マインドアップロード scenario 2050
EN 日本語
シナリオ年表 / 2026 → 2050

線虫から、ヒトへ。
マインドアップロードが
完成する2050年までの年表。

マインドアップロード=全脳エミュレーション（WBE）は、ある脳の構造と状態を計測し、その情報処理を計算機上で再現する構想です。 本ページは AI 2027 にならい、世界中の研究の到達点を起点に、 2026年から2050年の完成までを「年ごとに何が起こりうるか」のシナリオ年表として描きます。実証済みの事実と、そこからの予測を分けて。

形式: 年表シナリオ 範囲: 全世界の公開研究 区間: 2026–2050 年号の導出: 4つの外挿則 引用: 44研究

本ページは総合ガイドの別冊（思考実験）です。 実証済みの事実の整理は第3章 現在地、予測の比較は第4章 未来へ。 以下の年表は「楽観側の条件がすべて揃った場合」に何が起こりうるかを描く条件付きシナリオであり、予測値（中央値2070年頃）より意図的に速い。

302 → 8.6×10¹⁰
写し取るニューロン数（線虫→ヒト）
6
発展フェーズ
2050
完成シナリオ（条件付き）
31
引用した実在研究

Abstract / 要旨

要旨

全脳エミュレーション（WBE）は、Sandberg と Bostrom が2008年に体系化した「スキャン＆エミュレート」1という工学問題である。 以後の約20年で、世界の研究は 構造の地図化を線虫（302ニューロン）2からハエ成虫の全脳（約14万ニューロン）7、 ヒト皮質1mm³9まで押し上げ、読み出しは会話速度の発話BCI2123に到達した。

本レビューは、この曲線を外挿し、2026→2050を6フェーズの年表シナリオとして描く。各フェーズの年号は4つの外挿則から導出し、計算過程と「崩れる条件」をすべて開示する—— 地図の自動化 → 哺乳類の全脳 → 走らせる → ヒトへの跳躍 → 個人の再構成 → 完成と分岐。 各フェーズは前を前提に積み上がる。2050年完成は確約ではなく、縮退（再構成の一意性）16、 全脳スケール、同一性の検証という律速段階を越えた場合に成立する 条件付きシナリオであり、 最後は「継続」と「複製問題」に分岐する31。

1. The Exponential / 規模の指数

脳マッピングは、すでに指数で登っている。

シナプス解像度で再構成された脳の最大規模を対数軸で並べると、線虫からヒトまでは 約9桁。 実線は実証済み、点線は本シナリオの予測。完成はこの曲線が天井（ヒト全脳）に届く点として読める。

シナプス解像度で再構成された脳の最大規模 線虫302ニューロンからヒト全脳8.6×10¹⁰ニューロンまでを対数軸で示し、2025年までを実証済み、2026年以降を予測シナリオとして描く。 予測 → ← 実証済み 10² 10⁴ 10⁶ 10⁸ 10¹⁰ 1990 2005 2025 2040 2050 再構成ニューロン数 線虫 302（1986） ハエ脳中枢 2.5万（2020） ハエ全脳14万・マウス1mm³（2024–25） マウス全脳 7×10⁷（~2030） ヒト全脳 8.6×10¹⁰（~2045） 完成
実証済み（〜2025） 予測シナリオ（2026〜） ヒト全脳スケール

読み筋: WBE は単一の発明ではなく 固定 → 取得 → 再構成 → 走らせる → 検証 の依存パイプライン。 上の曲線は「取得（地図化）」の軸にすぎず、構造を写し取っても、走らせる動的状態と検証が揃わなければ脳は動かない。 以下の年表は、各年に どの軸が前進し、何が残るか を追う。

2. The Derivation / 年号の根拠

なぜ、この時期なのか。

シナリオの年号は雰囲気で置いたものではない。3つの外挿則から各フェーズの所要年数を求め、それを積み上げた結果が2050年である。 ここでは計算を全部開示する——どこが堅く、どこが賭けなのかを読者が自分で判定できるようにするためである。

Law 1 — Scale

地図化の規模則：全コネクトームの最大ニューロン数

実測点は4つしかないが、傾きははっきりしている。

1986: 302（線虫）2 → 2020: 2.5万（ハエ中心脳）6 → 2024: 13.9万（ハエ全脳）7 → 2025: 16.7万（雄ハエCNS）32 長期平均（1986→2024）: 2.66桁 ÷ 38年 = 0.070 桁/年（1桁に14.3年） 直近（2020→2024） : 0.75桁 ÷ 4年 = 0.187 桁/年（1桁に5.4年）

