🧬 biology

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

Dit artikel stelt het Resonance of Closed Neural Network Geometries (RCNNG)-raamwerk voor, dat stelt dat perceptie en bewustzijn voortkomen uit stabiele resonante attractoren in recurrente neurale circuits, waarbij perceptuele stabiliteit en subjectieve ervaring ("innergence") voortvloeien uit de mapping van door input gedreven gesloten neurale geometrieën naar hun intrinsieke resonante identiteiten in plaats van hun fysieke structuren.

Oorspronkelijke auteurs: Hasan Niazi

Gepubliceerd 2026-07-21✓ Author reviewed ⓘ

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Hasan Niazi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

De Geheime Symfonie van het Brein

Stel je je brein voor als een enorme, bruisende stad. Lange tijd dachten wetenschappers dat deze stad werkte als een gigantische bibliotheek of een computerharde schijf. In dat oude beeld was elke gedachte, herinnering of gevoel als een specifiek boek dat op een specifieke plank stond opgeslagen. Om iets te herinneren, zou je brein simpelweg het "adres" van die plank opzoeken, het boek eruit halen en het lezen. Maar hier is het probleem: het brein is rommelig. De verbindingen tussen de cellen (neuronen) veranderen constant, groeien en krimpen. Er zijn geen stabiele "adressen" of "planken" om op te zoeken. Als het brein als een bibliotheek zou werken, zou het onmogelijk zijn om iets te vinden omdat de kaart voortdurend wordt hertekend.

Dus, hoe werkt het brein eigenlijk? Hoe verandert een vluchtige elektrische vonk in het solide, stabiele gevoel van het zien van een rode appel of het herinneren van een liedje? Dit is het grote mysterie dat het artikel aanpakt. Het beweegt weg van het idee van "het zoeken naar bestanden" en kijkt naar het brein als een dynamisch, stromend systeem. In plaats van statische opslag, richt het zich op resonantie — dezelfde fysica die ervoor zorgt dat een gitaarsnaar trilt wanneer je een overeenkomende noot aanslaat, of een brug schudt wanneer een marcherende band in hetzelfde ritme stapt. Het artikel vraagt: Wat als onze gedachten niet zijn opgeslagen op een plek, maar eigenlijk de vibratie zelf zijn?

De Muzikale Geometrie van het Brein

Maak kennis met het nieuwe idee van Hasan Niazi, de Hypothese van de Resonantie van Gesloten Neurale Netwerkgeometrieën (RCNNG). Het is een mondvol, maar het concept is verrassend muzikaal en geometrisch.

Niazi suggereert dat het brein informatie niet opslaat op een specifieke locatie. In plaats daarvan creëert je brein, wanneer je iets ziet, hoort of voelt, een gesloten lus — een cirkelvormig pad waar signalen rond en rond reizen, zoals een racewagen op een circuit. Wanneer het signaal overeenkomt met de "snelheid" van de baan, creëert het een resonantie. Denk aan het duwen van een kind op een schommel. Als je op precies het juiste moment duwt, gaat de schommel steeds hoger. In het brein, wanneer een sensorische input (zoals de kleur rood) een neurale lus raakt die is afgestemd op die specifieke frequentie, wordt het signaal versterkt en gestabiliseerd.

Het artikel betoogt dat perceptie (het zien van rood) ontstaat op het moment dat een gesloten geometrie, die is afgestemd op de spectrale eigenschappen van rood, in resonantie komt. Het is niet zo dat het brein een herinnering aan rood "vindt"; de specifieke gesloten lus wordt de resonantie-identiteit van rood. Het artikel sluit expliciet de mogelijkheid uit dat perceptie plaatsvindt in een rechte lijn (zoals een ketting van vallende dominosteentjes) of in een vertakkende boom. Die vormen zijn te simpel. Je hebt een gesloten lus nodig om de stabiele, herhalende structuur te creëren die een echte ervaring vormt.

De "Innergence" van het Zijn

Hier wordt het echt interessant. Het artikel introduceert een nieuw woord: Innergence.

Normaal gesproken, wanneer we iets observeren, staan we er buiten en kijken we naar binnen (zoals wanneer je naar een boom kijkt). Maar in deze theorie fungeert de resonante gesloten geometrie tegelijkert respectievelijk als zowel de observeerder als de waarnemer. De lus is niet alleen een machine die gegevens verwerkt; de handeling van de lus die vibreert, is het gevoel van ervaren. De subjectieve eerste-persoon ervaring (innergence) ontstaat uit de resonante staat van de gesloten geometrieën. Het is het verschil tussen een opname van een liedje dat uit een speaker komt (extern) en het gevoel van de muziek die in je eigen borstkas vibreert (intern).

