🧬 biology

An Innovative Perspective to Profound Functions of the Brain: Hypothesis of Resonance of Closed Neural Network Geometries

Este artículo propone el marco de Resonancia de Geometrías de Redes Neuronales Cerradas (RCNNG, por sus siglas en inglés), el cual postula que la percepción y la conciencia emergen de atractores resonantes estables en circuitos neuronales recurrentes, donde la estabilidad perceptiva y la experiencia subjetiva ("innergence") surgen del mapeo de las geometrías neuronales cerradas impulsadas por la entrada hacia sus identidades resonantes intrínsecas en lugar de sus estructuras físicas.

Autores originales: Hasan Niazi

Publicado 2026-07-21✓ Author reviewed ⓘ

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Hasan Niazi

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

La sinfonía secreta del cerebro

Imagina tu cerebro como una ciudad enorme y bulliciosa. Durante mucho tiempo, los científicos pensaron que esta ciudad funcionaba como una biblioteca gigante o un disco duro de computadora. En esa vieja visión, cada pensamiento, memoria o sentimiento era como un libro específico almacenado en un estante específico. Para recordar algo, tu cerebro simplemente "buscaba la dirección" de ese estante, sacaba el libro y lo leía. Pero aquí está el problema: el cerebro es desordenado. Las conexiones entre sus células (neuronas) cambian, crecen y se encogen constantemente. No hay "direcciones" o "estantes" estables para buscar. Si el cerebro funcionara como una biblioteca, sería imposible encontrar cualquier cosa porque el mapa se está redibujando constantemente.

Entonces, ¿cómo funciona realmente el cerebro? ¿Cómo es que una fugaz chispa de electricidad se convierte en la sensación sólida y estable de ver una manzana roja o recordar una canción? Este es el gran misterio que el artículo aborda. Se aleja de la idea de "buscar archivos" y observa al cerebro como un sistema dinámico y fluido. En lugar de un almacenamiento estático, se enfoca en la resonancia—la misma física que hace que la cuerda de una guitarra vibre cuando pulsas una nota coincidente, o que un puente se sacuda cuando una banda de marcha camina al ritmo de un paso. El artículo pregunta: ¿Qué pasaría si nuestros pensamientos no estuvieran almacenados en un lugar, sino que fueran en realidad la vibración misma?

La geometría musical del cerebro

Entra la nueva idea de Hasan Niazi, llamada la Hipótesis de la Resonancia de las Geometrías de Redes Neuronales Cerradas (RCNNG, por sus siglas en inglés). Es un nombre complicado, pero el concepto es sorprendentemente musical y geométrico.

Niazi sugiere que el cerebro no almacena la información en un lugar específico. En su lugar, cuando ves, oyes o sientes algo, tu cerebro crea un bucle cerrado—un camino circular donde las señales viajan de un lado a otro, como un auto de carreras en una pista. Cuando la señal coincide con la "velocidad" de la pista, crea una resonancia. Piensa en ello como empujar a un niño en un columpio. Si empujas en el momento justo, el columpio sube cada vez más alto. En el cerebro, la percepción del rojo surge cuando una geometría cerrada, sintonizada con las propiedades espectrales del rojo, entra en resonancia. El artículo argumenta que la percepción es el momento en que esta geometría cerrada, sintonizada con la entrada sensorial, comienza a vibrar con fuerza. No es que el cerebro "encuentre" un recuerdo del rojo; la percepción corresponde a la identidad resonante de esa geometría cerrada. El artículo descarta explícitamente la idea de que la percepción ocurra en una línea recta (como una cadena de fichas de dominó cayendo) o en un árbol ramificado. Esas formas son demasiado simples. Necesitas un bucle cerrado para crear el patrón estable y repetitivo que se siente como una experiencia real.

El "Innergence" del ser

Aquí es donde se pone realmente interesante. El artículo introduce la idea de que la experiencia subjetiva en primera persona, o Innergence, surge del estado resonante de las geometrias cerradas.

