En está sección, explicaremos en breve cómo la casualidad, las funciones de inferencia y los programas de computadora se relacionan con la complejidad.

Imagina que ves un objeto parcialmente bloqueado por otro objeto, en este caso un cuadrado negro.

Normalmente, si le preguntas a las personas qué objeto es, completarán la imagen y adivinaran que es un círculo completo.

De algún modo, parece que nuestras mentes completan por instinto la imagen con la forma más sencilla.

De alguna manera nos inclinamos profundamente a las formas simples.

Si detrás del cuadrado negro hay otra cosa, estaríamos algo sorprendidos.

Recuerda que hemos dicho antes de entrar en detalles técnicos

del concepto de entropía, como lo haremos después, la entropía definida por Shannon es tomada tradicionalmente como una medida de sorpresa.

Ahora, algo clásico como la teoría de la información puede describir, pero no explicar, la preferencia a la simplicidad sobre lo simple

estableciendo que solemos favorecer a las configuraciones que nos sorprenden menos, eso es tener entropía baja.

Pero ¿Por qué es así? Mis colaboradores y yo hemos sugerido que está inclinación por las cosas simples

viene de vivir en un mundo sin aleatoridad y en consecuencia nuestras mentes han evolucionado con gran contenido de un algoritmo estructurado.

Discutiremos esto en más detalle

Pero este ejemplo tiene como propósito mostrar cómo la inferencia se relaciona con la complejidad, o más bien, a la simplicidad opuesta a la aleatoridad.

E incluso a alguna forma de subjetividad que puede ser cognitiva o quizás más fundamental

y veremos que el tipo de aleatoridad del que hablamos no es de naturaleza estadística, más bien algorítmica.

Entonces, ¿Qué es lo complejo? Quizás una forma útil de ver cómo algo complejo se opone a lo simple es en la manera en que alguien

clasifica las enfermedades humanas.

porque para el último módulo usaremos todas estás ideas, conceptos y herramientas

en áreas de aplicación de biología molecular y genética que están profundamente relacionadas con las enfermedades y condición humana.

La mayoría de las enfermedades son complejas, con científicos lidiando con retos relacionados a observación, calidad y cantidad de medida,

ruido

Algunas enfermedades como esclerosis múltiple,

alzheimer, parkinson, y la mayoría de tipos de cáncer, son tan complejas que pueden ocasionarse por múltiples factores y no uno sólo.

Dependen de varias variables, tanto genéticas como ambientales y son altamente impredecibles.

En contraste, las enfermedades simples tienen una causa o causas fáciles de identificar y aisladas.

Pueden venir de