L'objectif de cet outil est d'améliorer ou remplacer les développements existants, afin de rendre meilleur les prévisions météorologiques numériques et les services climatiques. D’ici 2031, le machine learning doit être pleinement intégré et permette une amélioration des prévisions et de leurs utilisations dans de nombreux domaines du processus de travail.
La feuille de route dévoilée à l'occasion du lancement de la stratégie 2021-30 du CEPMMT, fournit un cadre permettant de canaliser efficacement les nombreuses activités de machine learning utilisées dans le domaine des prévisions météorologiques et climatiques.

Il est à noter que le machine learning est déjà utilisé dans par le CEPMMT. À titre d'exemple, il est employé pour la représentation et la correction des erreurs des modèles de prévision, dans le développement des composantes du programme Copernicus d’observation de la Terre intié par l’Union Européenne, pour le service sur le changement climatique (Copernicus Climate Change Service - C3S), ou pour le service de surveillance de l’atmosphère (Copernicus Atmosphere Monitoring Service - CAMS).