Что дает понимание нулевого уровня

Как я уже упоминал, в теории, при бесконечных вычислительных мощностях, и при бесконечной предыдущей истории, даже нулевой уровень может решать любые задачи, которые описаны как цель этого проекта.

Почему? При бесконечных данных, в ветвях дерева паттернов, вероятности будут исчисляться не от количества - оно будет бесконечно, а как абсолютно точная вероятность событий - одна бесконечность деленная на другую. Ветви уже не будут заканчиваться из-за нехватки статистики. Любая зависимость, это повторение, того что уже было несколько раз. Эти несколько раз были подмечены и посчитаны. Но это конечная дистанция между исходными и зависимыми точками. И в тех бесконечных ветвях эта дистанция обязательно будет найдена, хоть и раскидана по разным ветвям, перечисляющим все возможные варианты дистанций между исходным и зависимым.

Аргументация с другого края. Каждый новый добавляемый байтик прошедшей истории в накапливаемую статистику, улучшает надежность уже существующих ветвей, и позволяет создавать новые более длинные ветви. При стремлении этого процесса к бесконечности, вероятности определяемые ветвями станут бесконечно надежными по доверительным интервалам, и сами ветви будут бесконечно длинными. Т.е. обязательно где-нибудь заключат в себя те точки, которые являются значимыми для прогноза текущей точки.

Задача последующих уровней алгоритмов нахождения зависимостей, это сделать возможным находить зависимости при меньшей истории, чем бесконечная.

Этот процесс выглядит, словно попытка предположить, а что будет в той или иной ветви, когда для той ветви будет получено достаточно статистики. И пока этой статистики не хватает, эти предположения нужно делать исходя из того, что эта искомая ветвь будет подобна какой-либо другой, которая уже найдена.