この2つのレートを当てると、次の目標までの年数はこうなる。

ハエ13.9万 → マウス7×10⁷ : 2.70桁 → 長期レートで38.6年（2063年）／直近レートで14.4年（2038年） マウス → ヒト8.6×10¹⁰ : 3.09桁 → 直近レートで16.5年

読みどころ: シナリオが置く「マウス全脳2030年」は、直近レートのさらに約2.4倍の加速を要求する。 一方で「マウス2030 → ヒト2045」は15年で3.09桁＝0.21桁/年と、直近レートとほぼ同じである。 つまり本シナリオの賭けは、ほぼ全てフェーズ2（マウス全脳）の一点に集中している。

Law 2 — Data

データ量の則：H01（ヒト皮質1mm³ = 1.4ペタバイト）を単位に換算する

撮像量は体積に比例する。ヒト皮質1mm³の再構成データが1.4PBだったことから9、必要量は単純な掛け算で出る。

ハエ全脳 ≈ 0.08 mm³ → 約 110 テラバイト マウス全脳 ≈ 500 mm³ → 約 0.7 エクサバイト（ハエの約6,000倍） ヒト全脳 ≈ 1.2×10⁶ mm³ → 約 1.7 ゼタバイト（ハエの約1,500万倍）

現行の最速EM（マルチビームSEM）を前提とした試算では、マウス全脳の撮像・再構成だけで10年超という見積もりがある33。 シナリオが「2027開始 → 2028撮像完了 → 2030初版公開」とするのは、装置の並列化とスループット改善で5倍前後に加速するという想定に立っている。 現在進行中の10mm³規模のパイロット（マウス全脳の約2%）34が、この想定の可否を最初に教えてくれる指標になる。

Law 3 — Compute

計算の則：エクサ級はすでに到達済み、次の4桁に約19年

2008年ロードマップの見積もりでは、スパイキング水準のヒト全脳が約10¹⁸ FLOPS、電気生理水準が約10²² FLOPS1。

TOP500首位の伸び: 2008年 1 ペタFLOPS → 2022年 1 エクサFLOPS35 = 3桁 ÷ 14年 = 0.21 桁/年 スパイキング水準（10¹⁸）: 2022年に到達済み 電気生理水準（10²²） : 4桁 ÷ 0.21 = 約19年 → 2041–2045年頃

読みどころ: 計算資源は本シナリオの律速ではない。ヒト全脳を高解像度で走らせる計算能力は、地図が完成する時期と自然に揃う。 真の壁は演算量ではなく、10¹⁴シナプスの状態を保持・更新するメモリと帯域、そしてゼタバイト級データの処理パイプラインである。

Law 4 — Automation

校正の則：ここだけは「外挿」ではなく「2桁のブレイクスルー」が要る

自動セグメンテーションの出力は、そのままでは配線図にならない。ハエ全脳では自動処理の後に、 コミュニティによる数百万回規模の人手編集——延べにして数十人年と見積もられる校正が投入された736。

ハエ13.9万ニューロン: 校正 延べ数十人年 マウス7×10⁷（500倍）を単純外挿: 1万人年規模 → 現実的でない

したがってフェーズ1（2026–28）の「地図の自動化」は、他のフェーズと性質が違う。 外挿ではなく、校正コストを2桁下げるという達成を前提に置いている。 E11 Bioのタンパク質バーコード（PRISM）37のような、そもそも校正を要らなくする設計がこの前提の担い手である。 ここが崩れれば、シナリオ全体が Law 1 の長期レート（マウス2063年）側へ滑り落ちる。

