超事前分布（Hyperprior）

ベイズ統計学に由来する概念。事前分布のパラメータについての分布——つまり「どのような形の事前分布を持つか」を確率的に決める上位の関数。階層ベイズモデル全般で使われ、自由エネルギー原理（FEP）の階層的生成モデルもこの構造を実装している。

FEP において「信念」とは folk 心理学的な概念ではなく、脳の内部状態が実装する確率分布（非物質的な確率的関数）を指す。（乾敏郎『脳の大統一理論』）

数学的な構造

層	名称	内容
データ	感覚入力 x	外界から到達する信号
下位	事前分布（prior） P(θ)	世界の状態 θ についての確率分布
上位	超事前分布（hyperprior） P(α)	prior のパラメータ α（平均・精度など）についての確率分布

hyperprior が特定の α 値に強く集中（高 precision）しているほど、prior の形が変わりにくい——これが「信念の変えにくさ」として現れる（仮説、要検証）。

平易な言い換え：

free-energy-principle のマルコフブランケットにおいて、hyperprior は精度重み付けの設定値として機能する。

「あの人は危険だ」という強い hyperprior を持つ人は、その人が友好的に振る舞っても情報が通らない。「虫は汚い」という強い hyperprior は、虫に関する感覚情報のチャンネルを遮断する。

hyperprior の本質的な特徴は、形成時点では合理的だった予測が、その後の文脈変化に関わらず作動し続けること。

段階	内容
形成時点での最適解	子ども時代の痛みの瞬間など、特定の状況下では「内的シグナルは見ない方がいい」は確かに最適な予測誤差最小化だった
パラメータの凍結	hyperprior は更新コストが高い（メタ信念ゆえ）。一度学習されると、状況が変わっても自動更新されない
現在の文脈への不適合	大人になった今、その内的シグナルを感じても自分は壊れない。しかし自我は子どもの自分を守るために最適化された古いモデルを使い続けている

過去の最適解（形成時点では正しかった予測）
    ↓ hyperprior として固定化
現在の予測関数（現実には不適合）
    ↓ それでも作動し続ける
抑圧コスト：払い続ける必要がない代償を払い続けている

→ free-energy-principle の「自由エネルギー債務」として深層に累積。

hyperprior の厄介さは、それが hyperprior であることが自我からは見えにくいこと。自我にとって「内的シグナルは見ない方がいい」は信念ではなく自明な現実として体験される。これが「自我では自我を超えられない」と言われる構造的理由：

→ 外部の介在（mental-model の紐解き、felt-state-pattern のWS、信頼できる他者、深い瞑想）が hyperprior の確からしさを揺さぶる装置として機能する。

mental-model における信念解体のプロセスは、FEP の言語で「hyperprior の強度を下げること」として記述できる。

「この信念は絶対ではないかもしれない」という余地を作る

hyperprior が緩むと：

信念解体は「信念を消す」のではなく、「信念の確からしさを下げて更新可能にする」。信念そのものは prior として残りながら、hyperprior が緩むことで透過性が回復する。

「ありのままでいい」という自己受容は、内的状態を脅威と見なす hyperprior を外すことである。

自己受容は感情そのものを変えるのではなく、感情シグナルへの hyperprior を更新することで、それが自分の生成モデルに届くようにする実践。