المترجم يستمع إلى حوار المحيط والغلاف الجوي. في السابق، كان يسمع كلمة واحدة فقط من أصل تسع كلمات، وهي درجة حرارة سطح الماء، لذا كان يترجم متأخرًا ويخلط الأمور في الربيع. أما النموذج الجديد CTEFNet فيستمع إلى الكلمات التسع جميعها في آن واحد: درجة الحرارة، ومخزون الحرارة، وسماكة الطبقة العليا، والملوحة، والضغط، والتيارات، والرياح. أولًا، تلتقط الطبقات الالتفافية (convolutional layers) الهمسات المحلية في كل منطقة من المحيط، ثم يربطها محول (transformer) في جملة طويلة تمتد لأشهر قادمة.
المترجم لا يترجم فحسب، بل يرفع يده أيضًا عندما يسمع كلمة مهمة. يسأل تحليل التدرج: إذا غيّرنا كلمة واحدة قليلًا، فكم سيتغير التنبؤ؟ وهكذا تبيّن أنه قبل 11 شهرًا من ذروة النينيو، تتراكم المياه الدافئة في غرب المحيط الهادئ، بينما تصبح الطبقة العليا أرق. وقبل 8 أشهر، تنتشر الإشارة شرقًا نحو المحيط الهندي. تبريد الأطلسي يُضعف الرياح التجارية ويدفع الظاهرة. أما حاجز الربيع، الذي كان يجعل التنبؤات أسوأ في الربيع، فقد أصبح الآن مخففًا: المترجم لم يعد يصمت. يمكن تطبيق هذه الطريقة نفسها على ظواهر مناخية أخرى لفهم لغة المحيط والغلاف الجوي بشكل أفضل.
كانت ظاهرة النينيو 1997-1998 قوية جدًا لدرجة أن درجة حرارة سطح المحيط العالمية ارتفعت بمقدار 0.2 درجة مئوية فوق متوسط العقد، كما ارتفع مستوى سطح البحر في شرق المحيط الهادئ مؤقتًا بمقدار 20 سنتيمترًا بسبب التمدد الحراري للمياه.
في رواية كيم ستانلي روبنسون «أربعون علامة مطر»، يكافح علماء المناخ عواقب التغير المفاجئ في تيارات المحيط الناجم عن الاحتباس الحراري؛ وكان التنبؤ الدقيق طويل المدى بالنينيو ليصبح الأداة التي يستخدمها الأبطال لمنع الكارثة.