Переводчик, который выучил грамматику ветра, а не только словарь. Ветер дует над Тихим океаном, и вода отвечает ему волнами, течениями, подъёмами холодных глубин. Нейросеть KIST-Ocean учили не просто запоминать, как выглядел океан вчера, а понимать, почему он станет таким завтра.

Раньше было неясно, способны ли нейросетевые модели океана воспроизводить физически корректные отклики на атмосферное воздействие, а не просто подгонять статистику. KIST-Ocean проверили на идеализированных экспериментах: задали ветровой стресс и посмотрели, как модель отреагирует. Она воспроизвела восточное распространение волн Кельвина и западное распространение волн Россби, причём скорости волн Россби совпали с теоретическими предсказаниями для разных широт. Циклонический ветровой стресс вызвал подъём холодных вод и похолодание поверхности, а антициклонический — опускание и потепление, как и предсказывает теория Экмана.

Модель превзошла персистентный прогноз для 81,3% целей по коэффициенту аномальной корреляции и для 86,5% по RMSE. При задании реальных граничных условий она удерживала значимый навык до 200 дней для потенциальной температуры, до 85 дней для зонального течения на глубине 145 м, до 40 дней для меридионального течения и до 100 дней для солёности. Сравнение с пятью моделями NMME показало, что KIST-Ocean даёт лучшие прогнозы температуры поверхности океана на срок до шести месяцев при реальном форсинге, а при климатологическом форсинге не уступает лучшим динамическим моделям на один-два месяца.

Теперь этот переводчик может стать частью большой системы, где океан и атмосфера общаются на каждом шаге. Тогда прогнозы Эль-Ниньо и Ла-Нинья, которые влияют на засухи, наводнения и ураганы по всему миру, станут быстрее и доступнее. Ветер продолжает дуть, а океан теперь понимает его грамматику.