في القاعة يتشاور خمسون حكيمًا، وكلٌّ ينظر إلى المحيط بطريقته الخاصة. أحدهم يصغي إلى حرارة السطح، وآخر إلى الرياح، وثالث إلى كيف تختبئ الحرارة في الأعماق. غالبًا ما تتعارض آراؤهم، لكن هناك كبيرًا يعرف من منهم أجدر بالثقة أكثر. هكذا تعمل الطريقة الجديدة للتنبؤ بالنينيو، الدورة المناخية التي تعيد تشكيل طقس الكوكب بأكمله كل بضع سنوات.

الحكماء في هذه المسألة ليسوا بشرًا، بل خمسون نموذجًا رياضيًا دُرِّبت على ملاحظات الأقمار الصناعية منذ عام 1981. كل نموذج ينظر إلى المحيط عبر منظور المكونات الرئيسية، وهي أوصاف مضغوطة لكيفية تغير الحرارة والرياح والطبقة العميقة. بدلًا من الاعتماد على نموذج واحد، جمع المؤلفون مجموعة نماذج وطبقوا التعلم الإنتروبي: خوارزمية تتجنب الثقة الزائدة بالنفس عبر توزيع الاحتمالات بأقصى قدر من التساوي، حتى تجبرها البيانات على التحسين.

الحيلة الأساسية هي النموذج الفوقي، وهو بمثابة كبير الحكماء في المجلس. دُرِّب هذا النموذج على ثلاثين خاصية لكل نموذج أساسي: كم مرة أخطأ النموذج، ومدى ثقته في إجاباته، وفي أي موسم كان أداؤه أفضل. بناءً على هذه السمات، يقيّم النموذج الفوقي احتمال صحة كل توقع ويزن الأصوات. إذا كان الحكيم ضعيفًا في يونيو، فصوته في يونيو بالكاد يُسمع.

النتائج مثيرة للإعجاب. في الاختبارات بأثر رجعي من 2012 إلى 2022، حافظت المجموعة على مهارتها حتى 22–24 شهرًا مقدمًا، أي ضعف أفق التوقعات التشغيلية للمعهد الدولي لأبحاث المناخ والمجتمع (IRI). توقع النموذج قبل 24 شهرًا نينيو قوية في 2015/16 و2018/19، بالإضافة إلى عدة حلقات من النينيا. علاوة على ذلك، يستهلك الحساب الكامل لتوقع 24 شهرًا حوالي 0.113 كيلوواط ساعي، أي ما يعادل تشغيل حاسوب محمول لمدة ساعتين، بينما يعادل تشغيل واحد لنموذج مناخي ديناميكي الاستهلاك الشهري لشقة متوسطة.

مجلس الحكماء لا يلغي النماذج الديناميكية المكلفة، بل يكملها. التكلفة الحسابية المنخفضة تجعل الطريقة متاحة لدوائر الأرصاد الجوية في البلدان النامية التي تفتقر إلى الحواسيب العملاقة. والقدرة على التعلم فقط من الملاحظات الحقيقية، دون وراثة أخطاء المحاكاة، تفتح الطريق أمام توقعات تقول بصراحة: "لست متأكدًا". وفي عالم يزداد فيه المناخ غموضًا، هذه الصراحة تساوي أكثر من الثقة الزائدة بالنفس.