フェーズごとの根拠と、崩れる条件

フェーズ年年号の導出前提（これが崩れると遅れる）確度
1. 地図の自動化2026–28 新発見を必要とせず、FlyWire・MICrONSで実証済みのパイプライン710を標準化するだけの区間。所要は普及の速度で決まる Law 4（校正コスト2桁減）。資金の連続性 高い
2. 哺乳類の全脳2029–32 Law 1 を直近レートの2.4倍で外挿。10mm³パイロットが3年で完了し、その50倍へ横展開に3年という配分 撮像スループット5倍、校正の完全自動化、10年連続の資金。いずれか一つでも欠けると2038年前後へ後退 最も脆い
3. 走らせる2033–37 ハエでは「モデル38→身体化39」に2年しか要さなかった。マウスは560倍だが Law 3 より計算は律速でないため、モデル化の科学に5年を配分 構造から動態（シナプス重み・神経修飾）を推定する手法の確立。新しい科学が必要な唯一の区間で、見積もりの不確実性が最大 科学次第
4. ヒトへの跳躍2038–43 Law 1 の直近レートをそのまま適用（マウス→ヒトで約16年）。マウス完了を待たず並行着手する前提で2039年開始とする。Law 3 の電気生理水準到達（2041–45）とも整合 保存脳の供給（フェーズ2で臨床グレード保存が始まる想定に依存）、倫理・法の枠組み 条件つき
5. 個人の再構成2044–48 技術ではなく合意形成の時間として5年を配分。検証バッテリの設計・多施設での再現・標準化団体による採択という手続きの所要 検証基準そのものの合意。現在この軸は事実上ゼロからの出発 未着手
6. 完成と分岐2049–50 上記の単純な積み上げの終端。切りのいい2050年を先に決めて逆算したのではなく、各フェーズの所要年数の和がここに落ちる — 終端

この2050年を、外部の予測とどう突き合わせるか。 予測コミュニティ（Metaculus）の中央値は2070年頃40、2025年の分野内レビューは最短でも30–40年（2055–65年以降）と評価している41。 本シナリオの2050年はそれらより15〜20年早い。差はどこから来るのか——上の表を見れば分かるとおり、 ほぼ全てフェーズ2と3、すなわち「マウス全脳の地図化速度」と「構造から動態を推定する科学が5年で片づくか」の2点に由来する。 この2つを保守的に見積もれば、本シナリオの年表はそのまま2065–70年へ平行移動する。 つまり本ページは予測ではなく、「どの2つの仮定を信じるかで、未来が20年動く」ことを示すための道具である。

3. The Scenario / シナリオ年表

2026 → 2050、6つのフェーズ。

右の年号パネルはスクロールに追従し、いまどのフェーズを読んでいるかを示す。クリックで各フェーズへ移動。

現在地 2026 ・ 実証済み

外挿の前に、土台となる事実。これらは 世界中で実際に達成済み。

  • 線虫の全配線図は両性・発達段階まで取得済み234。ショウジョウバエは幼虫5・成虫全脳（約14万ニューロン・5千万シナプス）678まで完成。
  • 哺乳類はヒト皮質1mm³のペタボクセル再構成9と、マウス視覚野の構造＋機能統合（MICrONS）10。全脳の細胞型地図も整備1112。
  • 計測は数千点同時記録のNeuropixels1819、麻痺患者の手書き・発話を高速デコードするBCI20212223、脳–脊髄ブリッジによる歩行回復24。
  • 保存はアルデヒド安定化＋低温保存（ASC）がブタ脳でシナプス構造を保持17。再構成の基礎は皮質微小回路シミュレーション15。
フェーズ 12026–2028予測シナリオ

地図の自動化

AIによる電子顕微鏡再構成の自動化が、配線図づくりのコストを桁で押し下げる。

  1. 2026

    EM再構成がAIで律速解除

    フラッドフィリング／Transformer系の自動セグメンテーションが、ペタバイト級EM画像の人手コストを激減させる。FlyWire・H01・MICrONSで実証されたパイプライン7910が標準化し、再構成スループットが取得の主律速でなくなる。

  2. 2027

    マウス全脳プロジェクトの始動

    公的（BRAIN Initiative等）と民間の連合が、約7,000万ニューロンの マウス全脳コネクトーム を明確な中間目標に掲げ、全脳EM撮像を開始。2023年に始まったBRAIN CONNECTSの10mm³パイロット34が土台になり、1mm³から全脳へ約3桁のスケールアップに着手する。

  3. 2027

    発話BCIが会話速度へ

    皮質内発話ニューロプロステーシス212223が日常会話に耐える速度・安定性に達し、複数チームで再現。「神経活動から状態を読む」読み出し能力が臨床標準になる。

  4. 2028

    マウス全脳の撮像完了

    全脳EMデータ取得が完了し、自動再構成フェーズへ。分子・細胞型アトラス1112や拡張顕微鏡13との重ね合わせ準備が進む。

なぜ2026–2028か

導出: この区間だけは外挿ではない。FlyWire7とMICrONS10で すでに動いているパイプラインを標準化するだけなので、所要年数は新発見ではなく普及の速度で決まる。3年はその普及に要する時間。

