付録
予測、謝辞、参考資料、計測方式マップ。
付録のカルトゥーシュ:同心円状の年輪が刻まれた木の幹の断面

付録A:検証すべき予測

このマニフェストでは、随所でいくつもの予測を立ててきた。この付録では主なものをテーマ別に一か所にまとめ、それぞれに目標年と確信度を添えた。現実の展開に合わせて更新していく。

予測の概要
各予測を期限の位置に置き、テーマ別にまとめたもの。
確信度と期限の対応。

付録B:友人と思考のパートナーたち

このマニフェストは真空の中から生まれたわけではない。以下の人々は、長年の対話を通じて、私がこの分野をどう見るかを形づくってきた。誰もがどこかの時点で、考えを一歩先へ進めてくれた。鋭い主張は彼らのものであり、誤りや言い過ぎは私のものだ。

ここで特別な位置を占める人がいる。パートナーのオーリャ(Olya)だ。彼女はすべての草稿に目を通し、うまくいっていない箇所を見抜き、この原稿がさらに2年も私のやり残しリストに眠り続けることを許さなかった。本書が完成した形で存在するのは、彼女のおかげだ。

友人と思考のパートナーたち友人と思考のパートナーたち

ハードウェア分野:サムナー・ノーマン(Sumner Norman)とForest Neurotech/Mergeのチーム、Caltechのミハイル・シャピロ(Mikhail Shapiro)、Kernelのライアン・フィールド(Ryan Field)、Soneraのニシタ・デカ(Nishita Deka)、クリスティーナ・マハー(Christina Maher)、レフ・チジョフ(Lev Chizhov)、Sanmaiのジェイ・サンギネッティ(Jay Sanguinetti)、Brill Neurotechのメフメト・ギュナル(Mehmet Günal)、Cortical Labsのホン・ウェン・チョン(Hon Weng Chong)。

データとデコーディング:Psycheのトレント・マコナギー(Trent McConaghy)、ジョナサン・シュー(Jonathan Xu)とAllJoinedのチーム、Enigmaのアンドレアス・トリアス(Andreas Tolias)とソフィア・サンボーン(Sophia Sanborn)、Sanmaiのシャリーナ・ライス(Sharena Rice)、Integral Neuroscienceのミラン・ツヴィトコヴィッチ(Milan Cvitkovic)、Constellationのエイヴリー・クリーガー(Avery Krieger)、OpenAI/Conduitのナオミ・バシュカンスキー(Naomi Bashkansky)。

消費者向けデバイス:Neurableのラムセス・アルカイデ(Ramses Alcaide)、Cognixionのアンドレアス・フォースランド(Andreas Forsland)、Inner Cosmosのメロン・グリベッツ(Meron Gribetz)、Orbitのアクシャット・シャルマ(Akshat Sharma)、Braingradeのペーター・シュレヒト(Peter Schlecht)。

侵襲型・血管内アプローチの最前線:Paradromicsのマット・アングル(Matt Angle)とヴィカシュ・ギルジャ(Vikash Gilja)、Synchronのトム・オクスリー(Tom Oxley)、ivecの柳澤琢史(Takufumi Yanagisawa)、Neurobionicsのマルク=ジョゼフ・アントニーニ(Marc-Joseph Antonini)。

全脳エミュレーション:MIT/Capableのアイザック・フリーマン(Isaak Freeman)、Netholabsのカタリン・ミテルト(Catalin Mitelut)とクリスチャン・ラーセン(Christian Larsen)、Eightsix Scienceのダニエル・バーガー(Daniel Burger)、そしてConvergent Researchのアダム・マーブルストーン(Adam Marblestone)。

