La inferencia bayesiana preserva el soporte de la prior. Cualquier proceso que cambie el espacio de hipótesis admisibles, por lo tanto, se encuentra fuera del marco bayesiano. Lo mismo es cierto para toda inferencia de soporte fijo. Los métodos bayesianos son solo el ejemplo canónico.

La solución tradicional para este problema con la inferencia bayesiana es eludir la cuestión de la admisibilidad eligiendo un prior inicial que tenga soporte para todas las hipótesis computables (es decir, el prior de Solomonoff), y reducirlo a partir de ahí.

El problema con este enfoque es que el prior de Solomonoff es incomputable. Cualquier aproximación realizable debe restringirse a un espacio de hipótesis finito—en cuyo punto el problema original vuelve.

Los modelos jerárquicos permiten la reducción de modelos bayesianos y otras técnicas similares, pero en última instancia, el nivel superior de la jerarquía tiene un soporte fijo que no puede superar.

Entonces, si el aprendizaje que expande el soporte no puede ser caracterizado completamente por ningún método de soporte fijo, incluyendo la inferencia bayesiana, ¿qué tipo de inferencia es?

Si una perturbación está fuera del soporte del proceso, no puede ser procesada como evidencia para la actualización. En su lugar, el aprendizaje debe ocurrir cuando la perturbación reestructura causalmente el proceso mismo de manera directa.

La varianza en expansión de soporte surge del proceso que permite al entorno perturbarlo en dimensiones a las que actualmente asigna medida cero. Aprendiendo a través del gradiente natural, el gradiente del sustrato en lugar del modelo.

Las creencias de un agente están necesariamente bajo su propio control (lo que el documento de GDI describe como agencia) o bajo el control del entorno (lo que el documento de GDI describe como plasticidad).

Sin agencia, un proceso no puede actuar con éxito en sí mismo y en el mundo para mantener su propia persistencia. Sin plasticidad, un modelo no puede descubrir los ángulos desconocidos en las grietas de sus creencias, las dimensiones ocultas de la realidad, y morirá cuando el mundo cambie.

(Gracias a Claude Opus por ayudarme a trabajar el lenguaje en varios de estos, ¡es mucho más conciso que el hilo original!)