Переводчик в большом зале слышит и шёпот у самого уха, и разговор в другом конце. Одна и та же голова улавливает локальные интонации и держит нить общей беседы. Так устроена ResoNet — нейросеть, которая предсказывает Эль-Ниньо.

До сих пор прогнозы на год и дальше были ненадёжны: океан слишком сложен, а модели не связывали далёкие друг от друга регионы. ResoNet делает иначе. Свёрточные слои, как внимательное ухо, ловят локальные аномалии температуры — например, тёплое пятно у берегов Перу. Трансформер, как слух на весь зал, соединяет эти пятна с процессами в Индийском океане и южной части Тихого. Вместе они дают прогноз на 19–26 месяцев вперёд.

Важно не только то, что сеть предсказывает, но и почему. Метод интегрированных градиентов показывает, на какие пиксели входной карты сеть смотрела сильнее всего. Оказалось, при дальних прогнозах ResoNet обращает внимание на южную часть Тихого океана и Индийский океан, а при ближних — на экваториальную зону. Это совпадает с известными механизмами: тёплая вода накапливается вне экватора перед Эль-Ниньо, а Индийский океан работает как конденсатор, отдавая тепло с задержкой.

Впервые нейросеть уловила асимметрию: для Эль-Ниньо за 18 месяцев важна южная часть Тихого океана, а для Ла-Ниньи — восточная экваториальная зона. Раньше такие различия видели только в динамических моделях. Теперь переводчик не просто повторяет услышанное, но и объясняет, какие голоса в зале были решающими. Именно это снижает скепсис: ResoNet не чёрный ящик, а инструмент, который можно проверить на соответствие физике океана.