Normalmente, cuando observamos algo, estamos afuera mirando hacia adentro (como tú mirando un árbol). Pero en esta teoría, la geometría cerrada resonante funciona simultáneamente como observador y como percibidor. El bucle no es solo una máquina procesando datos; el acto de que la geometría cerrada resuene crea la experiencia de experimentar. Cuando una geometría cerrada resuena, crea una experiencia de "primera persona" desde adentro hacia afuera. Es la diferencia entre la grabación de una canción sonando en un altavoz (externo) y la sensación de la música vibrando en tu propio pecho (interno). El artículo sugiere que la conciencia es lo que sucede cuando múltiples geometrías cerradas resuenan de forma simultánea o secuencial a través de la red, conectándose y creando una compleja y global sinfonía de la experiencia.

Cómo el cerebro "recuerda" sin un mapa

Si el cerebro no tiene estantes, ¿cómo recuerda? Niazi propone la Recuperación Resonante.

Imagina que tienes una habitación llena de diapasones. No necesitas saber cuál es cuál para encontrar el que quieres. Solo golpeas un diapasón que coincida con la nota que buscas. El diapasón que coincida comenzará a vibrar fuertemente, mientras que los otros permanecerán silenciosos.

En el cerebro, si quieres recordar un rostro, no buscas una dirección. Envías una señal que coincida con la "frecuencia" de ese rostro. El bucle cerrado específico que se formó la primera vez que viste ese rostro comenzará a resonar de nuevo, trayendo el recuerdo a la vida. El artículo muestra en sus simulaciones que cuando repites una señal (como ver el mismo rostro a menudo), el cerebro construye más bucles sintonizados con esa señal, haciendo que el recuerdo sea más fuerte y fácil de encontrar. Es como tener todo un coro de diapasones listos para cantar la misma nota.

Lo que mostraron las simulaciones

El autor no solo soñó esto; construyó redes recurrentes adaptativas en una computadora para probarlo. Simuló redes que iban desde 50 hasta 5,000 nodos.

Los hallazgos: Cuando alimentaron estas redes con una señal repetitiva (como un ritmo constante), la red formó naturalmente bucles cerrados que vibraban en sincronía con ese ritmo. Estos bucles eran estables y no se desmoronaban, incluso cuando la señal tenía algo de ruido.
La vinculación: Cuando reprodujeron dos señales al mismo tiempo, los bucles de esas señales comenzaron a vincularse. Esto explica cómo asociamos cosas (como oler café y recordar la mañana).
Las matemáticas: El artículo utiliza matemáticas pesadas (como la "homología persistente", una forma elegante de contar bucles en una forma) para demostrar que estos bucles vibrantes son estructuras reales y estables, no solo errores aleatorios. Las simulaciones mostraron que a medida que la red se hacía más grande, podía contener más de estos bucles, creando un "mundo interior" más rico y complejo.

Lo que esto significa (y lo que no)

El artículo es muy claro sobre lo que ha hecho y lo que no ha hecho. Aún no ha demostrado que esto sea exactamente cómo funciona el cerebro humano en la vida real. No ha encontrado un "medidor de conciencia" para medir estos bucles en una persona viva.

En cambio, el artículo sugiere que esta es una forma plausible, basada en la física, de explicar cómo el cerebro podría crear pensamientos y sentimientos estables sin necesidad de un mapa rígido. Argumenta que el "sentimiento" de ser tú es el resultado de estos bucles cerrados resonando. Descarta la idea de que necesitemos una "dirección" especial para encontrar nuestros recuerdos. También descarta la idea de que señales simples y lineales puedan crear la conciencia.

El autor propone que, si esta teoría es correcta, los científicos deberían ser capaces de encontrar estos bucles vibrantes específicos y estables en los datos cerebrales reales utilizando herramientas especiales. Hasta entonces, la RCNNG ofrece una imagen hermosa y musical de la mente: no una biblioteca de libros polvorientos, sino una orquesta viva y respirante de bucles vibrantes, donde cada pensamiento es una canción que el cerebro se canta a sí mismo.

