Une station météo au Texas enregistre la pluie jour après jour. La bande s'allonge. On obtient un film météo. D'habitude, on le fait défiler vers l'avant, et un programme d'apprentissage automatique devine l'averse du lendemain. Mais on lui a aussi appris à regarder en arrière — à faire défiler la pellicule dans l'autre sens.

Lors de la lecture inversée, tout doit correspondre au passé. Par temps clair, il n'y a pas d'erreurs. Mais avant une sécheresse, la pluie, l'humidité et le vent changent de manière incohérente. Le « film » inversé commence à se désagréger. Un compteur spécial accumule ces anomalies. Dès que l'erreur dépasse la norme, le programme tire la sonnette d'alarme.

Cette approche a été testée dans des expériences informatiques et sur des données du monde entier. En comparant le « film » direct et inversé, le programme détecte des changements qui ne sont pas encore visibles dans les bulletins. En compressant les indicateurs à l'essentiel, il repère les modifications avant qu'elles ne deviennent apparentes. Les oscillations internes deviennent un avertissement précoce. À Taïwan, lors de la pire sécheresse en un demi-siècle, l'alarme est arrivée quatre mois à l'avance — sur les stations de montagne, où les pluies disparaissent discrètement.