Het artikel suggereert dat bewustzijn ontstaat wanneer veel van deze lussen tegelijkertijd of opeenvolgend resoneren, met elkaar verbonden raken en een complexe, globale symfonie van ervaring creëren.

Hoe het Brein "Herinnert" Zonder een Kaart

Als het brein geen planken heeft, hoe herinnert het zich dan iets? Niazi stelt Resonante Terugvinding voor.

Stel je voor dat je een kamer vol stemvorken hebt. Je hoeft niet te weten welke stemvork welke is om de gewenste te vinden. Je slaat gewoon een stemvork aan die overeenkomt met de noot die je zoekt. De bijpassende stemvork zal luid gaan vibreren, terwijl de anderen stil blijven.

In het brein, als je een gezicht wilt herinneren, zoek je niet naar een adres. Je stuurt een signaal dat overeenkomt met de "frequentie" van dat gezicht. De specifieke gesloten lus die werd gevormd toen je dat gezicht voor het eerst zag, zal weer resoneren, waardoor de herinnering tot leven komt. Het artikel laat via simulaties zien dat wanneer je een signaal herhaalt (zoals het vaak zien van hetzelfde gezicht), het brein meer lussen bouwt die zijn afgestemd op dat signaal, waardoor de herinnering sterker en makkelijker vindbaar wordt. Het is alsof je een heel koor van stemvorken hebt die allemaal klaar staan om dezelfde noot te zingen.

Wat de Simulaties Lieten Zien

De auteur heeft dit niet alleen verzonnen; hij heeft adaptieve recurrente netwerken van 50 tot 5.000 neuronen gebruikt om dit te testen.

De bevindingen: Wanneer de netwerken een herhalend signaal kregen (zoals een constante beat), vormden ze vanzelf gesloten lussen die synchroon vibreerden met die beat. Deze lussen waren stabiel en vielen niet uit elkaar, zelfs niet wanneer het signaal een beetje ruis bevat.
De koppeling: Wanneer ze twee signalen tegelijkertijd afspeelden, begonnen de lussen van die signalen met elkaar te koppelen. Dit verklaart hoe we dingen associëren (zo of de geur van koffie en het herinneren van de ochtend).
De wiskunde: Het artikel gebruikt zware wiskunde (zoals "persistente homologie", een chique manier om het tellen van lussen in een vorm te beschrijven) om te bewijzen dat deze vibrerende lussen echte, stabiele structuren zijn, en niet slechts willekeurige glitches. De simulaties toonden aan dat naarmate het netwerk groter werd, het meer van deze lussen kon vasthouden, wat een rijkere, complexere "innerlijke wereld" creëerde.

Wat dit Betekent (en Wat het Niet Betekent)

Het artikel is zeer duidelijk over wat het wel en niet heeft gedaan. Het heeft nog niet bewezen dat dit precies is hoe het menselijke brein in het echte leven werkt. Het heeft nog geen "bewustzijnsmeter" gevonden om deze lussen in een levend persoon te meten.

In plaats daarvan suggereert het artikel dat dit een plausibele, op fysica gebaseerde manier is om uit te leggen hoe het brein stabiele gedachten en gevoelens kan creëren zonder een rigide kaart nodig te hebben. Het voert aan dat het "gevoel" van jou te zijn het resultaat is van deze resonerende lussen. Het spreekt het idee tegen dat we een speciaal "adres" nodig hebben om onze herinneringen te vinden. Het spreekt ook het idee tegen dat eenvoudige, rechte signalen bewustzijn kunnen creëren.

De auteur stelt voor dat als deze theorie klopt, wetenschappers deze specifieke, stabiele vibrerende lussen in echte hersendata zouden moeten kunnen vinden met speciale instrumenten. Tot die tijd biedt RCNNG een prachtig, muzikaal beeld van de geest: niet een bibliotheek met stoffige boeken, maar een levend, ademend orkest van vibrerende lussen, waarbij elke gedachte een lied is dat het brein aan zichzelf zingt.

