En una olla de sopa, bastan dos termómetros para saber la temperatura en todas partes, si se sabe que el calor sube en círculos desde el fondo. Así ocurre en la ciencia: a partir de pocas mediciones hay que reconstruir la imagen completa del campo térmico.
El sistema captura la esencia de los procesos térmicos, comprimiéndolos en unos pocos números-regla. Como un cocinero sabe que el centro de la sopa está más caliente. Luego, como descomponiendo el calor en ondas, aprende a predecir el todo a partir de esas reglas.
Tras el entrenamiento, el algoritmo reconstruye rápidamente todo el campo a partir de escasas mediciones y evalúa la incertidumbre mediante una medida de desconfianza. Como un cocinero que, al revolver con la cuchara, siente dónde ya está caliente la sopa. La prueba en la tarea de propagación del calor confirmó la precisión. Sorprendentemente: el sistema mismo advierte dónde sus pronósticos no son fiables, una rara autocrítica para una máquina.
Un principio similar usan los meteorólogos: millones de ecuaciones del clima se reducen a una decena de 'modos' principales para predecir lluvia y sol a partir de los limitados datos de las estaciones.