Un traductor que aprendió la gramática del viento, no solo el vocabulario. El viento sopla sobre el océano Pacífico y el agua le responde con olas, corrientes y afloramientos de profundidades frías. A la red neuronal KIST-Ocean se le enseñó no solo a recordar cómo se veía el océano ayer, sino a comprender por qué mañana será así.

Antes no estaba claro si los modelos neuronales del océano podían reproducir respuestas físicamente correctas al forzamiento atmosférico, en lugar de simplemente ajustar estadísticas. KIST-Ocean se probó en experimentos idealizados: se aplicó un estrés del viento y se observó la reacción del modelo. Reprodujo la propagación hacia el este de las ondas de Kelvin y hacia el oeste de las ondas de Rossby, y las velocidades de estas últimas coincidieron con las predicciones teóricas para distintas latitudes. El estrés ciclónico provocó afloramiento de aguas frías y enfriamiento de la superficie, mientras que el anticiclónico causó hundimiento y calentamiento, como predice la teoría de Ekman.

El modelo superó al pronóstico de persistencia en el 81,3% de los objetivos según el coeficiente de correlación anómala y en el 86,5% según el RMSE. Con condiciones de frontera reales, mantuvo una habilidad significativa hasta 200 días para la temperatura potencial, hasta 85 días para la corriente zonal a 145 m de profundidad, hasta 40 días para la corriente meridional y hasta 100 días para la salinidad. La comparación con cinco modelos del NMME mostró que KIST-Ocean ofrece mejores pronósticos de temperatura superficial del océano hasta seis meses con forzamiento real, y con forzamiento climatológico no desmerece frente a los mejores modelos dinámicos en plazos de uno a dos meses.

Ahora este traductor puede integrarse en un sistema mayor, donde el océano y la atmósfera se comunican en cada paso. Así, los pronósticos de El Niño y La Niña, que afectan sequías, inundaciones y huracanes en todo el mundo, serán más rápidos y accesibles. El viento sigue soplando, y el océano ahora entiende su gramática.