ロードマップ

測定から検証までの順序

ロードマップは年表ではなく、主張を強くするための依存関係です。前段が弱いまま後段へ進むと、見かけの進歩になります。

対象を決める記憶、技能、知覚、人格特性など、何を再現対象にするかを限定します。
必要状態を列挙する構造、活動、可塑性、代謝、身体入力、環境条件を分けます。
測定方法を割り当てる直接測定、代理測定、推定、未測定を混ぜずに書きます。
候補モデルを作る複数の候補が同じ結果を出せるかを最初から想定します。
分離実験を設計する競合仮説を分ける摂動、状態遷移、保持データを使います。
実装する閉ループで動くモデルにし、短期予測だけでなく長期安定性を見る。
外部検証する別データ、別実験者、別装置、別条件で再確認します。

旧 Tech Roadmap の P/M/R/I/V/D を対応表へ置き換える

削除前の Tech Roadmap は、WBE を P/M/R/I/V/D の依存関係として扱っていました。現在のサイトでは記号だけを復活させるのではなく、読者が研究計画へ落とせるように、各層を現在のページ、検証カード、停止条件へ接続します。

層	旧ロードマップの問い	現在の置き場所	先に決める停止条件
P: 進歩の定義	何を成功と数えるか。デコード、エミュレーション、同一性、社会運用を混ぜずに、主張の高さを決める。	L0-L5 の主張レベル、研究優先順位。	強い言葉を使う前に、失敗条件、棄権条件、外部検証条件を明示する。
M: 測定	構造、活動、代謝、分子、身体入力を、どの空間・時間単位で観測できるか。	根拠マップ、深掘り、可観測性予算。	直接観測、proxy、モデル推定、未測定を分ける。ヒト proxy は、役割、成熟度、時間窓、モデル負荷を分ける。
R: 再構築	観測から、構造足場、高速状態、維持状態、潜在動力学をどこまで復元できるか。	識別可能性カード、P4 コネクトーム制約モデル。	構造足場、即時活動、遅い維持状態を一つの「脳状態」にしない。候補モデル空間と曖昧性クラスを先に宣言する。
I: 実装	閉ループで動かすとき、遅延、ジッター、身体境界、内部環境、安全停止をどう扱うか。	Body / Environment Boundary Card、Temporal Validity Card。	低遅延の装置成功を、生物学的タイミング状態や身体ループの保存と混同しない。
V: 検証	再現、反証、因果、同一個体内の継続性、外部検証をどうそろえるか。	検証カード、仮説検証、データ。	内部適合だけで上位主張へ進まない。保持データ、摂動、別条件、別解析者、棄権を含める。
D: 展開	技術結果を、同意、権利、コピー、更新、分岐、停止、セキュリティへどう接続するか。	必要条件、旧内容統合、P8 身体・環境。	技術的復元、人格同一性、法制度、社会的同意を同じ成功指標にしない。

最短で前へ進める技術ルート

ここでの「最短」は、実現年の予測ではありません。AI 2026 型のロードマップ表現から借りるのは、マイルストーン、運用監視、セキュリティや失敗条件を同じ画面に置く読み方です。マインドアップロードでも、華やかな成果ではなく、次の主張レベルへ進めるかどうかで技術ルートを並べます。