Resumen Técnico: Hipótesis de la Resonancia de Geometrías de Redes Neuronales Cerradas (RCNNG)

1. Planteamiento del Problema

El desafío central abordado por esta investigación es la falta de un mecanismo basado en principios que explique cómo los estímulos sensoriales estructurados temporalmente se transforman en estados perceptivos estables y reproducibles y en la fenomenología de primera persona. Si bien el trabajo empírico ha caracterizado la dinámica cortical y los motivos de circuitos recurrentes, los marcos computacionales existentes (por ejemplo, codificación predictiva, redes de atractores, espacio de trabajo global) no logran especificar cómo distintos patrones de actividad neural instancian la misma experiencia perceptiva o cómo la estabilidad perceptiva emerge de la dinámica recurrente de alta dimensión. Específicamente, no existe un vínculo formalizado entre las geometrías cerradas resonantes y la fenomenología subjetiva, ni un mecanismo para la recuperación de memoria no direccionable que explique la emergencia de la conciencia.

2. Metodología

El artículo propone el marco de la Resonancia de Geometrías de Redes Neuronales Cerradas (RCNNG), combinando modelado teórico, análisis de sistemas dinámicos y simulaciones a gran escala.

Marco Teórico

Geometrías Neurales Cerradas (CRGs): La hipótesis central postula que la percepción surge de la formación de geometrías neurales cerradas físicamente instanciadas (bucles recurrentes) cuyas perfiles de resonancia reflejan la estructura temporal-espectral de los estímulos sensoriales.
Innergence (Innergencia): Un término novedoso acuñado para describir la propiedad fenomenológica intrínseca de primera persona que surge de la resonancia de estas geometrías cerradas. En esta visión, la geometría actúa tanto como el observador como el observador percibiente.
Almacenamiento No Direccionable: A diferencia de los modelos tradicionales que dependen del direccionamiento espacial, la RCNNG propone que la información se almacena en la estructura de configuración de las topologías y los grafos de red. La recuperación ocurre mediante la reactivación resonante, donde los estímulos que coinciden con la frecuencia natural de una geometría almacenada la amplifican, en lugar de acceder a una dirección espacial específica.

Formalización Matemática

Sistemas Dinámicos: La red se modela como un sistema recurrente que evoluciona en un espacio euclidiano $X = \mathbb{R}^n$ con una matriz de pesos dependiente del tiempo $W(t)$ . La dinámica está gobernada por $\dot{x}(t) = -x(t) + W(t)\phi(x(t)) + I(t)$ , donde $I(t)$ es una forzamiento periódico.
Análisis de Bifurcación: La emergencia de las CRGs está vinculada a bifurcaciones de tipo Hopf. Cuando la parte real de los autovalores complejos cruza el cero, el sistema transiciona de un equilibrio estable a un ciclo límite estable (la geometría cerrada).
Análisis de Datos Topológicos (TDA): Los autores utilizan la Homología Persistente (específicamente filtraciones de Vietoris–Rips) para analizar las nubes de puntos de trayectoria de la actividad neural. Se centran en los grupos de homología $H_1$ para identificar ciclos independientes. Las características $H_1$ de larga duración (alta persistencia) se interpretan como firmas topológicas de CRGs estables, distinguiéndolas del ruido transitorio.
Descomposición de Fourier: Los estímulos complejos se descomponen en componentes sinusoidales. El marco postula que cada componente de frecuencia actúa como un inductor independiente, reclutando bucles específicos cuyas frecuencias naturales coinciden con el estímulo, lo que conduce a la superposición de CRGs para estímulos de multifrecuencia.

Enfoque de Simulación

Arquitectura de Red: Las simulaciones se realizaron en redes recurrentes adaptativas con rangos de $N=50$ a $N=5000$ neuronas.
Mecanismos: El modelo incorpora un enrutamiento específico de frecuencia (enrutamiento Gaussiano basado en el acoplamiento espectral), ramificación adaptativa (sinaptogénesis impulsada por el aumento de la activación) y plasticidad sináptica.
Validación: El estudio analizó el contenido espectral (FFT), el bloqueo de fase (transformada de Hilbert), las matrices de correlación y los algoritmos de extracción de ciclos para verificar la formación de CRGs bajo estimulación sinusoidal y de multifrecuencia.

