مترجم في مؤتمر يسمع ضجيج القاعة لكنه يواصل الترجمة. إنه لا يكرر كل كلمة، بل يجد لغة وسيطة تصبح فيها العبارات المعقدة بسيطة دون أن يُفقد المعنى. هكذا تعمل شبكة كوبمان الغاوسية الشرطية (Conditional Gaussian Koopman Network): فهي تعلّم الشبكة العصبية ترجمة النظام الفوضوي إلى صورة يصبح فيها التنبؤ ودمج البيانات سريعين ودقيقين.

في السابق، كان العلماء إما يجيدون التنبؤ بالفوضى باستخدام الشبكات العصبية العميقة، أو دمج المشاهدات تحليليًا، لكن ليس في الوقت نفسه. كانت النماذج العميقة صناديق سوداء: لدمج المشاهدات فيها، كان لا بد من تشغيل آلاف النسخ من النموذج ومتوسط النتائج، مما يراكم أخطاء المعاينة. يقترح المؤلفون مسارًا مختلفًا: يبنون شبكة عصبية تجد بنفسها لغة وسيطة تصبح فيها المتغيرات الكامنة خطية إذا كانت المتغيرات المرصودة معروفة. عندها تُكتب معادلات مغلقة للمتوسط والتباين المشترك للحالة الكامنة، ويتحول دمج البيانات إلى حساب عادي وليس إلى مجموعة مكلفة.

المترجم الذي تعلّم لهجة الفوضى لا يسمع ضجيج القاعة فحسب، بل يدمجه فورًا في الترجمة. إنه لا يترجم كل شيء كلمة بكلمة، بل يجد لغة وسيطة تصبح فيها العبارات المعقدة بسيطة. في هذه اللغة، تخضع المتغيرات الكامنة لمعادلات خطية إذا كانت المتغيرات المرصودة معروفة، وعندها يصبح دمج البيانات تحليليًا. هذا النهج قد يسرّع النماذج المناخية، والتنبؤات الجيوفيزيائية، ومهام التحكم التي تحتاج تقديرات سريعة للحالات الكامنة من بيانات غير كاملة.