抽象，它其實已經把世界的細節給丟掉了。現在我做得更抽象一點，比如‘一朵雲在天上飄’，一共就幾個字，這就是資訊做了更高級別的抽象。”袁行遠繼續說道，“既然文字也是物理世界的抽象，計算機又可以進行抽象的模擬，那麼本質上講，我就可以用文字去模擬這個世界，它還可以繼續往前演進。”
基於這個邏輯，袁行遠與團隊又研發了第三款產品彩雲小夢，並於 2021 年初上線，主打人工智慧寫作。
從對已有內容的翻譯，到直接由人工智慧進行寫作，“底層依然是對世界的模擬。”使用者端所看到不停產出的文字，在他眼中，是人工智慧所模擬的、世界的一幀一幀的迭代。
“很多人把整個宇宙比作一個量子計算機，那些分子原子在那不停地、一幀一幀地前進迭代。計算機當中模擬的世界也是這樣，我們的語言的字也是這樣。可以這樣認為，這就是為什麼計算機可以寫小說。”
左圖：彩雲小夢扮演女友，
鼓勵使用者做出人工智慧
右圖：第二天問昨天開不開心，
展現出記憶和主動發起對話的能力
從彩雲天氣到彩雲小譯，再到彩雲小夢，三款產品的背後，袁行遠都深度參與了演算法開發工作，除了如今身上的 CEO 事務外，演算法開發依然是他在做的主要工作。
在彩雲小夢上線前，他嘗試過幾個其他的“腦洞新產品”，並不成功，因此在第三款 AI 上線前，袁行遠並沒有太高的預期，“最開始想的是 100 DAU，就是每天有 100 個人，然後我的目標是創造出 1 萬字，因為我們平常寫 800 字作文嘛，1 萬字也挺多的了，就表明 AI 還是能寫點東西的。”
實際情況卻超出了他的預期。上線第一個小時，彩雲小夢就吸引了 1000 名使用者，不出半天的時間，每小時使用人數已經達到 7000-8000 千。
“當時剛好是春節前夕，到春節的時候最高一天就達到了 20 萬人，每小時有 5 萬人在用它寫作，一個小時的產出量能夠達到幾千萬字。”
在 B 站上，賬號名為“御坂19208號”的 UP 主釋出了用彩雲小夢續寫網路小說《鬥破蒼穹》的錄屏，獲得將近 200 萬播放，而“御坂19208號”釋出影片時，粉絲只有140多個。
彈幕也非常熱鬧
為什麼選擇將人工智慧依次投入這三個領域？袁行遠會用“兩個象限”來描述自己的行事邏輯。
“首先我想做的事，就是把人工智慧給做出來。實現圖靈測試，以假亂真，或者另一個說法是通用人工智慧（Artificial general intelligence, AGI）。那麼，就要讓人工智慧達到一個更高的高度，我們想做的事情，就是把它往給更高的高度去推。”
“但同時，我們也希望這個東西能服務大眾，能夠對社會有一些幫助。”袁行遠這樣解釋三個領域的選擇邏輯。
2021 年的最後一週，由《收穫》雜誌旗下“收穫App”主辦的首屆《無界》雙盲命題寫作大賽總決選頒獎典禮，在中國現代文學館舉行。作為特別環節，在頒獎前夜，彩雲小夢與 7 位入圍作者一起，根據特德·姜作品《你一生的故事》的千字開頭，續寫了一段 500 字的文字。
四位評委賈樟柯、李敬澤、仁科、程永新則在現場閱讀，盲猜哪一篇是人工智慧的作品。經過現場 50 多位觀眾和評委投票，大家認為最可能是機器作品的竟然是一篇人類作品，彩雲小夢成功騙過人類評委，把自己的作品隱藏在了 7 篇人類作品中。
比賽前一天，另一位 B 站 UP 主“山鬼挽月”上傳了名為《當讓 AI 知道自己是 AI，並讓 AI 續寫自己的故事，我看哭了》的彩雲小夢續寫錄屏。評論區一段獲得 300 多個點讚的留言，引用了一首幾年前在中文網際網路上出現的七言律詩：
可憐造物已多情，猶令人工出智慧。
慧器有容拼資料，二元得道若雲鵬。
整合法足思維撼，推理方堪博弈勝。
試看未來真霸主，算來情感亦如藤。
以下是《WSJ.》與袁行遠的對話：
《WSJ.》：最新上線的彩雲小夢，跟天氣預報相比，似乎提供的是一種相對小眾的需求，究竟是哪些人在使用？大家用 AI 都寫了什麼？
袁行遠 ：這個產品很出乎我的意料。現在的狀態是，每天仍然能夠有上億字的 AI 內容創作產生。在 B 站上面，也有累計播放量過億的關鍵詞是“AI 續寫”、“彩雲小夢”的影片。大家形成了一種消費文化，想看看 AI 寫的東西是什麼樣的。
