TL;DR
マインドアップロードを「いつか実現するかも」という話から前進させる最短ルートは、先に勝利条件と反証条件を決めることです。EEGFlowは、そのための検証基盤（Verification Commons）を作ります。
まず結論：いま言えること／言えないこと
Rule
- 言える：「この条件なら、このタスクで、この指標が改善した」
- 言えない：「意識を転送できた」「本人が生存した」などの強い主張（定義と検証が未固定だと崩れる）
- EEGFlowの役割：強い主張を、先に“小さく反証できる主張”へ分解して積み上げる
WBE（Whole Brain Emulation）とは何か（操作的定義）
WBEは「脳を別基盤で動かす」研究の総称ですが、どこまでを“再現できた”と呼ぶかで必要技術が変わります。 EEGFlowでは、議論が散らないようにクレーム階段で主張レベルを分けます（詳しくは Roadmap の P0/P1）。
ポイント
「入出力が似ている」だけでは、WBEが要求する“生成（因果）”を満たしません。だからこそ、評価の設計（ベンチマーク）が中心になります。
クレーム階段（成果の言い方を揃える）
ざっくり言うと、下ほど「検証しやすい」、上ほど「主張が強い」です。
| レベル | 何ができたら「前進」か（例） |
|---|---|
| L0 再現可能な解析 | データ・コード・環境・ログが揃い、第三者が同じ結果を再現できる |
| L1 デコーディング | 神経信号→状態/刺激/行動などを予測できる（ただし相関の可能性） |
| L2 生成モデル | 未学習条件でも予測し、介入（刺激変更など）への応答を当てられる |
| L3 閉ループ | リアルタイムで環境と相互作用し、安定に動く（制御が破綻しない） |
| L4 本人性の主張 | 事前登録したテストで、記憶・価値観・学習の連続性を評価できる |
| L5 社会実装 | 権利・安全・ガバナンスまで含めて運用できる |
Decode（翻訳）と Emulate（生成）は別物
デコーディングは「観測された脳活動」を意味（文章など）へ翻訳できますが、WBEが必要とするのは「内部状態が時間発展し、介入に反応し、将来の出力を生成する」ことです。 このギャップを埋めるには、反事実や介入予測で検証できるベンチマークが要ります。
ありがちな“すり替え”
「脳→文章が出た」だけだと、実は“文章が出るように最適化した翻訳機”かもしれません。WBEに近い主張をするには、刺激条件や課題条件を変えたときの分岐（もし〜なら）が一致するか、をテストにします。
何を作れば前に進むか（EEGFlowの実務）
1
2
3