Technische Samenvatting: Hypothese van Resonantie van Gesloten Neurale Netwerkgeometrieën (RCNNG)

1. Probleemstelling

De centrale uitdaging die door dit onderzoek wordt aangepakt, is het gebrek aan een principieel mechanisme dat verklaart hoe tijdelijk gestructureerde sensorische inputs worden getransformeerd naar stabiele, reproduceerbare perceptuele toestanden en eerste-persoons fenomenologie. Hoewel empirisch werk de corticale dynamiek en recurrente circuitmotieven heeft gekarakteriseerd, schieten bestaande computationele kaders (bijv. predictive coding, attractor networks, global workspace) tekort in het specificeren van hoe onderscheidende neurale activiteitspatronen dezelfde perceptuele ervaring instantiëren, of hoe perceptuele stabiliteit voortkomt uit hoogdimensionale recurrente dynamiek. Specifiek is er geen geformaliseerde link tussen resonante gesloten geometrieën en subjectieve fenomenologie, noch een mechanisme voor niet-adresseerbare geheugenopvraging dat de opkomst van bewustzijn verklaart.

2. Methodologie

Het artikel stelt het Resonance of Closed Neural Network Geometries (RCNNG) kader voor, dat theoretische modellering, systeemdynamica-analyse en grootschalige simulaties combineert.

Theoretisch Kader

Gesloten Neurale Geometrieën (CRGs): De kernhypothese stelt dat perceptie voortkomt uit de vorming van fysiek geïnstantiëerde gesloten neurale geometrieën (recurrente lussen) waarvan resonantieprofielen de temporele-spectrale structuur van sensorische inputs reflecteren.
Innergence: Een nieuwe term, gemunt om de intrinsieke eerste-persoons fenomenologische eigenschap te beschrijven die voortvloeit uit de resonantie van deze gesloten geometrieën. In dit visie fungeert de geometrie zowel als de observeerder als de waarnemer.
Niet-adresseerbare Opslag: In tegenstelling tot traditionele modellen die vertrouwen op ruimtelijke adressering, stelt RCNNG voor dat informatie wordt opgeslagen in de configuratiestructuur van topologieën en netwerkgrafen. Ophalen vindt plaats via resonante reactivatie, waarbij inputs die overeenkomen met de natuurlijke frequentie van een opgeslagen geometrie deze versterken, in plaats van een specifieke ruimtelijke adres te benaderen.

Wiskundige Formalisering

Dynamische Systemen: Het netwerk wordt gemodelleerd als een recurrent systeem dat evolueert in de Euclidische ruimte $X = \mathbb{R}^n$ met een tijdafhankelijke gewichtsmatrix $W(t)$ . De dynamiek wordt beheerst door $\dot{x}(t) = -x(t) + W(t)\phi(x(t)) + I(t)$ , waarbij $I(t)$ periodieke forcering is.
Bifurcatie-analyse: De opkomst van CRGs is gekoppeld aan Hopf-type bifurcaties. Wanneer het reële deel van complexe eigenwaarden nul kruist, gaat het systeem over van een stabiel evenwicht naar een stabiele limietcyclus (de gesloten geometrie).
Topologische Data Analyse (TDA): De auteurs maken gebruik van Persistent Homology (specifiek Vietoris–Rips filtraties) om de traject-pointwolken van neurale activiteit te analyseren. Ze richten zich op $H_1$ homologiegroepen om onafhankelijke cycli te identificeren. Langdurige $H_1$ -kenmerken (hoge persistentie) worden geïnterpreteerd als topologische signaturen van stabiele CRGs, wat hen onderscheidt van transiënte ruis.
Fourier-decompositie: Complexe inputs worden gedecomposeerd in sinusoïdale componenten. Het kader stelt dat elke frequentiecomponent fungeert als een onafhankelijke driver die specifieke lussen rekruteert wiens natuurlijke frequenties overeenkomen met de input, wat leidt tot de superpositie van CRGs bij multi-frequentie stimuli.

Simulatieaanpak

Netwerkarchitectuur: Simulaties werden uitgevoerd op adaptieve recurrente netwerken variërend van $N=50$ tot $N=5000$ neuronen.
Mechanismen: Het model bevat frequentie-specifieke gating (Gaussian gating gebaseerd op spectrale matching), adaptieve branching (synaptogenese gedreven door stijgende activatie) en synaptische plasticiteit.
Validatie: De studie analyseerde spectrale inhoud (FFT), fasekoppeling (Hilbert transform), correlatiematrices en cycextractie-algoritmen om de vorming van CRGs onder sinusoïdale en multi-frequentie stimulatie te verifiëren.