前面提到的《鬥破蒼穹》續寫，影片看上去很簡單，就是我們軟體的錄屏——他放了這部小說的開頭，讓 AI 去寫下面的內容，然後就有一個打鬥的故事。我發現，大家覺得 AI 能夠創造出這種新的形式，是很有意思的，它遠遠超出我的預期，形成了一種流行文化趨勢。
《WSJ.》：你一開始設想的，是誰會使用 AI 來寫作？
袁行遠 ：最開始想的是網文作家，或是其他的作家，現在這些作家使用者也佔了一定的比例。
雖然在小夢之前也有輔助寫作的軟體，但真正讓網文作家大規模使用，得達到一個門檻，這個門檻就是能掙錢。自己寫千字 10 塊錢，用 AI 跟人一起寫，變成千字 20 塊，原來一天寫 6000 字，現在一天寫 2 萬字，字數是原來的 3 倍，質量是原來的 2 倍，就得到了原來 6 倍的收入。
做這個軟體前，我對這個生態沒有認知，但後來發現，一旦我們出現故障，使用者就打電話、語音，各種 call 我們，說為什麼用不了了？這也是出乎意料的。
還有一個我不知道的群體，就是那種喜歡用文字創造世界的人。其實網文就是創造一個新世界，但用彩雲小夢會更簡單，你把一個世界的故事背景、人物和人物關係放進去，AI 就會理解這個，並在框架下順著這個世界的設定來寫，也就有大量的使用者產生了很多精彩的世界設定，讓我大呼大家的創造力精彩絕倫。
《WSJ.》：跟訓練 AI 預測天氣相比，做後兩個產品難在哪裡？它們的複雜度顯然是依次提升的，那麼究竟提升了多少？
袁行遠 ：難度在於文字的抽象度更高。大家都知道，一段影片可能要幾百兆、一個 G，但一個文字可能只要幾 k，這就體現在資訊的壓縮度上。
我們的真實世界可以認為是一個資訊無窮多的世界，它的東西太多了，如果你用衛星在同步軌道對地球進行拍攝，把它壓縮成幾個 G 的東西，在這個量級上用計算機處理，你就可以做到預測天氣預報這樣的事情。
但如果再進一步，壓成幾 k，就是文字，你也可以對它進行解碼和處理，但是你所需要的算力，就比之前的要高很多，因為它是高度抽象化的資訊。
當然，至於怎麼想辦法把它解碼解出來，這就是一個更復雜的問題了。
《出色WSJ.》：你將公司的 slogan 定為“人工智慧讓生活更美好”——既要將人工智慧向更高的高度推，同時也要能服務大眾，解決實際生活問題。下一款 AI 還能怎麼在這兩點上都前進一步？
袁行遠 ：下一步來講，可能是做一個智慧體。你可以想象為做一個遊戲，裡面每一個 NPC 都有自己的智慧，今年有個電影叫《失控玩家》，他就是講 NPC 最後活了。其實你可以認為小夢的文字世界裡面，NPC 已經有一點活著的感覺，但是它還只是存在於文字世界，我希望能把這種東西和現實世界相連線。
但與現實世界相連線太困難了，所以我們有一箇中間步驟，就是讓它跟遊戲世界相連線。我小時候玩一個遊戲叫《大航海時代》，裡面的人物其實已經做得很好玩了，很讓我有一種生活在一個大航海世界的感覺，但你玩久了以後，還是會發現這一切都是假的，就是《楚門的世界》，你發現只有你是真人，其他人都是陪太子讀書。
但是實際上不應該是這樣，國王有國王的愛恨情仇，看門計程車兵有士兵的小心思，能不能有一個遊戲，你可以自由度無限高，至少每一個人物都有自己的運轉方式，你就會有很真實的感覺。
現在我們至少往前走了一步，就是彩雲小夢，它創造出了無數個新奇的世界，在這些世界中人物可以對話，可以聊天，可以做事情，只是還不能夠把它從小說當中搬出來。但是未來三五年，我們應該要把這個小說裡面的人物給拿出來。
《WSJ.》：三五年就可以做到？這聽起來是非常難的一件事。
袁行遠 ：再後面要把它跟真實世界相連，才是更難的一個問題，那個可能就很遙遠了。現在的話，你不要想那麼複雜，我們可以先用《貪吃蛇》，或者是《吃豆人》，先做點簡單的。
比如你有兩個吃豆人，可以跟 AI 合作地吃，或者玩《炸彈人》，你可以跟 AI 講你趕緊來，或者你快跑。也就是說除了你之外，另一個不是遵循簡單的規律，而是可以吃一塹長一智的 AI。
現在的 AI，即使是 AlphaGo、AlphaStar，它還是分成兩步的，一步是訓練，另一步是推斷。也就是說，它是訓練完了再去打遊戲，但是在一局裡面，它的智慧是不會變的，程式碼基本是固定的。
但是兩個人打遊戲，策略就是千變萬化的，我還可以一邊教你一邊打，這就不一樣了。真正的人工智慧，最多被偷襲一回，下回就會多造點防空塔。這裡非常重要的問題，就是它能不能在一局內邊打邊改。