AIアラインメントとNeuroAI:50y Venturesのセス・バノン(Seth Bannon)、Halcyon Futuresのマイク・マコーミック(Mike McCormick)、AE Studioのジャッド・ローゼンブラット(Judd Rosenblatt)とジオゴ・デ・ルセナ(Diogo de Lucena)、ジェームズ・フィッケル(James Fickel)、Amaranth Foundationのパトリック・ミノー(Patrick Mineault)、Coefficient Givingのマチュー・クラッツ(Matthieu Kratz)、Palaestra Researchのフランク・バルボサ・ナカサコ(Frank Barbosa Nakasako)、Atlas Computingのエヴァン・ミヤゾノ(Evan Miyazono)、Inductiveのショーン・エスコラ(Sean Escola)、そしてArayaの金井良太(Ryota Kanai)。

資金とインフラについて:Eonのマイケル・アンドレッグ(Michael Andregg)とマクシミリアン・ショーンズ(Maximilian Schons)、Clarityのラファエル・セルタン(Raphael Certain)、Lionheartのデヴィッド・ランガー(David Langer)、e184のピーター・ジェギン(Peter Zhegin)、オックスフォード大学のオルハ・ドリンスカ(Olha Dolinska)、6 degrees capitalのヒルマル・エッゲルトソン(Hilmar Eggertsson)、そしてDialecticのライアン・ズーラー(Ryan Zurrer)。

人と人をつなぐ場づくりとコミュニティについて:BrainMindのダイアナ・サヴィル(Diana Saville)とForesight Instituteのアリソン・デュエットマン(Allison Duettmann)。この分野の多くの人々を結びつけているのは、この二人だ。

外からの視点について:Instadeepのカリム・ベギール(Karim Beguir)とAlexandriaのラファエル・ヴォルパート(Raphael Volpert)、Ursa Bioのヤシュ・シェヴデ(Yash Shevde)、ZeroBillionのアンシュ・チョープラー(Ansh Chopra)、ThinkIF Technologyのヴィクトール・ボヴァリウス(Viktor Bowallius)、Imperial College Londonのウィリアム・ノッテンベルト(William Knottenbelt)、Elyos AIのエイドリアン・ジョンストン(Adrian Johnston)、Varto AIのメテ・ポラット(Mete Polat)、Louiseのアトラル・ブディール(Atlal Boudir)、Emerjのダニエル・ファジェラ(Daniel Faggella)、Vaire Computingのロドルフォ・ロジーニ(Rodolfo Rosini)、Hyperのニコラス・イオアヌー(Nikolas Ioannou)、Tools for Humanityのダン・ガーショヴィッチ(Dan Girshovich)、そしてオーギュスト・ピュニエ(Auguste Pugnet)。いずれもニューロテックで何かをつくっているわけではないが、それでも貴重な思考のパートナーになってくれた。

付録C:参考資料

本文では数多くの企業や研究所に触れてきた。分野全体を俯瞰したい人のために、注目しておく価値があるものをここにまとめておく。

注目すべき企業と研究所

非侵襲型のハードウェア:Cerca Magnetics(OP-MEG)、Kernel(fNIRS)、Nudge(超音波)、Butterfly Network(超音波チップ)、Aleph Neuro(超音波)、Sonera(生体磁気による神経計測)。

非侵襲型のデータとデコーディング:AllJoined、AE Studio、Mind Co、Neurable、Brill Neurotech、Wisear、Orbit、Conduit、Piramidal、Constellation、Sabi。

AIのための神経データ:Inductive。

オープンハードウェアとコミュニティ:OpenBCI。

無声発話と末梢神経のニューラルインターフェース:CTRL-labs(現在はMetaのニューラルインターフェース部門)。EMGで無声発話や意図を読み取る路線で、消費者向けインターフェースという枠組みで見れば、非侵襲型の中でBCIに最も近い存在だ。

かつての消費者向け非侵襲型ブーム(大半は教訓として):Muse、Emotiv、NextMind(Snapが買収したのち事業を終了)。

ニューロモジュレーションと刺激:Sanmai Technologies、META-BRAIN(磁気電気刺激と超音波を組み合わせたEUのニューロモジュレーション研究)、Integral Neuroscience。

