في كل ربيع، تفقد توقعات النينيو قوتها، كمترجم يشرد ذهنه عند كل حفيف في القاعة فيحول اجتماعًا مدته ساعة إلى ساعتين. يسمي العلماء هذا بحاجز الربيع لقابلية التنبؤ: ففي شهري مارس وأبريل، تبدأ النماذج التي كانت واثقة في يناير من حدوث طور دافئ في المحيط الهادئ، في الخطأ بمعدل مضاعف. العمل الجديد يقترح مسارًا مختلفًا: ليس محاولة الصراخ فوق الضجيج، بل تعليم الشبكة العصبية إزالته طبقة بعد طبقة، كما يزيل المرمم السخام عن لوحة قديمة.

أخذ الباحثون آخر ستة أشهر من درجة حرارة سطح المحيط في المنطقة الاستوائية من المحيط الهادئ، وطلبوا من النموذج إخراج توزيع احتمالات للشهر التالي. ثم أضافوا الشهر المتوقع إلى التاريخ وكرروا الإجراء حتى 30 مرة، فينزلق التوقع إلى الأمام، كشخص يمشي في مستنقع ويفحص كل مطب قبل أن ينقل وزنه إليه. درّبوا النموذج على بيانات إعادة التحليل IAP v4 من 1940 إلى 1999، واختبروه على فترة مستقلة من 2000 إلى 2023. وقارنوا بشكل منفصل بين نسختين: واحدة بتدريب مسبق على مجموعة نماذج المناخ CMIP6، وأخرى بدونه.

النتيجة فاجأتهم: النموذج دون تدريب مسبق على CMIP6 يحافظ على ارتباط مؤشر Niño3.4 أعلى من 0.5 لمدة 14 شهرًا، بينما النسخة مع CMIP6 تفقد هذا المستوى بعد 7 أشهر فقط. في تجربة سابقة على بيانات 1980-2021، استمر الارتباط أعلى من 0.5 حتى 26 شهرًا، وبلغ متوسط الخطأ المطلق في درجة الحرارة على مدى 30 شهرًا 0.66 درجة مئوية. للمقارنة، لدى النماذج الديناميكية الرائدة يتجاوز الخطأ على أفق 6-9 أشهر 0.7 درجة مئوية. أعاد النموذج إنتاج نينيو العظمى لعام 2015 ولا نينيا الثلاثية 2020-2022 بخطأ في المؤشر ضمن ±0.3 درجة مئوية.

المفاجأة الفيزيائية الكبرى: عندما حلل المؤلفون كيفية إزالة النموذج للضجيج في كل خطوة، تبيّن أن هذه العملية مكافئة رياضيًا لمعادلة فان دير بول. تصف هذه المعادلة التذبذبات ذاتية الاستمرار مع تخميد غير خطي، أي دورة تراكم وتفريغ الحرارة التي تولد النينيو ولا نينيا. معاملات التخميد غير الخطي وتردد التذبذب المستخرجة من الشبكة العصبية تطابق دورة ENSO البالغة 22 شهرًا. لم تتعلم الشبكة العصبية البيانات فحسب، بل أعادت إنتاج فيزياء التقلب المناخي من تلقاء نفسها، دون أي تلميحات.

قبل هذا العمل، لم يكن واضحًا ما إذا كان يمكن الحصول في الوقت نفسه على توقع احتمالي للنينيو لأكثر من عام ونموذج قابل للتفسير فيزيائيًا. الآن أصبح واضحًا: نموذج الانتشار يعطي توقعًا موثوقًا لمؤشر Niño3.4 على مدى 14-26 شهرًا، ويعيد داخل عملية الانتشار العكسي إنتاج معادلة فان دير بول. يمكن استخدام هذه الأداة في المراكز التشغيلية للتوقع الاحتمالي للنينيو والإنذار المبكر بحاجز الربيع لقابلية التنبؤ، عندما تنخفض دقة النماذج بشكل حاد كل ربيع. لم تعد الشبكة العصبية صندوقًا أسود، بل أصبحت نافذة على ميكانيكا المحيط.