崩れる条件: Law 4（校正コストを2桁下げる）が達成できないこと。ここが動かなければ以降のフェーズは全て長期レート側へ滑る。

フェーズ 22029–2032予測シナリオ

最初の哺乳類・全脳

線虫からマウスへ。構造の軸で初めて哺乳類の全脳が閉じる。

  1. 2030

    マウス全脳コネクトーム（初版）

    約7,000万ニューロン・約10¹¹シナプスの全配線図ドラフトが公開。データ量は約0.7エクサバイト（Law 2）。線虫→ハエ→マウスの跳躍で、哺乳類の 構造 軸が一段落する3334。

  2. 2031

    マルチモーダルなマウス脳

    配線図に、全脳の細胞型（トランスクリプトミクス）11とNeuropixels級の機能記録19を重ね合わせ。「構造＋分子＋活動」が同一座標で揃う初の哺乳類データセット。

  3. 2031

    動態のファウンデーションモデル

    構造から活動を予測する大規模モデル（“仮想マウス脳”）が、感覚運動回路で機能を再現し始める。2025年に視覚野で実証された基盤モデル型デジタルツイン42と、Blue Brainの微小回路再構成15が、データ駆動で全脳級へ拡張される。

  4. 2032

    臨床グレードの脳保存

    ASC由来の手続き17が標準化し、終末期・研究プロトコル下で ヒト全脳 をシナプス解像度で保存する事例が現れる。将来の取得に向けた「原本」の確保が始まる。

なぜ2029–2032か ・ 本シナリオで最も脆い接合部

導出: Law 1 の直近レート（0.187桁/年）をそのまま当てるとマウス全脳は2038年になる。 2030年に置くには 約2.4倍の加速が要る。内訳の想定は、進行中の10mm³パイロット34が3年で完了し、 その50倍への横展開にさらに3年——撮像スループット5倍と校正自動化が同時に効いた場合の値である。

崩れる条件: スループット・自動化・資金の10年連続性のうち一つでも欠ければ2038年前後へ後退し、 以降のフェーズがまとめて8年ずれる。第3章のウォッチリストでこの区間を追う理由がここにある。

フェーズ 32033–2037予測シナリオ

走らせる：機能エミュレーション

地図を「動かす」段階。身体ループと、再構成の一意性が主戦場になる。

  1. 2034

    ニューロモルフィックがマウス級を実時間で

    Hodgkin-Huxley型の膜電流モデル14を抽象化したスパイキング網を、SpiNNaker系25・Loihi系26・NorthPole系27とエクサスケール計算が、マウス規模で低電力・実時間に走らせる。

  2. 2035

    身体ループを閉じる

    領域スケール、続いてマウス全脳の機能エミュレーションが、仮想／ロボット身体の感覚運動ループ24の中で特定行動を再現。2026年にハエで実証された身体化エミュレーション39の哺乳類版にあたる。脳は孤立では正常動作しないため、身体性が忠実度の条件になる。

  3. 2036

    縮退問題に標準的な答え

    「異なるパラメータが同一活動を生む」縮退16に対し、摂動応答＋保持データ検証のベンチマークが証明の標準に。多くの“一致”が棄却され、再構成が反証可能になる。

  4. 2037

    合意されたマウス・エミュレーション

    行動＋摂動の保持テスト群を通過するマウス脳エミュレーションが合意水準に到達。ZAPBench43で始まった活動予測ベンチマークの文化が、哺乳類の合格基準として制度化された形である。同時に問いが鋭くなる——振る舞いの一致は、内部状態の一致を意味するのか。

なぜ2033–2037か

導出: ハエでは「コネクトームからのモデル」38から「身体つきで自律的に動く」39まで わずか2年だった。マウスはニューロン数で560倍だが、Law 3 より計算資源は律速にならない。 したがって5年という配分は、装置ではなくモデル化の科学（構造→シナプス重み・神経修飾）に充てた時間である。

崩れる条件: ここは本シナリオで新しい科学を必要とする唯一の区間であり、見積もりの不確実性が最も大きい。 静的構造から動的状態が復元できないと判明すれば、5年では済まず、必要な計測手法の発明から始まることになる。