医療グレードの非侵襲型:NeuroPace。

低侵襲型と侵襲型:Paradromics、Synchron、Neuralink、Precision Neuroscience、Starfish Neuroscience、Neurobionics。

隣接分野とメタレベルの取り組み:Psyche、Forest Neurotech(現Merge)、Inner Cosmos、Cognixion、Enigma、Lymbic AI、Clarity、Cortical Labs。

隣接分野、血管内型、新興勢力:ivec、Araya Inc.、Neuradaptive、Braingrade、Synlinx(上海にある中国の国家BCIインキュベーター)。

全脳エミュレーション:Eon、Eightsix Science、Netholabs。

投資家と支援資金:Amaranth Foundation、Jumpspace Ventures、Lionheart Ventures、e184。

企業に加えて、ニューロテックをさらに深く知りたい人のために、読み物のリストも挙げておく。

さらに読むために
姉妹編のエッセイ
  • 拙稿『Humanity’s Last Prowess』。AGIへの移行で何が重要になるのかを示した、私の全体的な枠組みだ。
  • 拙稿『The Future in One List』。これからの10年を形づくる技術を、より広く見渡した地図になっている。
本稿に関連する読み物
  • レオポルド・アッシェンブレナー(Leopold Aschenbrenner)『Situational Awareness』、2024年。AGIをめぐるマニフェスト。
  • 『AI 2027』、2025年。今後数年のAIを描いたシナリオ予測。
  • サム・アルトマン(Sam Altman)『The Merge』、2017年。人間と機械の認知が収束すると論じた、初期の議論の一つ。
  • リッチ・サットン(Rich Sutton)『苦い教訓(The Bitter Lesson)』。わずか2ページの小論で、本稿でも何度か参照している。
AIアラインメント入門
AIのスケーリング則
  • カプラン(Kaplan)ら『Scaling Laws for Neural Language Models』、OpenAI、2020年。「データと計算資源を増やせば性能は上がり続ける」という直感を、べき乗則として示した論文。「苦い教訓」をめぐる議論全体を支える実証的な土台になっている。
  • ホフマン(Hoffmann)ら『Training Compute-Optimal Large Language Models』(Chinchilla)、DeepMind、2022年。データ量とパラメータ数の比率を修正した論文で、現在のフロンティアモデルはこの比率で学習されている。
BCIの主要なエビデンス
脳の基盤モデル
ニューロAIとアラインメント
コミュニティの資料
関連分野:脳エミュレーションとコネクトミクス
  • アンダース・サンドバーグ(Anders Sandberg)、ニック・ボストロム(Nick Bostrom)『Whole Brain Emulation: A Roadmap』、Future of Humanity Institute、2008年。全脳エミュレーション(WBE)に実際に何が必要かを、脳組織のスキャンから計算資源まで論じた定番の文献。
  • アイザック・フリーマン(Isaak Freeman)『全脳エミュレーションの実現可能性に関する論文』。人間のエミュレーションにかかる総費用を約50億〜500億ドルと見積もった、最近のコスト分析。

付録D:計測方式マップ

本マニフェストで取り上げた計測方式を整理した、参照用の一覧。インタラクティブな比較は計測方式マップ計測方式マップ⁠▸にある。以下では、各方式を詳しく見ていく。

計測方式マップの全体

非侵襲型BCI

脳波(EEG):頭皮上の電気活動をミリ秒単位の精度で測る。安価でスケールしやすい反面、空間的なノイズが大きい。AllJoinedのモデルをはじめ、初期の脳の基盤モデルにとって主要な試験台になっている。

fNIRS(機能的近赤外分光法):近赤外光で血中の酸素化を追跡する。神経活動から数秒遅れる間接的な信号だ。ウェアラブル化でき、Kernelはこの方式を代表する商用プラットフォームの一つである。

