Переводчик в большом зале слышит и шёпот у самого уха, и разговор в другом конце. Так работает ResoNet — нейросеть, которая предсказывает Эль-Ниньо.
Раньше прогнозы на год и дальше были ненадёжны. ResoNet решает задачу иначе. Одна часть сети, свёрточные слои, смотрит на локальные пятна тепла в океане — как ухо, которое ловит шёпот рядом. Другая часть, трансформер, связывает эти пятна с далёкими регионами — как слух, который держит разговор через весь зал. Вместе они дают прогноз на 19–26 месяцев вперёд.
Сеть не просто предсказывает, но и объясняет себя. Метод интегрированных градиентов показывает, на какие участки карты температуры она смотрела сильнее всего. Оказалось, при дальних прогнозах важны южная часть Тихого океана и Индийский океан, а при ближних — экваториальная зона. Это совпадает с тем, что уже знают учёные: тёплая вода накапливается вне экватора перед Эль-Ниньо, а Индийский океан отдаёт тепло с задержкой. Впервые нейросеть уловила разницу между Эль-Ниньо и Ла-Ниньей: для тёплой фазы важнее юг Тихого океана, для холодной — восток экватора. Так переводчик не только повторяет услышанное, но и говорит, какие голоса в зале были решающими.
Бэггинг, использованный в ResoNet, пришёл из статистики 1990-х: его предложил Лео Брейман, тот самый автор знаменитых случайных лесов. А метод интегрированных градиентов назван так потому, что накапливает вклад каждого пикселя вдоль пути от нулевого изображения к реальному.
В романе Кима Стэнли Робинсона «Сорок знаков дождя» климатологи отчаянно пытаются предсказать резкие сдвиги погоды. ResoNet — шаг к тому, чтобы такие предсказания стали рутиной, а не сюжетом катастрофы.