Ray Solomonoff, un matemático estadounidense, soñaba con encontrar un algoritmo capaz de resolver todos los problemas científicos mediante patrones ocultos en los datos. Formuló su idea en 1942, mucho antes de que existieran los algoritmos de inteligencia artificial como los conocemos hoy. Inspirado por la navaja de Occam, Solomonoff buscaba una simpleza matemática que pudiera ofrecer la respuesta más directa y evidente. Aunque su “máquina milagrosa” aún no se materializa, sus ideas sentaron las bases para nuevos enfoques hacia la complejidad y el azar.

Solomonoff se propuso desarrollar un conjunto de reglas que seleccionaran las explicaciones más simples dentro de un cúmulo de posibilidades. Un enfoque que podría traducirse a un programa de computadora, capaz de procesar cualquier conjunto de datos para obtener una interpretación simple y comprensible. Su visión era revolucionaria, tanto que inspiró otros modelos de comprensión de la complejidad matemática y los registros de datos.

Paralelamente, el matemático soviético Andrey Kolmogorov trabajó en un concepto relacionado que se convirtió en clave para entender la complejidad: la complejidad de Kolmogorov. Este mide la cantidad de información que se necesita para describir una cadena de datos en su forma más compacta. Introduciendo un método para determinar la complejidad de un objeto como la longitud del programa más conciso que puede calcular dicho objeto en un lenguaje de programación específico, Kolmogorov aportó un nuevo lente para evaluar fenómenos aparentemente aleatorios.

Sin embargo, el camino hacia la perfección no estaba libre de obstáculos. Un famoso experimento de pensamiento, el Paradoja de Berry, plantea un problema fundamental: intentar describir “el número más pequeño que no se puede definir en 20 palabras” genera una contradicción inherente. Así como este ejemplo, la paradoja ilustra limitaciones intrínsecas dentro del marco de la complejidad matemática. La conclusión es clara y contundente: no existe un programa que pueda calcular la complejidad de Kolmogorov para cualquier entrada posible.

Pese a las limitaciones matemáticas, las visiones de Solomonoff y Kolmogorov no resultan fútiles. Hoy, la complejidad de Kolmogorov puede estimarse mediante programas de compresión, como el uso de gzip o archivos .gif, lo que permite identificar patrones ocultos en los datos y evaluar correlaciones entre secuencias de números.

Aunque Solomonoff no llegó a crear su “máquina milagrosa”, sus contribuciones han clarificado el campo de la complejidad, brindando herramientas fundamentales que se emplean para decodificar lo aparentemente indescifrable. La ciencia persevera en buscar respuestas, a menudo desvelando nuevas preguntas, sumando a nuestro entendimiento de la vasta complejidad del universo.