フェーズ 42038–2043予測シナリオ

ヒトへの跳躍

マウスからヒトへ、さらに3桁。保存された脳から、全脳構造を取得する。

  1. 2039

    ヒト全脳の構造取得

    保存ドナー脳から、H01の1mm³断片9を全臓器へスケールしたエクサスケール構造コネクトームが得られ始める。約860億ニューロン・100兆シナプスの地図化に着手。

  2. 2040

    構造からの状態推論が成熟

    EM形態から機能的シナプス重み・神経調節状態へ写像する手法が、動態を初期化できる水準に。縮退16を摂動応答で削り込む方法論と、デジタルツイン型の学習42の統合により、構造だけでは欠けていた「動的状態」の溝を縮める。

  3. 2041–42

    部分的ヒト・エミュレーション

    感覚野・海馬の記憶回路など部分系が、生前の記録や行動データと照合して検証される。照合の材料は、この頃までに臨床標準となった皮質内BCIの長期記録2123である。全脳ではないが、ヒト回路が初めて「走る」。

  4. 2043

    エミュレーション社会の経済学が政策課題に

    Hanson『The Age of Em』31が描いたエミュレーション経済・社会の論点が現実味を帯び、コピー権・労働・人格の統治枠組みの起草が始まる。

なぜ2038–2043か

導出: マウス→ヒトは3.09桁。Law 1 の直近レートをそのまま当てると約16.5年で、 ここは加速を仮定していない——シナリオ中で最も素直な外挿区間である。マウス完了を待たず並行着手する前提で2039年に構造取得を置いた。 Law 3 が示す電気生理水準（10²² FLOPS）の到達時期2041–45年とも自然に揃う。

崩れる条件: 技術ではなく供給。シナプス解像度で保存されたヒト脳がこの時点で存在している必要があり、 それはフェーズ2（2032年の臨床グレード保存）が実現していることに依存する。倫理・法の枠組みが整わなければ、ここで止まる。

フェーズ 52044–2048予測シナリオ

個人の再構成

パイプライン全体を、ひとりの個人について通す。

  1. 2045

    パイプラインの統合

    固定 → 取得 → 再構成 → 走らせる → 身体化 → 検証 が、特定個人について初めて端から端まで接続される。入口となる保存は、2020年代に確立したASC系プロトコル1744で十数年前に固定された脳である。

  2. 2046

    記憶と人格の再現

    全脳ヒト・エミュレーション候補が、ドナー特異的な記憶・性格マーカーを盲検テスト下で再現し始める。

  3. 2047

    同一性検証バッテリの配備

    同一性の 連続性 を操作的に試す検証バッテリが運用される。意識の理論そのものは決着していない30ため、バッテリは形而上学を避け、行動・記憶・摂動応答の一致のみを問う設計になる。同時に、法的地位・本人同意・コピー問題が現実の政策論点になる。

  4. 2048

    「完成」を操作的に定義

    標準化団体が、形而上学的主張とは切り離した 検証バッテリの通過 として「完成」を定義する。

なぜ2044–2048か

導出: この5年は技術の所要時間ではなく合意形成の所要時間である。 検証バッテリの設計 → 多施設での再現 → 標準化団体による採択、という手続きに要する期間として置いた。 医療機器や臨床試験の標準が確立するまでの期間を参照している。

崩れる条件: 検証という軸は2026年時点で事実上ゼロからの出発であり43、 5年は楽観的な配分である。合格基準そのものが合意されなければ、「完成した」と誰も言えないまま技術だけが進む状態になる。

フェーズ 62049–2050予測シナリオ

完成、そして分岐

工学的には到達する。だが哲学的な問いは、ここで二つに割れる。

  1. 2049

    検証バッテリの通過

    ある全脳ヒト・エミュレーションが、合意された行動＋摂動＋記憶の検証バッテリを通過する。工学的な意味での「完成」に到達。ここまでの所要年数は、Law 1〜4 を積み上げた結果であって、目標として置かれた年ではない。