超音波:音波で血流を画像化し、脳の深部にある特定の領域を刺激する。まだ初期段階だが、小型で読み取りと書き込みの両方ができるインターフェースとして有望だ。Butterfly Networkは超音波をチップに載せた。NudgeとMerge Labsは、その技術を脳に応用しようとしている。

脳磁図(MEG):神経活動が生む磁場をミリ秒単位の精度で測る。かつては部屋ほどの大きさの極低温スキャナーでしか使えなかったが、OPMの登場でウェアラブル化が進んでいる。

fMRI:強力な磁場を使い、神経活動の間接的な指標である血中酸素化の変化を追跡する。ミリ単位の空間分解能をもち、非侵襲の計測では屈指の意味の再構成をいくつも可能にしてきた。ただし遅く、高価で、部屋ほどの大きさのスキャナーから離れられない。

侵襲型BCI

血管内型:電極を頸静脈から通し、運動野に隣接する血管まで送り込む。SynchronのStentrodeは開頭手術を必要としない。信号の精度と引き換えに、手術の負担を大幅に軽くしている。

皮質脳波(ECoG):電極のグリッドを脳の表面に直接置き、皮質を貫かずに脳波(EEG)よりきれいな信号をとらえる。毎分78語の音声デコーディングも実現している。

sEEG:細い深部電極を皮質と皮質下の領域に挿入する。てんかん発作の焦点を特定する目的で広く使われており、ヒトの頭蓋内記録の大規模な臨床アーカイブを生み出してきた。

皮質内:大脳皮質に微小電極を刺し入れて個々のニューロンの活動を記録し、最も忠実度の高い信号を得る。Neuralinkやユタアレイが採用する方式で、スタンフォード大学の毎分90文字の手書き文字デコーダHigh-performance brain-to-text communication via handwritingWillett, Avansino, Hochberg, Henderson, Shenoy · Nature · 2021麻痺のある人の運動野に埋め込んだ微小電極アレイが、頭の中で思い描いた手書きの動作を毎分90文字の速さで解読した。多くの人がスマートフォンで文字を打つよりも速い。私たちが求める変数を脳が符号化していることを示す存在証明だ。⁠▸を実現した。ただし、手術と長期耐久性が、スケールへの大きな障壁として残っている。

