راقصان يقفان وجهاً لوجه، لكن لا يرى أحدهما ملامح الآخر. الأول هو الغلاف الجوي، سريع وصاخب، ينسى حركاته خلال أسبوعين فقط. والثاني هو المحيط، بطيء وثقيل، يتذكّر كل لمسة لأشهر. لكي يكتمل الأداء، عليهما أن يتعلّما قيادة بعضهما بالنظر إلى يدي الشريك فقط. هذا الثنائي بالضبط هو ما ابتكره الباحثون عند بناء نموذج Ola: شبكتان عصبيتان تتبادلان بضعة أرقام فقط، لكنهما معاً تعيدان إنتاج أحد أكثر إيقاعات الكوكب تقلّباً، ألا وهو النينيو.

سرّ الأداء مختبئ تحت الماء. الطبقة العليا من المحيط، حتى عمق 300 متر، تحتفظ بذاكرة الرياح السابقة وتعيدها عبر درجة حرارة السطح. يستشعر الغلاف الجوي هذه الحرارة فيغيّر الرياح، التي تدفع المحيط من جديد. في النماذج الفيزيائية توصف هذه العلاقة بمعادلات، لكنها تراكم على مدى عقود أخطاءً في المناطق الاستوائية، مثل اللسان البارد الذي يفسد التوقعات. أما Ola فسلكت مساراً مختلفاً: الشبكة العصبية الخاصة بالغلاف الجوي تدرّبت على 36 عاماً من بيانات إعادة التحليل ERA5، وشبكة المحيط على 22 عاماً من بيانات UFS-replay، ثم رُبطت الشبكتان في دورة متصلة. شبكة المحيط ترى ثمانية مستويات من العمق، من نصف متر إلى 300 متر، وبالتالي تميّز طبقة الثيرموكلين، وهي الطبقة التي يحدث فيها تغيّر حاد في درجة الحرارة وحيث يختبئ مستقبل النينيو.

استمر الاختبار خمس سنوات، من 2017 إلى 2022. أعادت Ola إنتاج النينيو وأختها الباردة لا نينيا، وكانت سعة تذبذبات درجة الحرارة في منطقة Niño 3.4 قريبة من المشاهدات. على طول خط الاستواء، ولّد النموذج موجات كلفن المتجهة شرقاً بسرعة حوالي مترين في الثانية، وموجات روسبي الزاحفة غرباً على بُعد خمس إلى عشر درجات من خط الاستواء. تحت السطح، تحركت شذوذات درجة الحرارة أثناء النينيو شرقاً على عمق 50 متراً، تماماً كما يحدث في المحيط الحقيقي. الخطأ الملحوظ الوحيد حدث في شتاء 2021-2022، حين لم يستطع النموذج الحفاظ على لا نينيا الثالثة على التوالي، لكن معظم الأنظمة التشغيلية فشلت في ذلك أيضاً.

في السابق، كان من غير الواضح ما إذا كانت الشبكة العصبية قادرة على تعلّم الديناميكا المترابطة للمحيط والغلاف الجوي، بما في ذلك العمليات تحت السطحية التي تتحكم في النينيو. أثبتت Ola أنها قادرة على ذلك. الفرق عن الأعمال المشابهة جوهري: تلك الأعمال إما توقعت النينيو باستخدام مؤشرات إحصائية، أو استخدمت درجة حرارة سطح المحيط فقط، بينما Ola هي الأولى التي أدخلت البنية الرأسية للطبقات العليا البالغ عمقها 300 متر في الحلقة التدريبية. هذا ليس مجرد محاكٍ آخر، بل اختبار لفرضية أن الشبكة العصبية تستطيع تعلّم الديناميكا المترابطة للمحيط والغلاف الجوي، بما في ذلك الموجات التي تنقل الحرارة وتحدد طور النينيو.

حالياً، يبقى النموذج مستقراً لستة أشهر فقط، وبعدها تتراكم انحرافات في خطوط العرض العليا. لكن يمكن استخدام النموذج الأولي اليوم في توقعات موسمية سريعة بالتجميع لأغراض بحثية: توقعات Ola لستة أشهر تستغرق أقل من دقيقة على بطاقة رسومية واحدة من نوع A100، بينما يحتاج النموذج التقليدي GFDL-SPEAR إلى ساعات على مجموعة حواسيب (cluster) لإجراء الحساب نفسه. الراقصان اللذان تعلّما فقط من خلال اليدين، خرجا بالفعل إلى المسرح.