  2. 2050

    分岐——振る舞いは検証できる、主観は測れない

    行動上の同一性は検証された。しかし完璧な振る舞いの再現と 主観的連続性 を分ける物理測定は存在しない282930。ここで未来は二つのルートに分岐する（下記）。

なぜ2049–2050か

導出: 切りのいい2050年から逆算したのではない。 3 + 4 + 5 + 6 + 5 年という各フェーズの所要年数を2026年から積み上げると、終端がここに落ちる。 年号が「2050」になったのは結果であって、目標ではない。

外部予測との差: Metaculusの中央値2070年頃40、分野内レビューの2055–65年以降41との 15〜20年の差は、フェーズ2と3の仮定だけから生じている。その2つを保守側に取れば、この年表はそのまま2065–70年へ平行移動する。

4. The Fork / 2050の分岐

完成の先で、未来は二つに割れる。

技術が成功しても、同一性の問いは技術だけでは閉じない。AI 2027が「競争」と「減速」に分岐したように、ここでは検証の解釈で二つのルートが生まれる。

機能的・心理的連続性を採用

アップロードは「本人の継続」とみなされる

社会は、検証バッテリが示す 機能的・心理的連続性を同一性の基準として受け入れる。エミュレーションは法的人格を得て、本人の継続として扱われる。破壊的コピーよりも、ニューロンを少しずつ置換していく 段階的アップロード（テセウスの船型）が、連続性を保つ手続きとして好まれる。

論点は「いつ・どの条件で人格が継続するか」へ移り、技術と検証の精緻化が前進を続ける。

5. Why Conditional / 残る壁

2050が「条件付き」である理由。

外挿だけでは越えられない3つの律速。ここが解けなければ、シナリオは前倒しできない。

① 識別可能性の壁。 計測を増やしても、同じ観測を説明する内部状態が複数残るなら再構成は一意に閉じない16。鍵は「もっと測る」ことより、摂動と保持データで 候補状態を減らす方法論。
② スケールと非破壊の壁。 ヒト全脳は皮質1mm³9の約100万倍。撮像・再構成・計算の数桁スケーリングと、生体からの非破壊計測の物理限界。破壊的取得なら保存と倫理に直結する。
③ 同一性・倫理の壁。 完璧な振る舞いと主観的連続性を分ける測定は存在しない2830。コピー問題・本人同意・社会的地位・停止条件——技術の成功だけでは閉じない論点が最後に残る31。

References / 参考文献

引用研究（44件）。

世界の公開研究から、各軸の代表的到達点を抜粋。2026年以降のマイルストーンはこれらの趨勢からの予測であり、引用は実証済みの土台を示す。各項目は原典または安定した書誌ページへリンクしている。