3. Contribuciones Clave

Marco RCNNG: Introducción de un modelo teórico unificado donde la percepción es la resonancia de geometrías cerradas y la conciencia es la resonancia global de múltiples geometrías vinculadas o no vinculadas.
Concepto de Innergence: Formalización de la "innergence" como la propiedad fenomenológica intrínseca de las identidades del espacio de estados resonantes, tendiendo un puente entre la resonancia física y la experiencia de primera persona sin requerir un observador externo.
Prueba Matemática de Existencia: Pruebas teóricas (utilizando el Teorema del Punto Fijo de Brouwer y multiplicadores de Floquet) que demuestran la existencia de órbitas periódicas estables (CRGs) bajo forzamiento periódico.
Firma Topológica de la Percepción: La aplicación de la homología persistente para demostrar que los estados perceptivos estables corresponden a ciclos $H_1$ de alta persistencia en el espacio de estados de la red, proporcionando una medida topológica de la estabilidad perceptiva.
Mecanismos para la Asociación y la Memoria:
- Vinculación Asociativa: Los estímulos sincrónicos inducen el vínculo entre distintas CRGs, explicando cómo los estímulos simultáneos se acoplan dinámicamente.
- Fortalecimiento Representacional: La estimulación repetida aumenta el número de CRGs sintonizadas con una frecuencia específica, proporcionando un mecanismo para la consolidación de la memoria y la robustez perceptiva.

4. Resultados

Transición Dinámica: Las simulaciones revelaron una transición sistemática de una actividad sincronizada de baja dimensión en redes pequeñas a una dinámica caótica de alta dimensión con parches de correlación localizados en redes grandes ( $N=5000$ ).
Formación de CRGs: Bajo estimulación periódica, la red formó consistentemente ciclos límite estables (CRGs). El número de estas geometrías aumentó con la estimulación repetida o el incremento de la amplitud del estímulo.
Vinculación y Propagación: Los estímulos sincrónicos lograron inducir con éxito el bloqueo de fase y vínculos sinápticos estables entre distintas geometrías, facilitando la propagación de la resonancia y la recuperación asociativa.
Persistencia Topológica: Los diagramas de persistencia de gradiente confirmaron que las CRGs corresponden a características $H_1$ altamente persistentes (rojo en el diagrama), mientras que las estructuras transitorias corresponden a características de corta duración (azul). Esto confirma que las geometrías resonantes son atractores robustos, no artefactos transitorios.
Alineación de Fourier: La estructura espectral del estímulo dictó directamente la geometría de los atractores. Los estímulos de multifrecuencia produjeron atractores compuestos que eran la superposición geométrica de las CRGs individuales.

5. Significación y Reivindicaciones

El artículo afirma que la RCNNG proporciona un mecanismo basado en la física para el almacenamiento, la recuperación y la experiencia mental que no depende del direccionamiento espacial. Al distinguir entre la formación física de las geometrías cerradas y sus identidades resonantes, el marco ofrece un relato unificado de:

Estabilidad Perceptiva: Explicada por la robustez de los ciclos límite frente al ruido.
Recuperación de Memoria: Lograda a través de la reactivación resonante en lugar del acceso posicional.
Conciencia: Emerge de la resonancia simultánea o secuencial de múltiples geometrías a través de la red.
Emergencia Fenomenológica: El concepto de "innergence" caracteriza el aspecto de primera persona de estos estados resonantes.

Los autores sostienen que los hallazgos empíricos recientes (por ejemplo, la actividad relacionada con la decisión en cortezas sensoriales tempranas vía bucles de retroalimentación) se alinean con la predicción de la RCNNG de que los estados perceptivos se instancian dentro de geometrías recurrentes cerradas. El artículo concluye proponiendo criterios de falsabilidad, incluyendo la ausencia de ciclos $H_1$ persistentes en ausencia de perceptos estables, y el fallo de la estimulación artificial para reproducir perceptos si se interrumpe el mecanismo de resonancia.

Nota: El artículo establece explícitamente que las citas motivacionales en la introducción pertenecen a las obras citadas y no pretende haber resuelto el problema difícil de la conciencia, sino que ofrece un candidato de mecanismo ("innergence") y un fundamento dinámico para comprender la emergencia de estados perceptivos estables.