연구진은 미래 발전을 잠재적으로 보유한 작업이나 데이터를 예측적으로 식별하는 '흥미로움'을 공식화했어요. 흥미로움은 압축 진행을 위한 유도 휴리스틱으로 정의되며, 콜모고로프 복잡도와 알고리즘 통계 도구를 사용하여 예측 가능성을 조사했어요. 알고리즘 사전은 길이 사전보다 낙관적이며, 관찰된 프로필에 대해 예상되는 발견이 두 배로 증가하는 것으로 나타났어요.
과거의 발전이 미래의 발견을 나타내는 흥미로움의 유도적 특성이 이론적으로 타당하고 경험적으로 뒷받침된다는 사실이 입증되었어요. 예상되는 미래 발전은 마지막으로 관찰된 돌파구의 최근성에 따라 지수적으로 증가하는 것으로 나타났어요.
세 가지 다양한 범용 컴퓨팅 패러다임에서 이러한 결과가 실험적으로 확인되었어요.