今後の展望

NVセンター:ダイヤモンド中の欠陥で、室温で微弱な磁場を検出できる。BCIへの実用化はまだ先だが、実現できれば大きな可能性を秘めている。

付録E:用語集

ALS
筋萎縮性側索硬化症。運動ニューロンが徐々に侵される進行性の疾患で、BCI研究が歴史的に重点を置いてきた病気の一つ。
帯域幅
単位時間あたりに送受信できる情報の量。
帯域幅のギャップ
機械が考え、伝達する速さと、人間が情報を処理する遅さとのあいだにある、桁外れの隔たり。
BIDS
Brain Imaging Data Structure(脳画像データ構造)。神経画像データ(MRI、EEG、MEG)を統一したディレクトリ構成で整理するための、コミュニティによる標準規格。普及の度合いにはまだばらつきがある。
コネクトーム
神経系の完全な配線図。すべてのニューロンと、それらのあいだのすべての結合を含む。
拡散モデル
ノイズを加える過程を逆にたどるよう学習する画像生成モデル。純粋なノイズから出発し、少しずつノイズを取り除いて、まとまりのある画像に仕上げる。
硬膜
脳と脊髄を包む丈夫な外側の膜。半侵襲型デバイスは頭蓋骨の下に置かれるが、この膜の上にとどまる。
EEG
脳波計測。頭皮上の電圧を読み取る。安価でどこにでもあるが、ノイズが多い。
血管内
開頭手術ではなく、血管を通して電極を送り込む方式。
外部皮質(エクソコーテックス)
心の外側にあるデジタルの層。生物学的な脳の一部として機能しながら、記憶や注意、頭の中の計算を脳の外へと広げる。
FAIR
MetaのFundamental AI Research(基礎AI研究)ラボ。Meta AIのオープンな研究部門。
fMRI
機能的磁気共鳴画像法。部屋ほどの大きさのスキャナーで、ミリ単位の空間分解能を持つ。非侵襲で得られる信号の中では最も質が高いが、持ち運びやすさは最も低い。
fNIRS
機能的近赤外分光法。赤外光を使い、頭蓋骨越しに血液の酸素化の度合いを測る。安価で身につけられるが、反応は遅い。
グリア細胞のシグナル伝達
脳細胞の多数派を占める、ニューロン以外の細胞であるグリア細胞どうしの情報伝達。ニューロンを支えるだけでなく、認知そのものを調節しているのではないかという見方が強まっている。
血行動態
血流にかかわること。fNIRSなどのセンサーは、神経活動が血液の酸素化に落とす影を頭蓋骨越しに読み取る。
解釈可能性
ニューラルネットワークの内部で何が起きているのか、つまりどの内部特徴や回路がその振る舞いを生み出しているのかを理解しようとする取り組み。
大脳辺縁系
感情、動機づけ、報酬を生み出す脳深部の構造群。広告が昔から外側から働きかけようとしてきた回路でもある。
MEG
脳磁図。神経活動が生じさせる微弱な磁場を読み取る。ミリ秒単位の時間分解能を持つが、従来は部屋ほどの大きさの極低温スキャナーを必要とした。OPMは、身につけられる計測への新たな道を開いている。
微小電極アレイ
髪の毛ほどの細さの針を数十本から数百本備えた小さなシリコンチップ。手術で脳組織に刺し入れ、個々のニューロンの発火を記録する。
微小管
ニューロンの内部にある管状のタンパク質構造。微小管が量子計算を支えているとする理論(ペンローズ=ハメロフ〈Penrose-Hameroff〉理論)もあるが、主流の神経科学はいまも懐疑的だ。
運動野
随意運動を計画し、実行する帯状の皮質領域。ここで生じる意図は身体の動作ときれいに対応するため、脳の中で最も解読しやすい。
NWB
Neurodata Without Borders。神経生理学の記録のための標準データ形式と、それを支えるエコシステム。研究室をまたぐ共通スキーマに最も近い存在だ。
OPM
光ポンピング磁力計(Optically-pumped magnetometer)。室温で動作するチップサイズの磁場センサーで、ウェアラブルな脳磁図(MEG)への道を開く。
フェーズロックの窓
AIが人間を超えると気づいてから、実際に超えるまでの短い期間。人類がまだ主体性をもち、AIとの関係の条件を形づくれる時間でもある。おおよそ現在から2030年代半ばまで。
量子効果
量子力学的な現象(コヒーレンスやエンタングルメント)が、脳の計算で機能的な役割を果たしているとする仮説。議論は続いているが推測の域を出ず、合意を得た証拠はない。
ランサムウェア
被害者のデータや機器を暗号化し、アクセスを元に戻す見返りに支払いを要求する悪意あるソフトウェア。
RLHF
人間のフィードバックによる強化学習(Reinforcement learning from human feedback)。人間がモデルの出力に順位をつけ、望ましい振る舞いへと導く学習段階。
sEMG
表面筋電図(Surface electromyography)。皮膚に貼った電極で筋肉の電気活動を読み取る。かすかな運動の意図や無声発話の検出に向く。
SN比
求める信号が背景ノイズに比べてどれだけ強いかを表す指標。頭蓋骨や皮膚越しに脳を読み取るうえで、最大の障壁となる。
全脳エミュレーション
生物の脳をスキャンしてマッピングし、コンピュータ上でシミュレーションすることで、デジタルモデルを元の心とまったく同じように機能させるという仮説上のプロセス。
wpm
1分あたりの単語数(Words per minute)。コミュニケーション速度を測る標準的な指標。