Definition
Desarrollada por Ray Solomonoff, esta teoría proporciona un modelo universal de inducción asignando probabilidades a secuencias basadas en su complejidad computacional. Postula que las explicaciones más simples (programas más cortos que generan los datos observados) tienen mayor probabilidad a priori. Es la base teórica de la probabilidad algorítmica y ofrece una solución idealizada al problema de la predicción de secuencias.
Summary
Un marco matemático formal para predecir observaciones futuras basándose en datos pasados utilizando probabilidad algorítmica.
Key Concepts
- Probabilidad Algorítmica
- Complejidad de Kolmogorov
- Navaja de Occam
- Prior Universal
Use Cases
- Investigación teórica en IA
- Modelos de predicción de secuencias
- Fundamentos de la AGI (Inteligencia General Artificial)