ECMWF 的机器学习：未来 10 年的路线图

标题 发布日期 次要头衔 数字 作者 出版商 抽象的

在过去的十年中，人工智能（AI）、机器学习和数据量以前所未有的速度发展，现在很明显，许多科学学科需要修改其工作模式，变得更加以数据为中心，以便使其中大部分来自于这些发展。人工智能和机器学习在数值天气预报（NWP）和气候服务的整个工作流程中提供了巨大的机会，科学界目前正在探索人工智能和机器学习的新功能将如何改变地球系统科学的未来。初步结果显示出巨大的潜力。
然而，发展的范围和速度也给 ECMWF 等天气和气候模拟中心带来了挑战，特别是在需要建立必要的专业知识、需要开发的软件和硬件基础设施以及集成预测工作流程中的机器学习和传统工具。这些挑战需要在相对较短的时间内得到解决，以满足天气和气候建模界以及 ECMWF 成员国和合作国不断变化的需求。因此，本文件制定了未来十年的路线图，确定了挑战，提供了潜在的解决方案，并定义了步骤，将研究天气和气候预测机器学习的许多分布式科学和技术项目引导到协调一致的努力中。虽然该路线图没有为机器学习活动提供科学的工作计划，但由于应用领域的数量和多样性，它概述了针对未来挑战的更协调的解决方案的路径，并在不同的机器学习工作之间产生协同效应。

网址 https://www.ecmwf.int/en/elibrary/81207-machine-learning-ecmwf-roadmap-next-10-years DOI