3. Belangrijkste Bijdragen

RCNNG-kader: Introductie van een verenigd theoretisch model waarbij perceptie de resonantie is van gesloten geometrieën en bewustzijn de globale resonantie van meerdere gelinkte of ongelinkte geometrieën.
Concept van Innergence: De formalisering van "innergence" als de intrinsieke fenomenologische eigenschap van resonante toestandsruimte-identiteiten, die de brug slaat tussen fysieke resonantie en eerste-persoons ervaring zonder een externe observeerder te vereisen.
Wiskundig Bewijs van Bestaan: Theoretische bewijzen (met gebruik van Brouwer's Vaste Puntstelling en Floquet-multiplicatoren) die het bestaan van stabiele periodieke banen (CRGs) onder periodieke forcering aantonen.
Topologische Signatuur van Perceptie: De toepassing van persistent homology om aan te tonen dat stabiele perceptuele toestanden overeenkomen met langdurige $H_1$ -cycli in de toestandsruimte van het netwerk, wat een topologische maatstaf biedt voor perceptuele stabiliteit.
Mechanismen voor Associatie en Geheugen:
- Associatieve Binding: Synchrone inputs induceren linking tussen verschillende CRGs, wat verklaart hoe simultane stimuli dynamisch gekoppeld raken.
- Representatieve Versterking: Herhaalde stimulatie verhoogt het aantal CRGs dat is afgestemd op een specifieke frequentie, wat een mechanisme biedt voor geheugenconsolidatie en perceptuele robuustheid.

4. Resultaten

Dynamische Transitie: Simulaties toonden een systematische overgang van laag-dimensionale, gesynchroniseerde activiteit in kleine netwerken naar hoog-dimensionale, chaotische dynamiek met gelokaliseerde correlatiepatches in grote netwerken ( $N=5000$ ).
CRG-vorming: Onder periodieke stimulatie vormde het netwerk consequent stabiele limietcycli (CRGs). Het aantal van deze geometrieën nam toe bij herhaalde stimulatie of verhoogde inputamplitude.
Linking en Propagatie: Synchrone inputs slaagden er succesvol in om fasekoppeling en stabiele synaptische links tussen verschillende geometrieën te induceren, wat de resonantie-propagatie en associatieve recall faciliteert.
Topologische Persistentie: Gradiënt-persistentiediagrammen bevestigden dat CRGs overeenkomen met zeer persistente $H_1$ -kenmerken (rood in het diagram), terwijl transiënte structuren overeenkomen met kortstondige kenmerken (blauw). Dit bevestigt dat resonante geometrieën robuuste attractoren zijn, en geen transiënte artefacten.
Fourier-uitlijning: De spectrale structuur van de input dicteerde direct de geometrie van de attractoren. Multi-frequentie inputs produceerden samengestelde attractoren die de geometrische superpositie waren van individuele CRGs.

5. Betekenis en Claims

Het artikel beweert dat RCNNG een physics-based mechanisme biedt voor opslag, recall en mentale ervaring dat niet afhankelijk is van ruimtelijke adressering. Door het onderscheid te maken tussen de fysieke vorming van gesloten geometrieën en hun resonante identiteiten, biedt het kader een verenigde account van:

Perceptuele Stabiliteit: Verklaard door de robuustheid van limietcycli tegen ruis.
Geheugenopvraging (Recall): Bereikt door resonante reactivatie in plaats van positionele toegang.
Bewustzijn: Ontstaat uit de simultane of sequentiële resonantie van meerdere geometrieën over het netwerk.
Fenomenologische Emergentie: Het concept van "innergence" karakteriseert het eerste-persoons aspect van deze resonante toestanden.

De auteurs stellen dat recente empirische bevindingen (bijv. beslissingsgerelateerde activiteit in vroege sensorische cortices via feedbacklussen) overeenstemmen met de RCNNG-voorspelling dat perceptuele toestanden worden geïnstantieerd binnen gesloten recurrente geometrieën. Het artikel concludeert door een voorstel te doen voor falsifieerbaarheidscriteria, waaronder de afwezigheid van persistente $H_1$ -cycli bij afwezigheid van stabiele percepten en het falen van kunstmatige stimulatie om percepten te reproduceren indien het resonantiemechanisme wordt verstoord.

Noot: Het artikel vermeldt expliciet dat de motivationele citaties in de introductie toebehoren aan de geciteerde werken en niet claimt het "hard problem of consciousness" te hebben opgelost, maar eerder een kandidaat-mechanisme ("innergence") en een dynamisch fundament biedt voor het begrijpen van de opkomst van stabiele perceptuele toestanden.