เมื่อเร็วๆ นี้ ศูนย์พยากรณ์อากาศช่วงกลางแห่งยุโรป (ECMWF) ร่วมกับแผนกอุตุนิยมวิทยาและอุทกวิทยาของหลายประเทศในยุโรป ร่วมกันเปิดตัวแผนความร่วมมือที่เรียกว่า "Anemoi" เพื่อสร้างระบบพยากรณ์อากาศด้วยการเรียนรู้ของเครื่องโดยมีเป้าหมายเพื่อให้เกิดประโยชน์สูงสุด แบบจำลองที่ขับเคลื่อนด้วยข้อมูลขั้นสูง องค์ประกอบสำคัญที่ช่วยให้แผนกอุตุนิยมวิทยาและอุทกวิทยาในประเทศยุโรปใช้ข้อมูลของตนเองในการฝึกแบบจำลองและดำเนินการในการดำเนินงาน
Anemoi สร้างจากระบบพยากรณ์ปัญญาประดิษฐ์ (AIFS) แบบทดลองที่พัฒนาโดย ECMWF และขยายฐานโค้ด AIFS เพิ่มเติมเพื่อตอบสนองความต้องการของผู้ใช้ในวงกว้างขึ้น รหัสนี้มีให้ใช้งานได้ฟรีบน GitHub และทุกคนสามารถใช้หรือมีส่วนร่วมในการพัฒนาโดยมีใบอนุญาต
Anemoi มีแพ็คเกจซอฟต์แวร์หลายชุดที่เขียนด้วยภาษา Python ครอบคลุมแง่มุมต่างๆ ของกระบวนการพยากรณ์อากาศด้วยปัญญาประดิษฐ์ - ส่วนประกอบชุดข้อมูล Anemoi สามารถสร้างชุดข้อมูลที่ปรับให้เหมาะสมสำหรับการเรียนรู้ของเครื่องจากข้อมูลอุตุนิยมวิทยาและข้อมูลการสังเกตจากแหล่งที่มาที่แตกต่างกันและรูปแบบที่แตกต่างกัน เพื่อให้มั่นใจว่ามีคุณภาพสูง ข้อมูลที่มีคุณภาพสม่ำเสมอและปรับให้เหมาะสมสำหรับการฝึกโมเดลสามารถลดความซับซ้อนของกระบวนการเตรียมข้อมูลได้อย่างมาก ส่วนประกอบการฝึกอบรม Anemoi ให้ความยืดหยุ่นในระดับสูง และผู้ใช้สามารถปรับเปลี่ยนกระบวนการฝึกอบรมส่วนใหญ่ผ่านไฟล์การกำหนดค่าโดยไม่ต้องแก้ไขโค้ดพื้นฐานเพื่อให้มั่นใจว่ามี ไม่มีนักอุตุนิยมวิทยาที่มีความเชี่ยวชาญด้านการเขียนโปรแกรมเชิงลึกสามารถทดลองโมเดลพยากรณ์อากาศที่ขับเคลื่อนด้วยข้อมูลได้ ส่วนประกอบแบบจำลอง Anemoi มอบโค้ดแบบจำลองโดยมีเป้าหมายด้านประสิทธิภาพและการพึ่งพาขั้นต่ำ เพื่อให้มั่นใจว่าการเปลี่ยนจากการพัฒนาแบบจำลองไปสู่การใช้งานองค์ประกอบการอนุมานของ Anemoi จะเป็นไปอย่างราบรื่น เกี่ยวกับ ECMWF ประสบการณ์ในโมเดลปัญญาประดิษฐ์ช่วยให้ปรับใช้โมเดลที่ได้รับการฝึกอบรมอย่างรวดเร็วในธุรกิจ องค์ประกอบการวาดภาพ Anemoi รองรับการสร้างกราฟแบบกำหนดเอง ช่วยให้นักวิจัยมองเห็นแผนภูมิได้อย่างง่ายดาย
ปัจจุบัน Anemoi ดึงดูดตัวแทนจากสถาบันอุตุนิยมวิทยาแห่งชาติสเปน, สถาบันอุตุนิยมวิทยาเดนมาร์ก, สำนักงานอุตุนิยมวิทยาเยอรมัน, สถาบันอุตุนิยมวิทยาฟินแลนด์, กรมอุตุนิยมวิทยากองทัพอากาศอิตาลี, สถาบันอุตุนิยมวิทยาแห่งเนเธอร์แลนด์, กรมอุตุนิยมวิทยานอร์เวย์, Météo-France, กรมอุตุนิยมวิทยาสวิสและกรมอุตุนิยมวิทยาแห่งเบลเยียมเข้าร่วมโครงการ บางประเทศมีความก้าวหน้าในการสร้างแบบจำลองการเรียนรู้ของเครื่องโดยใช้ Anemoi ตัวอย่างเช่น สำนักงานอุตุนิยมวิทยานอร์เวย์ได้สร้างแบบจำลองระดับภูมิภาคสำหรับสแกนดิเนเวีย และสำนักงานอุตุนิยมวิทยาเยอรมันกำลังใช้ข้อมูลแบบจำลองการคาดการณ์เชิงตัวเลขทั่วโลก (ICON) เพื่อพัฒนาแบบจำลองที่เรียกว่า AICON แบบจำลองพยากรณ์อากาศที่ขับเคลื่อนด้วยข้อมูล