L'interprète écoute la conversation entre l'océan et l'atmosphère. Autrefois, il n'entendait qu'un mot sur neuf, la température de surface de l'eau, ce qui le faisait traduire avec retard et le rendait confus au printemps. Le nouveau modèle CTEFNet écoute les neuf mots d'un coup : température, contenu thermique, épaisseur de la couche supérieure, salinité, pression, courants et vent. D'abord, les couches convolutionnelles captent les bruissements locaux dans chaque zone de l'océan, puis le transformeur les relie en une longue phrase qui se projette des mois en avant.

L'interprète ne se contente pas de traduire : il lève la main quand il entend un mot important. L'analyse par gradient pose la question : si l'on modifie légèrement un mot, de combien la prévision change-t-elle ? On a ainsi découvert que 11 mois avant le pic d'El Niño, de l'eau chaude s'accumule dans l'ouest de l'océan Pacifique, tandis que la couche supérieure s'amincit. Huit mois avant, le signal se propage vers l'est et vers l'océan Indien. Le refroidissement de l'Atlantique affaiblit les alizés et pousse le phénomène. La barrière printanière, qui rendait les prévisions moins fiables au printemps, est désormais atténuée : l'interprète ne se tait plus. Cette même méthode peut être appliquée à d'autres phénomènes climatiques pour mieux comprendre le langage de l'océan et de l'atmosphère.