طالب حلّ لسنوات مسائل من كتب الآخرين المدرسية، يجد فجأة ثلاثة دفاتر تحتوي على ملاحظات حقيقية عن المحيط. عدد المسائل قليل، لكنه شاهد مئات المسائل المشابهة من قبل، والآن تكفيه بضعة أمثلة ليلتقط أسلوب المعلم الجديد. هكذا تتعلم نماذج الانتشار (Diffusion Models) (شبكة عصبية تتعلم إزالة الضوضاء من البيانات) مناخ المحيط الهادئ، حيث تتعاقب المرحلة الدافئة من النينيو مع المرحلة الباردة من النينيا، وتتحكم في طقس الكوكب.

المشكلة أن قياسات درجة حرارة سطح المحيط من الأقمار الصناعية والعوامات بدأت فقط في منتصف القرن العشرين. خلال هذه الفترة، تراكمت حوالي 720 خريطة شهرية متوسطة، بينما تحتاج الشبكات العصبية ذات الملايين من المعاملات عادةً إلى آلاف الأمثلة. للتحقق بصدق مما تعلمه النموذج بالضبط، أنشأ المؤلفون ميدان اختبار: ولّدوا 120 ألف حقل اصطناعي ببنية معروفة. على هذه البيانات، أعاد النموذج إنتاج التقلبية المتناظرة وغير المتناظرة التقلبية بدقة، ولكن بمجرد تقليص العينة إلى الحجم الحقيقي، بدأ في حفظ أمثلة التدريب بدلاً من التعميم.

الحل اقترحته طبيعة التعلم نفسها. أولاً، دُرّب النموذج مسبقًا على حقول اصطناعية من 30 نموذجًا مناخيًا من مشروع CMIP6، مع إضافة متجه ثماني الأبعاد إلى البنية يشفر هوية كل نموذج. ثم على 720 ملاحظة حقيقية، دُرّب هذا المتجه فقط. هذا النهج سمح بتحقيق ارتباط للأنماط أعلى من 0.85 وارتباط لعدم التماثل أعلى من 0.9، متجاوزًا النماذج الخطية التقليدية. الطالب الذي تدرب على عوالم افتراضية متعددة يتقن العالم الحقيقي الوحيد من خلال بضعة أمثلة.

هذا يغير الفكرة حول كيفية عمل النماذج التوليدية في علوم الأرض: ليس كبديل للنماذج الفيزيائية، بل كأداة لاستخراج البنية من عينات تجريبية شحيحة. يمكن تطبيق الطريقة لتوليد مجموعات واقعية من حالات النينيو عند تقييم المخاطر المناخية، وكذلك لتحسين النماذج الإحصائية للتنبؤ في ظل نقص البيانات. الطالب الذي بدأ بكتب الآخرين المدرسية، يكتب الآن صفحات جديدة بنفسه.