An Innovative Perspective to Profound Functions of the Brain: Hypothesis of Resonance of Closed Neural Network Geometries
本文提出了闭合神经网络几何共振（Resonance of Closed Neural Network Geometries, RCNNG）框架，该框架认为感知与意识产生于循环神经网络中的稳定共振吸引子，其中知觉稳定性与主观体验（“内生性”）源于将输入驱动的闭合神经网络几何映射到其内在共振身份，而非其物理结构。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
大脑的秘密交响乐
想象你的大脑是一座规模宏大、繁忙喧嚣的城市。长期以来，科学家们认为这座城市运作起来就像一座巨大的图书馆或一台计算机硬盘。在那种旧观点中，每一个想法、记忆或感受都像是一本存放在特定书架上的特定书籍。为了记住某件事，你的大脑只需“查找”那个书架的地址，取出书本并阅读即可。但问题在于：大脑是杂乱无章的。其细胞（神经元）之间的连接不断地变化、生长和萎缩。这里不存在可以查找的稳定“地址”或“书架”。如果大脑像图书馆那样运作，那么寻找任何东西都将变得不可能，因为地图一直在被重新绘制。
那么，大脑究竟是如何工作的呢？那一道转瞬即逝的电火花，是如何转化为看到红苹果或回忆起一首歌这种稳固、真实的感受的？这就是这篇论文所探讨的核心谜题。它不再关注“搜索文件”的概念，而是将大脑视为一个动态的、流动的系统。它不再关注静态存储，而是聚焦于共振（resonance）——这与物理学原理相同：当你拨动一个频率匹配的音符时，吉他弦会随之振动；或者当进行曲的节奏步步一致时，桥梁会随之摇晃。论文提出了疑问：如果我们的思想并非存储在某个地方，而本身就是那种“振动”呢？
大脑的音乐几何学
由此，哈桑·尼亚齐（Hasan Niazi）提出了一个新概念，称为闭合神经网络几何共振假设（Hypothesis of Resonance of Closed Neural Network Geometries，简称 RCNNG）。这个名字虽然拗口，但其背后的概念却出奇地具有音乐感和几何感。
尼亚齐认为，大脑并不将信息存储在特定的位置。相反，当你看到、听到或感觉到某物时，你的大脑会创建一个闭环（closed loop）——一条信号在其间循环往复运行的圆形路径，就像赛车在赛道上行驶一样。当信号与赛道的“速度”相匹配时，就会产生共振。在大脑中，当一种感觉输入（比如红色）撞击到一个调谐到该特定频率的神经回路时，信号就会被放大并趋于稳定。
论文指出，感知（看到红色）仅仅是当一个调谐到红色的光谱特性（spectral properties）的闭合几何结构进入共振状态时，该结构开始强烈振动的时刻。并不是大脑“找到了”关于红色的记忆，而是该特定的回路本身“成为了”红色的振动。感知体验对应于该闭合几何结构的共振身份，而非整个大脑的振动。论文明确排除了感知是线性过程（如多米诺骨牌倒下）或树状分支的过程。这些形状过于简单。你需要一个闭合环路来创造那种让人感到真实体验的稳定、重复的模式。
“内在性”的存在
这是最令人兴奋的部分。论文引入了一个新词：内在性（Innergence）。
通常，当我们观察某物时，我们是在外部向内看（比如你看着一棵树）。但在这一理论中，共振的闭合几何结构同时充当了观察者与感知者的角色。这个回路不仅仅是处理数据的机器；回路振动的状态本身就是“体验”的感觉。当闭合几何结构发生共振时，它从内向外创造了一种“第一人称”的体验。这就像是播放器里播放的一首歌的录音（外部）与音乐在你自己胸腔中振动的感觉（内部）之间的区别。论文提出，意识就是网络中多个闭合几何结构同时或相继发生共振的结果，这些共振共同创造出一个复杂的、全球性的体验交响乐。
大脑如何在没有地图的情况下“记忆”
如果大脑没有书架，它是如何记忆的呢？尼亚齐提出了共振检索（Resonant Retrieval）。
想象你有一个装满音叉的房间。你不需要知道哪个音叉对应哪个音，就能找到你想要的那个。你只需要敲击一个与你寻找的音符相匹配的音叉，那个匹配的音叉就会开始剧烈振动，而其他的则保持安静。
在大脑中，如果你想回忆起一张脸，你不需要查找地址。你发送一个与那张脸“频率”匹配的信号。当初第一次见到那张脸时形成的特定闭合回路会再次发生共鸣，从而让记忆重现。论文的模拟实验显示，当你重复接收一个信号（比如经常看到同一张脸）时，大脑会构建更多调谐于该信号的回路，使记忆更强、更容易被找回。这就像拥有一个完整的合唱团，随时准备唱出同一个音符。
模拟实验展示了什么
作者并非凭空构想，而是通过构建具有适应性的递归神经网络来进行测试，这些网络包含 50 到 5,000 个节点。
- 研究结果： 当向这些网络输入重复信号（如稳定的节拍）时，网络自然形成了与该节拍同步振动的闭合回路。这些回路非常稳定，即使在信号带有噪声的情况下也不会崩溃。
- 链接性： 当同时播放两个信号时，这两个信号对应的回路会开始相互链接。这解释了我们如何建立联想（例如闻到咖啡味并想起早晨）。
- 数学证明： 论文使用了深奥的数学工具（如“持续同调”，这是一种计算形状中回路数量的高级方法）来证明这些振动的回路是真实且稳定的结构，而不仅仅是随机的故障。模拟显示，随着网络的扩大，它可以容纳更多的此类回路，从而创造出更丰富、更复杂的“内在世界”。
这意味着什么（以及它不意味着什么）
论文对自己的研究范围界定得非常清晰。它尚未证明这正是人类大脑在现实生活中运作的精确方式，也尚未找到一种可以在活体人类身上测量这些回路的“意识计”。
相反，论文暗示这是一种基于物理学的、合理的解释方式，说明大脑如何在不需要刚性地图的情况下创造稳定的思想和感受。它认为，“身为自我”的感觉是这些闭合回路发生共振的结果。它否定了我们需要特定“地址”来寻找记忆的观点，也否定了简单的线性信号可以创造意识的观点。
作者提出，如果这一理论成立，科学家应该能够利用特殊的工具，在真实的大脑数据中发现这些特定的、稳定的振动回路。在此之前，RCNNG 提供了一个关于心灵的美丽且富有音乐感的图景：它不是一个存放尘封书籍的图书馆，而是一个由振动回路组成的、生机勃勃的、呼吸着的交响乐团，每一次思想都是大脑为自己吟唱的一首歌。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。