Cada primavera, los pronósticos de El Niño pierden fuerza, como un intérprete que se distrae con cada susurro en la sala y convierte una reunión de una hora en una de dos. Los científicos llaman a esto la barrera de predictibilidad primaveral. El nuevo programa aprende a quitar el ruido de los mapas de temperatura del océano capa por capa, como un restaurador que retira el hollín de un cuadro antiguo.

Resulta que el programa, entrenado solo con datos reales de 1940 a 1999, predice la temperatura del océano con 14 meses de anticipación y buena precisión, y en otro experimento, hasta 26 meses. Reprodujo correctamente el súper El Niño de 2015 y la triple La Niña de 2020–2022 con un error de solo ±0.3 °C. Lo más interesante: cuando los científicos examinaron cómo el programa elimina el ruido, vieron que ese proceso se describe con la misma ecuación que gobierna las oscilaciones del agua cálida y fría en el océano. La red neuronal, por sí sola y sin pistas, aprendió la física de El Niño.

Ahora, esta herramienta podría usarse en los centros de predicción climática para alertar con antelación sobre años cálidos y fríos del océano y las sequías o inundaciones asociadas.