  1. Sandberg, A., & Bostrom, N. (2008). Whole Brain Emulation: A Roadmap. Tech. Report #2008-3, Future of Humanity Institute, Univ. of Oxford.
  2. White, J. G., et al. (1986). The structure of the nervous system of C. elegans. Phil. Trans. R. Soc. B, 314, 1–340.
  3. Cook, S. J., et al. (2019). Whole-animal connectomes of both C. elegans sexes. Nature, 571, 63–71.
  4. Witvliet, D., et al. (2021). Connectomes across development reveal principles of brain maturation. Nature, 596, 257–261.
  5. Winding, M., et al. (2023). The connectome of an insect brain (Drosophila larva). Science, 379, eadd9330.
  6. Scheffer, L. K., et al. (2020). A connectome and analysis of the adult Drosophila central brain (hemibrain). eLife, 9, e57443.
  7. Dorkenwald, S., et al. (FlyWire Consortium) (2024). Neuronal wiring diagram of an adult brain. Nature, 634, 124–138.
  8. Schlegel, P., et al. (2024). Whole-brain annotation and multi-connectome cell typing of Drosophila. Nature, 634, 139–152.
  9. Shapson-Coe, A., et al. (2024). A petavoxel fragment of human cerebral cortex reconstructed at nanoscale resolution. Science, 384, eadk4858.
  10. The MICrONS Consortium (2025). Functional connectomics spanning multiple areas of mouse visual cortex. Nature, 640.
  11. Yao, Z., et al. (2023). A high-resolution transcriptomic and spatial atlas of cell types in the whole mouse brain. Nature, 624, 317–332.
  12. Siletti, K., et al. (2023). Transcriptomic diversity of cell types across the adult human brain. Science, 382, eadd7046.
  13. Chen, F., Tillberg, P. W., & Boyden, E. S. (2015). Expansion microscopy. Science, 347, 543–548.
  14. Hodgkin, A. L., & Huxley, A. F. (1952). A quantitative description of membrane current… J. Physiol., 117, 500–544.
  15. Markram, H., et al. (2015). Reconstruction and simulation of neocortical microcircuitry. Cell, 163, 456–492.
  16. Prinz, A. A., Bucher, D., & Marder, E. (2004). Similar network activity from disparate circuit parameters. Nat. Neurosci., 7, 1345–1352.
  17. McIntyre, R. L., & Fahy, G. M. (2015). Aldehyde-stabilized cryopreservation. Cryobiology, 71, 448–458.
  18. Jun, J. J., et al. (2017). Fully integrated silicon probes for high-density recording of neural activity. Nature, 551, 232–236.
  19. Steinmetz, N. A., et al. (2021). Neuropixels 2.0: a miniaturized high-density probe. Science, 372, eabf4588.
  20. Willett, F. R., et al. (2021). High-performance brain-to-text communication via handwriting. Nature, 593, 249–254.
  21. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036.
  22. Metzger, S. L., et al. (2023). A high-performance neuroprosthesis for speech decoding and avatar control. Nature, 620, 1037–1046.
  23. Card, N. S., et al. (2024). An accurate and rapidly calibrating speech neuroprosthesis. N. Engl. J. Med., 391, 609–618.
  24. Lorach, H., et al. (2023). Walking naturally after spinal cord injury using a brain–spine interface. Nature, 618, 126–133.
  25. Furber, S. B., et al. (2014). The SpiNNaker project. Proc. IEEE, 102, 652–665.
  26. Davies, M., et al. (2018). Loihi: a neuromorphic manycore processor with on-chip learning. IEEE Micro, 38, 82–99.
  27. Modha, D. S., et al. (2023). Neural inference at the frontier of energy, space, and time (NorthPole). Science, 382, 329–335.
  28. Tononi, G. (2004). An information integration theory of consciousness. BMC Neuroscience, 5, 42.
  29. Dehaene, S., & Changeux, J.-P. (2011). Experimental and theoretical approaches to conscious processing. Neuron, 70, 200–227.
  30. Cogitate Consortium; Ferrante, O., et al. (2025). Adversarial testing of global neuronal workspace and integrated information theories. Nature.
  31. Hanson, R. (2016). The Age of Em: Work, Love, and Life when Robots Rule the Earth. Oxford University Press.
  32. Janelia FlyEM (2025). Male CNS Connectome（雄ハエの脳＋腹側神経索、16.7万ニューロン）.
  33. BioTechniques (2024). Building a comprehensive mouse brain connectome.（マウス全脳の所要年数・データ量の試算を含む解説）
  34. Google Research / Harvard / Allen Institute (2023–). BRAIN CONNECTS: マウス海馬10mm³および皮質-基底核ループのコネクトーム計画.
  35. TOP500 Supercomputer Sites. 首位性能の推移（2008年 Roadrunner 1 PFLOPS → 2022年 Frontier 1 EFLOPS → 2024年 El Capitan 1.74 EFLOPS）.
  36. Notable progress has been made in whole brain emulation (2025). LessWrong.（FlyWireの校正工数と自動化ボトルネックの二次分析。査読外）
  37. E11 Bio (2024–25). PRISM: タンパク質バーコード＋膨張顕微鏡による自己校正型コネクトミクス.
  38. Shiu, P. K., et al. (2024). A Drosophila computational brain model reveals sensorimotor processing. Nature, 634, 210–219.
  39. Eon Systems (2026-03-07). How the Eon team produced a virtual embodied fly.（初の身体化された全脳エミュレーション）
  40. Metaculus. Date of first human whole brain emulation.（コミュニティ予測、中央値は2070年前後で推移）
  41. Zanichelli, N., Schons, M., Freeman, I., Shiu, P. K., & Arkhipov, A. (2025). State of Brain Emulation Report 2025. arXiv:2510.15745.
  42. Wang, E. Y., et al. (2025). Foundation model of neural activity predicts response to new stimulus types. Nature, 640.（デジタルツイン）
  43. Google Research, Janelia & Harvard (2025). ZAPBench: ゼブラフィッシュ幼生の全脳活動予測ベンチマーク.
  44. Nectome (2026). Ultrastructural preservation of a whole large mammal brain with a protocol compatible with human physician-assisted death.（前刷り）