Океан похож на гигантскую паутину. Если тронуть одну нить, задрожит далёкий угол. Нейросеть из этой работы научилась плести такую паутину, чтобы предсказывать Эль-Ниньо.

Эль-Ниньо — это тёплое течение, которое раз в несколько лет приносит наводнения или засухи в разные страны. Раньше прогнозы делали физические модели, но они часто ошибались на несколько месяцев вперёд. Другие нейросети смотрели на карту как на картинку и не замечали, что далёкие точки океана влияют друг на друга.

Новая модель представила океан как граф: 1345 точек на карте, соединённых невидимыми линиями. Каждая точка хранила температуру воды за три месяца. Связи не задавались заранее — модель сама решала, какие точки должны обмениваться информацией, и оставляла только восемь самых сильных на каждую точку. Затем по этим связям распространялись сигналы, как слухи по сети знакомств.

Результат оказался лучше прежних подходов. Для прогноза на шесть месяцев корреляция с наблюдениями составила 0.780, тогда как у свёрточной нейросети — 0.762. Для сильного Эль-Ниньо 2015 года модель дала корреляцию 0.948 по году. Самое важное: выученная паутина совпала с тем, что физики уже знали об океане. На коротких сроках ключевые точки находятся там, где измеряют температуру. К шести месяцам влияние уходит на запад Тихого океана, а к 23 месяцам — в Индийский и Атлантический океаны.

Раньше нейросети были чёрным ящиком: давали прогноз, но не объясняли почему. Теперь выученные связи можно проверить. Это как если бы паутина, которую сплела машина, оказалась той же самой, что плетёт сам океан.