《WSJ.》：剛剛過去的 2021 年，發生了多起由極端天氣引發的災害事件，人們意識到，自己對天氣預報的需求可能不僅僅是下雨與否了。在這點上，彩雲天氣如何幫人更好地應對可能發生在我們身上的風險？
袁行遠 ：鄭州暴雨的時候，我們發放了售價 90 元的彩雲天氣專業版，其中包含了 1年 的超級會員使用權，一共發出價值 2000 萬的 20 萬個賬號。我們還給鄭州鐵路提供了免費的天氣 SaaS 服務，服務於鐵路運營排程的需求。
我們也給政府的應急減災機構提供了降雨量預估等技術服務，讓他們能夠比較好地決策。在下雨超過一定閾值，比如 10 mm/h 的時候，可能每一個小時都會有一條自動提醒，或者每隔幾分鐘就會有提醒，哪些村會有風險，精確到村鎮。這也是我們做的，我認為挺有意義的事情。
《WSJ.》：現在光是 AI 寫作這件事，大眾的不理解，甚至罵聲都始終存在。面對 AI 全面接入的未來，人們似乎沒有做好準備。在你看來，大家到底需要改變什麼認知，才能真正迎接未來？
袁行遠 ：它就有點像我們以前打算盤，然後現在用計算機，假設我是個老會計，我雙手打算盤，我在這個時代沒有人比我強。這時候你突然跟我說有個 Excel，有套財務管理系統，假設是二三十年前的時候，你要怎麼面對這件事情？
你就有兩種選擇。你拒絕這個東西，還是雙手打算盤，你還是這個世界上最快的人。但是你還有一種選擇就是，我認清現實，Excel 厲害，我把算盤供起來，然後開始學這個。
這是人類的不斷進步，最後你會發現用 Excel 的效率，原來每天要打到晚上 11:00，現在 6:30 下班了，因為電子化辦公，更快了，對吧？
甚至像一些部門，有些決策是不是就可以由 AI 來選擇？防汛抗旱指揮部要決定，到底要不要洩洪？洩洪之後的利弊分析由計算機幫你計算，然後告訴你一個最最佳化方案。包括水庫的自動排程，要不要把水庫放掉，全流域水庫排程打通，以及根據天氣預報的自動排程，原來覺得不可想象的事情，你到底敢不敢交給機器呢？
這是大家需要的一個過程，可能還是先人機結合，把人們的一些智力工作交出去給到計算機，我覺得應該是這樣一個趨勢。
但是你不能抵制他，你說 AI 是魔鬼，我一定堅持用人。那就好比，算盤時代錯過計算器。
《WSJ.》：如果真的由 AI 來決定是否洩洪，這就是很多人擔憂的危險性問題了。從擔心工作被 AI 替代，到《沙丘》裡 AI 判斷人類需要被奴役才能活下去的劇情，人們對 AI 安全性的這種擔憂，你認為有意義嗎？真正應該擔憂的是什麼？
袁行遠 ：簡單講，我覺得不需要擔憂。我們公司 slogan 是“人工智慧讓生活更美好”。我創造這個公司，一部分原因就是想跟這個擔憂幹一仗。
為什麼我覺得沒這個問題？比方說彩雲小夢，它看過幾乎全部人類的小說，最後他會形成一個小夢的寫作風格。這個寫作風格是什麼？它就幾乎可以認為是全人類的風格的一個加總。
AI 是什麼，它取決於人類是什麼。因為人類就是 AI 的學習物件。你擔心 AI 把人類滅亡，其實你需要擔心的不是這個，而是人類把人類滅亡。人類的加總就是 AI。而我對人類還是抱有樂觀的態度，這個加總，總體來講還是好的，這是其一。
其二是誰來擁有這個技術。目前來看能把它做出來的還是一個比較大的公司，比如說像谷歌，或者是比較大的國家機構，這種機構其實總體來講還是不錯的，我對他抱有希望。
具體到像我們這種小公司，也是一天可能逐步發展，說不定某一天做出強人工智慧，也是可能的。我覺得如果我們足夠努力，比邪惡的人率先做出人工智慧，那我們會教他更好的東西，那這件事情也就不用擔心了。
你沒法保證別人是怎麼想的，但我至少能知道我是怎麼想的。我的觀點就是我會努力的，我雖然是個小的登山隊、探險隊，但是我這個探險隊假設探到這個寶藏的話，我覺得我是會教育他，讓他變成一個好的下一代的。
AI 就是 human next 嘛，可以認為它是一個你的小孩，比如像我們餵給小夢的語料，我們餵給機器翻譯的資料，這種培養它的過程。
你好好培養他，他還是會變成一個對社會有用的人。甚至我覺得，將來一個非常大的可能是，這個 AI 可能就去探索宇宙了，它就是一個人類的下一代，它以光速在太空裡面飛，有一天遇到一個外星人，它會說：我是地球人類的後代。
