近期，欧洲中期天气预报中心(ECMWF)联合欧洲多个国家气象水文部门，共同推出名为“Anemoi”的用于创建机器学习天气预报系统的协作计划，旨在为构建最先进的数据驱动模型提供关键组件，帮助欧洲各国气象水文部门使用自己的数据训练模型，并在业务中运行。
Anemoi建立在ECMWF开发的试验性人工智能预报系统(AIFS)上，并进一步扩展了AIFS代码库以满足更广泛用户的需求。其代码在GitHub上免费开放，任何人在经过许可授权后都可以使用或为其发展作出贡献。
Anemoi包含多个用Python语言编写的软件包，涵盖了人工智能天气预报流程的不同方面——Anemoi数据集组件可从不同来源与不同格式的气象数据和观测资料中生成机器学习优化数据集，确保为模型训练提供高质量、一致和优化的数据，可以极大简化数据准备过程；Anemoi训练组件提供高度的灵活性，用户能够通过配置文件修改训练过程的大部分内容而无需修改底层代码，确保没有深厚编程专业知识的气象工作者也能对数据驱动的天气预报模型进行试验；Anemoi模型组件以高效和最小依赖性为目标提供模型代码，确保模型从开发到部署的顺利过渡；Anemoi推理组件基于ECMWF在人工智能模型方面的经验，能够快速在业务中部署训练好的模型；Anemoi绘图组件支持自定义图形生成，研究人员可以轻松实现图表可视化。
目前，Anemoi吸引了西班牙国家气象局、丹麦气象研究所、德国气象局、芬兰气象研究所、意大利空军气象局、荷兰皇家气象研究所、挪威气象局、法国气象局、瑞士气象局和比利时皇家气象研究所的参与。一些国家基于Anemoi在机器学习模型的创建上取得了进展，如挪威气象局为斯堪的纳维亚创建了区域模型，德国气象局正利用其全球数值预报模式(ICON)数据开发一个名为AICON的数据驱动天气预报模型。
