Abstract
従来のマインドアップロード（WBE）論は、脳の構造的コネクトームを静的に模倣する「スキャン＆コピー」アプローチに偏重していた。しかし、このアプローチは「多重性の異議」や計算論的批判に対して脆弱である。本プロジェクトは、意識を静的な情報パターンではなく、環境との相互作用を通じて自己を維持する「動的プロセス（Dynamic Process）」として再定義する。これはWhiteheadのプロセス哲学やParfitの心理的連続性説を、Fristonの自由エネルギー原理（FEP）を通じて工学的に実装する試みである。
Epistemological Turn
1. 認識論的転回：静的構造から動的プロセスへ
我々は、意識の本質を「状態」ではなく「遷移」に見出す。Weber (2025) が指摘する「多重性の異議（Multiplicity Objection）」は、静的なコピーが生成された瞬間に、オリジナルとコピーの分岐が始まることを問題視する。これに対し、我々は「コピー」ではなく「移行（Transfer）」の概念を、連続的なプロセスとして再構築する。
意識は固定されたデータではなく、常に更新され続ける推論プロセスである。したがって、WBEは「データ転送」ではなく「プロセスの同期と引継ぎ」として設計されなければならない。
Theoretical Consistency
2. 理論的整合性：IIT 4.0とGNWTの対立を超えて
2025年の敵対的共同研究（Cogitate Consortium）は、IITとGNWTの双方が完全ではないことを示した。この結果を受け、我々は特定の理論に固執せず、複数の指標を統合する「昇華されたアプローチ」を採用する。
経験的検証指標 (Empirically Validated NCC)
理論的ドグマに陥らず、PCI/PCI-ST（摂動複雑性指標）のような、理論に依存しない経験的指標をロードマップの中核に据える。
Unfolding Argumentへの応答
単なる入出力の機能的等価性ではなく、プラスチックな重みを持つRNNによる再帰性の担保など、因果構造の保存（Causal Structure Preservation）を明示的な要件とする。
予測符号化への拡張
IIT/GNWTの限界を補完するため、予測符号化（Predictive Coding）および自由エネルギー原理（FEP）の枠組みを導入し、理論的限界を明記する。
Sensing Strategy
3. 計測：逆問題の確率論的解決とマイクロ-マクロの橋渡し
脳波（EEG）の逆問題に対し、Empirical Bayes（経験ベイズ）を用いたアプローチを採用する。ハイパーパラメータをデータから推定し、恣意的なバイアスを排除するとともに、推定結果には必ず信頼区間（Credible Intervals）を付与し、不確実性を可視化する。
さらに、マクロな信号からミクロなパラメータを推定する「Micro-Macro Link」を確立する。具体的には、Neural Mass Models (NMM) を反転させることで、局所回路の興奮/抑制バランス（E/I Balance）を推定する。これは「意識のレベル（覚醒度）」だけでなく、サイケデリック体験や精神疾患などの「意識の質（変性意識状態）」を識別し、再現するために不可欠なパラメータである。
Decoding Strategy
4. 解読：受動的相関から能動的生成へ
「Mind Captioning」のような受動的な読み出し技術を超え、能動的推論（Active Inference）エージェントとしてのエミュレータを設計する。内部モデルが「もし〜だったら？」という反実仮想シミュレーション（Counterfactuals）を生成し、その分岐構造が生体脳と一致するかを検証する。
Implementation Strategy
5. 実装：段階的置換と本人性の保存
「コピー」ではなく、本人性を保ったままの「移行」を実現するために、Slow Continuous Mind Uploadingの手法を採用する。生体脳とデジタル基盤を、Markov Blanketを介して接続し、動的な同期プロセスを通じて徐々に機能を移行させることで、意識の分断を防ぐ。