المترجم في المفاوضات لا يلتقط الكلمات فحسب، بل أيضًا النبرة التي قيلت بها. إذا ركّز على المفردات فقط، فسيغفل السخرية أو التعب في الصوت. وإذا ركّز على النبرة فقط، فسيخطئ في تفاصيل الاتفاق. وفي التنبؤ بالطقس قصة مشابهة: الصور الفضائية تحمل تفاصيل محلية مثل خلايا العواصف الرعدية، وموجات عالمية تمتد عبر المحيط بأكمله.

الشبكات العصبية التقليدية، كقاعدة عامة، تختار شيئًا واحدًا. بعضها ينظر إلى الصورة في أجزاء ويرى السحب الصغيرة جيدًا، لكنه لا يشعر بأن إعصارًا عامًا يخيم فوق القارة. وبعضها الآخر ينظر إلى الخريطة كاملة دفعة واحدة، لكن عندها تندمج الزخات المطرية المنفردة في بقعة ضبابية. SFANet تعمل بشكل مختلف: إنها تعالج البيانات مرتين، بلغتين مختلفتين.

ثم تأتي وحدة الانتباه المكاني-الترددي. إنها تقارن بين "الترجمتين" وتقرر أي معلومة يجدر الوثوق بها في كل موقع من التنبؤ. على سبيل المثال، بالنسبة للمطر الخفيف المتساقط، تكون الصورة المتوسطة أكثر أهمية، أما بالنسبة لجبهة عاصفية، فالتغيرات الحادة هي الأهم. هذا الأسلوب يتيح لنموذج يحوي 16.4 مليون معامل أن يتفوق على منافسين أثقل: على مجموعة SEVIR، ينخفض خطأ MSE إلى 2.7308، ويصل مقياس CSI-16 إلى 0.7887.

أما بالنسبة للتنبؤ بظاهرة النينيو، وهو تيار دافئ يغير طقس الكوكب بأكمله كل بضع سنوات، فإن التحسن يبلغ 4.7% على المقياس الأساسي. وهذا كثير، إذا أخذنا في الاعتبار أن دقة هذا التنبؤ تعتمد عليها المحاصيل ومخزونات المياه. علاوة على ذلك، دُرّب النموذج على أربعة مسرعات A100 فقط، مما يجعله في متناول هيئات الأرصاد التشغيلية.

ولنعد إلى المترجم: إنه لا يكتفي بالاستماع إلى قناتين، بل يفهم متى تكون إحداهما أكثر أهمية. SFANet تفعل الشيء نفسه مع خرائط هطول الأمطار ودرجات الحرارة. في السابق، كانت نماذج الطقس تشبه مترجمين إما يغمضون أعينهم ويصغون إلى النبرة، أو يسدون آذانهم ويقرؤون الشفاه. الآن ظهرت طريقة للسمع والرؤية في الوقت نفسه، وهذا بدأ يغيّر جودة التنبؤ.