ルート	最初に作る成果物	前へ進む理由	成功に見えても止めるもの
L0/L1 公開データルート	BIDS/NWB、イベント同期、QC、分割、ベースライン、失敗例を含む L0 Artifact Pack。次に L1/L2 への追加ルートへ上げる。	低コストで第三者が再実行でき、後の L2 以上の失敗理由を切り分けやすくします。	高スコア、標準形式、きれいな可視化だけでは、内部状態の復元とは数えない。
P1 識別可能性ルート	候補モデル空間、曖昧性クラス、摂動、状態遷移、保持データ、棄権規則。	観測量を増やすよりも、同じ観測を説明する候補内部状態を減らすほうが、アップロード条件へ直接効きます。	最適化の再実行、長いフィット、同じレジームのパッシブデータ追加だけでは、候補集合が縮んだとは扱わない。
P3 ヒト proxy ルート	同一セッションの EEG/fMRI/PET/MRSI/行動を、共通因子、分岐因子、完全症例バイアス、時間カーネルつきで整理した Fusion Card。	生きた人間での可観測性の上限を、単一モダリティより厳密に測れます。	複数 proxy の相関や予測改善を、真の潜在状態の一意復元として読まない。
P4 コネクトーム制約ルート	構造足場、活動記録、タスク、摂動、未測定状態、残差候補集合を同じ表に置くモデルカード。	構造は候補空間を強く絞るので、動力学や維持状態を追加したときの増分を測りやすくします。	コネクトームがあることを、シナプス効率、放出確率、代謝、グリア、睡眠、身体ループの保存と扱わない。
P5 状態継続・閉ループルート	日跨ぎ、固定後、再校正、閉ループ遅延、安全停止を含む State-Continuity / Temporal Validity Card。	実装に近い主張へ進むには、同じ対象で何が時間をまたいで残るかを測る必要があります。	同じ被験者、同じ脳、同じデコーダ、同じ装置を、同じ状態と同一視しない。
P8 身体・環境ルート	保存する感覚・運動・内受容ループ、置換する環境、遅い内部環境、同意と停止条件の境界表。	脳だけのモデルが成功しても、身体、報酬、睡眠、恒常性、社会環境を抜くと上位主張が止まります。	低遅延入出力や仮想環境の完成度を、身体境界の完了や人格同一性の証拠として扱わない。

三つの壁を先に確認する

旧 Tech Roadmap の「測定、特定、介入の三つの壁」は、今のサイトでも中核です。どのルートでも、次の三つを通らない限り、見かけの進歩は高い主張へ上がりません。

壁	よくある過読	確認すること	関連カード
測定粒度の壁	高密度・高解像・マルチモーダルなら、必要状態をほぼ測れたと読む。	直接観測、proxy、推定、未測定を分け、各測定の時間窓と数量タイプを明示する。	可観測性予算、Human Proxy Composition Card。
識別性の壁	予測精度が上がったので、内部状態も一意に決まったと読む。	候補モデル空間、曖昧性クラス、保持データ、摂動、棄権規則を事前に固定する。	識別可能性カード、Calibration / Abstention Card。
介入検証の壁	相関やオフラインデコードが良いので、因果的な再実装に近いと読む。	摂動応答、閉ループ、状態遷移、日跨ぎ安定性、安全停止、別条件検証を要求する。	Neural Contribution Card、Temporal Validity Card、Body / Environment Boundary Card。

現在・過去・未来で見るロードマップ

現在: L0 から L2 を厚くする

今もっとも現実的なのは、再現可能な解析、比較可能なベンチマーク、介入予測を積み上げる段階です。

L0: 公開データを再解析し、イベント、同期、QC、保持条件を検証する。
L1: モデルや測定法を同じベンチマークで比較し、ショートカット対照を入れる。
L2: 摂動、状態遷移、保持データを使い、競合する内部状態仮説を落とす。

過去: 何を引き継ぐか

古典的なアップロード構想は、ミクロトーム法、ナノ置換、非破壊測定、人工身体、人格同一性を論じていました。現在は、その問いを検証条件へ置き換えます。

「脳を写す」は、構造・状態・動力学・身体境界へ分解する。
「コピーできるか」は、同一性の哲学と工学的検証を分ける。
「進歩したか」は、クレームラダーと失敗条件で判定する。

未来: L3 以降の条件

実装や同一性に近い主張へ進むには、単一技術の成功ではなく、複数の監査が同時に通る必要があります。

閉ループ実装で、身体・環境・内受容の境界を開示する。
同一個体内の長期ドリフト、再校正、状態遷移を評価する。
外部検証で候補内部状態が十分に狭まったことを示す。

研究テーマ別の依存関係

テーマ	先に必要なもの	次の到達条件
非侵襲的ヒト測定	proxy の役割分解、装置差、状態ラベル。	同じ潜在変数をどこまで制約したかを示す。
コネクトーム制約モデル	構造足場、活動記録、摂動、タスク条件。	構造だけで残る縮退と、追加記録で落ちる候補を分ける。
BCI / デコード	神経寄与、言語・運動事前分布、閉ループ評価。	予測ではなく、どの神経変数を制御しているかを示す。
維持状態	状態ファミリーごとの観測量、時間窓、摂動。	コネクトームに含められない状態のうち、どれが機能に必要かを切り分ける。
状態継続	同一対象のブリッジ、再校正負荷、失敗規則。	日跨ぎや固定後に何が同一として残ったのかを明示する。