Récemment, le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), en collaboration avec les services météorologiques et hydrologiques de plusieurs pays européens, a lancé conjointement un plan de collaboration appelé « Anemoi » pour créer un système de prévisions météorologiques par apprentissage automatique, visant à fournir le plus d'informations possible. modèles avancés basés sur les données. Un élément clé qui aide les services météorologiques et hydrologiques des pays européens à utiliser leurs propres données pour former des modèles et les exécuter dans leurs opérations.
Anemoi s'appuie sur le système expérimental de prévision de l'intelligence artificielle (AIFS) développé par le CEPMMT et étend encore la base de code AIFS pour répondre aux besoins d'un plus large éventail d'utilisateurs. Son code est disponible gratuitement sur GitHub, et n'importe qui peut l'utiliser ou contribuer à son développement avec une licence.
Anemoi contient plusieurs progiciels écrits en langage Python, couvrant différents aspects du processus de prévision météorologique de l'intelligence artificielle - le composant d'ensemble de données Anemoi peut générer des ensembles de données optimisés pour l'apprentissage automatique à partir de données météorologiques et de données d'observation provenant de différentes sources et de différents formats pour garantir une fourniture de haute qualité. Des données de qualité, cohérentes et optimisées pour la formation du modèle peuvent grandement simplifier le processus de préparation des données ; le composant de formation Anemoi offre un haut degré de flexibilité et les utilisateurs peuvent modifier la plupart des parties du processus de formation via des fichiers de configuration sans modification. Modifier le code sous-jacent pour garantir que les météorologues sans expertise approfondie en programmation puissent expérimenter des modèles de prévisions météorologiques basés sur les données ; le composant du modèle Anemoi fournit un code de modèle dans un objectif d'efficacité et de dépendances minimales pour assurer une transition en douceur du développement au déploiement du modèle. Le composant de raisonnement Anemoi est basé sur l'expérience du CEPMMT en matière de modèles d'intelligence artificielle et peut déployer rapidement des modèles formés en entreprise ; le composant de dessin Anemoi prend en charge la génération de graphiques personnalisés et les chercheurs peuvent facilement visualiser des graphiques.
Actuellement, Anemoi attire des représentants de l'Institut météorologique national espagnol, de l'Institut météorologique danois, de l'Office météorologique allemand, de l'Institut météorologique finlandais, du Service météorologique de l'armée de l'air italienne, de l'Institut météorologique royal des Pays-Bas, du Service météorologique norvégien, de Météo-France, de Service Météorologique Suisse et Service Météorologique Royal de Belgique Participation de l'Institut. Certains pays ont progressé dans la création de modèles d'apprentissage automatique basés sur Anemoi. Par exemple, l'Office météorologique norvégien a créé un modèle régional pour la Scandinavie et l'Office météorologique allemand utilise les données de son modèle mondial de prévision numérique (ICON) pour développer un modèle appelé. AICON. Modèle de prévision météorologique basé sur les données.
