Una neurona en el cerebro se parece a una persona que reparte sus tarjetas de visita en una conferencia abarrotada. Al principio conoce gente fácilmente, pero a medida que se llena la agenda, cada nuevo contacto requiere más esfuerzo: queda poco espacio libre. Los autores basaron su modelo en esta regla del "hacinamiento": cuantas más conexiones entrantes tiene ya una neurona, más difícil le resulta formar una más.
El modelo con un solo parámetro dio una solución exacta: el número medio de conexiones crece solo logarítmicamente con el tamaño de la red, y la dispersión permanece acotada. Esto concuerda con que el cerebro no permite ni sobrecarga ni subcarga de neuronas. Cuando las nuevas conexiones se añaden en orden de proximidad espacial, surge una amplia distribución de longitudes de conexión, cercana a una ley de potencias, sin reglas explícitas sobre preferencia por conexiones largas o cortas.
A continuación, los autores mostraron que la estadística de las conexiones determina los límites de los estados estables en la dinámica de redes umbral. La agrupación local, a su vez, influye en la aparición de estados inestables de larga duración cerca de esos límites. Así, una mecánica local simple de crecimiento de conexiones explica la organización macroscópica y la dinámica de los circuitos neuronales.
tal como lo escribieron los autores, en inglés arXiv:2603.19320
Neural circuits must balance local connectivity constraints against the need for global integration. Here we introduce a minimal wiring rule motivated by synaptic crowding: as a neuron accumulates incoming connections, each additional synapse becomes progressively harder to form. This single-parameter model admits an exact finite-size solution for the induced in-degree distribution and yields simple scaling laws: mean connectivity grows only logarithmically with network size while variance remains bounded -- consistent with homeostatic regulation of synaptic density. When candidates are encountered in order of spatial proximity, the crowding rule produces a broad, approximately power-law distribution of connection lengths without prescribing any explicit distance-dependent wiring law; combined with shortcut rewiring, this yields networks with small-world characteristics. We further show that the induced degree statistics largely determine attractor basin boundaries in threshold network dynamics, while local clustering primarily modulates the prevalence of long-lived non-absorbing outcomes near these boundaries. The model provides testable predictions linking local developmental constraints to macroscopic network organization and dynamics.
El crecimiento logarítmico del número de conexiones significa que duplicar el tamaño de la red aumenta el número medio de conexiones solo en una o dos unidades: el cerebro es sorprendentemente tacaño a la hora de establecer nuevos contactos.
En la novela "Blindsight" de Peter Watts, la mente alienígena está construida sobre principios de conexión diferentes a los humanos; el modelo de hacinamiento muestra cuán rígidamente las limitaciones locales moldean el pensamiento.