墨迹天气：智能AI“观云识天”

墨迹天气在气象领域深耕多年，目前正在将AI用于气象预测。基于海量数据和气象知识，在传统的天气预报之外，其机器学习能力可以去学习这些气象数据在历史上的变化趋势，分析气象大数据，做到分钟级、公里级的短时预报，通过短时预报，用户不仅了解今天会不会下雨，甚至可以了解未来一小时内某个街区的天气情况。

随着手机越来越智能，打开手机摄像功能，除了能拍照外，AI的普及也让手机开始具备物体识别、实时翻译、汇率转换的能力。AI技术开始用于生活的方方面面，与人们生活息息相关的天气领域，也因为AI的普及发生着改变。

墨迹天气将这种精准度的分析也正在赋能手机“观云识天”。云，像是天气的招牌。馒头云，天气晴；天上钩钩云，地上雨淋淋；满天乱飞云，雨雪下不停……云在一定程度上能够表征天气的变化。识别动物、植物、汽车等常见物种已经并不罕见，未来现在，墨迹天气可以帮助实现手机识别“哪片云彩会下雨”，进而识别天气和预知天气。

简单来说，用户在任意地点掏出手机，对准天空，手机通过墨迹天气AI技术进行天气分析，不下雨时，可以通过云彩情况来预测天气；如果是阴雨天，便能对降水情况进行短时预报，来告知用户该地区雨何时会下或何时会停。

这对喜爱郊游的人群来说，无疑是个好消息。当我们在外出去郊外游玩时，经常会遇到所在地的天气预报信息其实来自城区的数据信息，这就大大降低了该天气预报信息的参考价值。而墨迹天气 “观云识天” 的功能，在一定程度上解决了这一用户痛点。

那么，通过手机摄像头拍到的画面，是通过怎样的过程“识别”出最终的天气预报结果的呢？

墨迹天气观云识天产品的核心功能就是精准识别云的算法。与识别动物植物等相比，识别云的门槛就要高得多。这需要专业的气象技术和人工智能算法一起配合来实现这个酷炫的功能。

要实现手机精准“观云识天”，简单来说，需要三个步骤。

首先，需要一批高质量的分类数据集。墨迹天气搜集了超过3万张时景云的图片，并人工从这3万多张云图中过滤掉质量差的、重复的云图，最后精选了超过1万张云图的标本。

其次，就是把这些云图进行分类。对于动物，有常识的人都能分别，但针对不同类型的云，却只有极少数的气象专业人员可以做到。

识别云最全面和权威的参考资料，是世界气象组织发布的《国际云图集》。国际上通用的将云分为低、中、高云和直展云，我国以这一分类体系为基础结合观测、天气预报的需要和云的基本外形，具体将云分成：三族十属二十九类。

由于云彩的变化多端，不同的角度和高度，即使是有专业背景的气象观测员，标注出来的云图类别可能也会有差异。因此前期的对不同的云打标签成为成本最高，最耗时间，难度最大的事。墨迹天气在云彩专业标注方面也是倾注了大量的精力。

有了云的初步分类，第三步就要交给机器学习的专家了。

图像识别背后的技术就是新的机器学习方式，即深度学习。具体来说，在现有图像数据的基础上，计算机利用卷积神经网络自动生成每一张图片的特征向量，而非人为的去设计特征，然后计算机根据这些特征向量来对每一张图进行分类。也就是说，让计算机去感知每一种云之间的差异并识别。

为了解决数据量小，而分类精度高的问题，墨迹天气在大量的研究和试验之后，使用了迁移学习来解决模型的拟合能力不佳的情况。

迁移学习顾名思义就是就是把已经训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务之间是存在相关性的，所以通过迁移学习，墨迹天气可以将已经经过大量数据训练过的模型参数通过迁移的方式来分享给新模型从而加快并优化模型的学习效率，就如同让人掌握了别人的工作经验，从而可以更快地适应新工作。

虽然实现识别云彩简单说来只有三个步骤，但实际得到最终算法中间处理过程要复杂得多。

对气象的精准预测不单单在用户端，精准预测气象信息的能力还可以服务外卖，网约车，快递等受天气影响明显的行业用户。比如饿了么就会根据墨迹天气提供的气象解决方案预知未来两小时的天气情况，从而合理调配资源，避免因天气造成损失。

除了能够观云识天，还能利用AI技术预知霾何时来、何时消。人工智能计算同样可以建立在海量霾图片的基础上，一张霾照片的在成像原理上可以概括为一个大气散射模型。

阳光在物体表面形成反射光，反射光在穿过霾的过程发生散射，只有部分能量能到达摄像头。与此同时，阳光也在悬浮颗粒表面散射形成大气光，并被摄像头接收。因此，摄像头中的成像可由两部分组成，透射的物体亮度和散射的大气光照。只要精准的估计出媒介透射率即可计算出图像中霾的大致情况。一份从2017年4月1日至6月14日的累计监测数据显示，墨迹AQI预报准确率累积均值远远高于同类竞争者，其中1天预报准确率均值高达75.4%，而同类竞争者仅为60.3%，除此之外，墨迹天气2到5天预报准确率均值分别为61.7%、59%、58.4%、58.8%，准确率曲线均明显在同类竞争者之上。

另外，墨迹天气APP的时景社区中每天也会产生超过10万张图片，这些用户实时分享的天气照片及墨迹天气大量的固定数据传感器，都为人工智能机器提供数据来源，墨迹天气就像一个在7×24小时不断成长的研究员，最终成为资深的气象专家。

假如你觉得具备人工智能的墨迹天气分析师最终只是成为一名只会看图得结论的分析师，那就猜错了。人工智能许多惊人的功绩，都基于神经网络，神经网络的内部运作就像一个黑匣子，机器学习过程中模型会自己去学习到各种天气生成和消散的规律，在这个过程中，人工智能可能正在向着人脑无法想到的领域开拓，从而实现对气象的预报越来越精准。