既知と未知

どこまでわかっていて、何がまだわかっていないのか

このページでは、研究の進展を過大評価しないために、比較的確かなこと、制限付きで言えること、まだ未解決のことを分けます。

比較的わかっていること

脳の情報処理は物理的な基盤を持ち、測定可能な構造と活動に依存しています。
一部の神経信号から、行動、知覚、運動、言語に関わる状態を予測できます。
公開データ、標準形式、再現可能な解析は、主張の検証力を上げます。
単一の測定法だけでは、内部状態の一意性を閉じにくいことがわかっています。

まだわかっていないこと

どの粒度の構造と状態が、個人らしさや記憶の再現に必要十分か。
生きた人間から、必要な状態変数をどこまで非破壊に測れるか。
同じ出力を生む複数の内部モデルを、どの実験で分離できるか。
長期にわたる安定性、学習、睡眠、身体性をどう検証するか。

主張の強さを分ける

主張	意味	必要な追加証拠
相関	二つの量が一緒に変わる。	交絡と共通原因の確認。
予測	ある信号から別の状態を当てられる。	別条件、別個体、別装置での汎化。
識別	候補状態を区別できる。	競合モデルが残らないことの検証。
因果	介入で結果が変わる。	摂動、反事実、保持された検証条件。
再現	別の人が同じ手順で確認できる。	データ、コード、環境、評価の公開。

研究判断に必要な境界線

論点	比較的言えること	まだ言えないこと
EEG / BCI デコード	一部の知覚、運動、言語、状態を予測する実用的な信号になり得ます。	予測スコアだけで、内部状態の一意な再構成やエミュレーションを示すことはできません。
コネクトーム	局所回路、構造制約、モデルの足場を強くします。	シナプスの現在効率、放出機構、代謝、グリア、睡眠依存の状態を自動的には返しません。
同一個体マルチモーダル測定	別々の proxy の誤差や共通因子を見やすくします。	同じ対象から取ったというだけで、一つの潜在状態サンプルにはなりません。
同じ脳の順次パイプライン	構造と機能の対応を強く制約できます。	保存、固定、登録、時間差を越えて、全状態が連続したとは言えません。
基礎モデル / 大規模事前学習	異なるデータセットへの転移や表現学習を改善する可能性があります。	事前分布、被験者識別、取得条件のショートカットを除かない限り、神経変数の証拠にはなりません。

未知を減らすための順序

観測可能な量を固定する信号、行動、画像、分子 proxy、介入結果を混ぜずに書きます。
残る候補内部状態を列挙する同じ観測を説明できる代替モデルが何かを明示します。
候補を落とす実験を設計する摂動、状態遷移、保持データ、別装置、別日を使います。
まだ重なる場合は棄権する棄権は失敗ではなく、主張上限を守るための研究結果です。