ทฤษฎีของเฮบบ์เป็น ทฤษฎี ทางประสาทวิทยาที่อ้างว่าการเพิ่มขึ้นของประสิทธิภาพ ของ ไซแนปส์ เกิดขึ้นจากการกระตุ้น เซลล์ก่อนไซแนปส์ซ้ำๆ และต่อเนื่องของเซลล์หลังไซแนปส์ เป็นการพยายามอธิบายความยืดหยุ่นของไซแนปส์ซึ่งเป็นการปรับตัวของเซลล์ประสาทในระหว่างกระบวนการเรียนรู้ ทฤษฎีของเฮบบ์ได้รับการแนะนำโดยโดนัลด์ เฮบบ์ในหนังสือของเขาในปี 1949 ชื่อThe Organization of Behavior [ ^{1 ] ทฤษฎี}นี้ยังถูกเรียกว่ากฎของเฮบบ์กฎของเฮบบ์สมมติฐานของเฮบบ์และทฤษฎีการประกอบเซลล์เฮบบ์กล่าวไว้ดังนี้:

สมมติว่าการคงอยู่หรือการทำซ้ำของกิจกรรมสะท้อน (หรือ "ร่องรอย") มีแนวโน้มที่จะก่อให้เกิดการเปลี่ยนแปลงของเซลล์อย่างถาวรซึ่งเพิ่มความเสถียรให้กับมัน ... เมื่อแอกซอนของเซลล์Aอยู่ใกล้พอที่จะกระตุ้นเซลล์Bและมีส่วนร่วมในการยิงซ้ำๆ หรืออย่างต่อเนื่อง กระบวนการเจริญเติบโตหรือการเปลี่ยนแปลงทางเมตาบอลิซึมบางอย่างจะเกิดขึ้นในเซลล์หนึ่งหรือทั้งสองเซลล์ ทำให้Aประสิทธิภาพของเซลล์หนึ่งที่ยิงBเพิ่มขึ้น^{[ 1 ] : 62}

ทฤษฎีนี้มักสรุปได้ว่า " เซลล์ประสาทที่ยิงพร้อมกัน จะเชื่อมต่อกัน " ^{[ 2 ]}อย่างไรก็ตาม เฮบบ์เน้นย้ำว่าเซลล์Aจำเป็นต้อง "มีส่วนร่วมในการยิง" เซลล์Bและความเป็นเหตุเป็นผลดังกล่าวจะเกิดขึ้นได้ก็ต่อเมื่อเซลล์Aยิงก่อนเซลล์ B เล็กน้อย ไม่ใช่ยิงพร้อมกันกับเซลล์Bลักษณะของความเป็นเหตุเป็นผลในงานของเฮบบ์นี้ได้บอกใบ้ถึงสิ่งที่เรารู้ในปัจจุบันเกี่ยวกับความยืดหยุ่นที่ขึ้นอยู่กับจังหวะเวลาของสไปค์ซึ่งต้องอาศัยความมาก่อนทางเวลา^{[ 3 ]}

ทฤษฎีของ Hebbian พยายามอธิบาย การเรียนรู้ แบบเชื่อมโยงหรือแบบ Hebbianซึ่งการกระตุ้นเซลล์พร้อมกันจะนำไปสู่การเพิ่มความแข็งแรงของไซแนปส์ระหว่างเซลล์เหล่านั้นอย่างเห็นได้ชัด นอกจากนี้ยังเป็นพื้นฐานทางชีววิทยาสำหรับ วิธี การเรียนรู้แบบไร้ข้อผิดพลาดสำหรับการศึกษาและการฟื้นฟูความจำ ในการศึกษาเครือข่ายประสาทในหน้าที่การรับรู้ มักถือว่าเป็นพื้นฐานทางประสาทของการเรียนรู้แบบไม่กำกับดูแล^{[ 4 ]}

ทฤษฎีของ Hebbian ให้คำอธิบายว่าเซลล์ประสาทอาจเชื่อมต่อกันเพื่อสร้างเอนแกรม ได้อย่างไร ซึ่งอาจถูกเก็บไว้ในกลุ่มเซลล์ที่ซ้อนทับกัน หรือกลุ่มเซลล์ประสาทที่เข้ารหัสข้อมูลเฉพาะ^{[ 5 ]}ทฤษฎีของ Hebb เกี่ยวกับรูปแบบและหน้าที่ของกลุ่มเซลล์ ซึ่งเดิมสร้างขึ้นเพื่ออธิบายกิจกรรมที่เกิดขึ้นซ้ำในกลุ่มเซลล์ประสาทคอร์เทกซ์เฉพาะกลุ่ม สามารถเข้าใจได้จากสิ่งต่อไปนี้: ^{[ 1 ] : 70}

แนวคิดโดยทั่วไปนี้เป็นแนวคิดเก่าแก่ที่ว่า เซลล์หรือระบบเซลล์สองเซลล์ใดๆ ที่ทำงานพร้อมกันซ้ำๆ จะมีแนวโน้มที่จะ "เชื่อมโยงกัน" โดยที่การทำงานในเซลล์หนึ่งจะช่วยส่งเสริมการทำงานในอีกเซลล์หนึ่ง

Hebb ยังเขียนอีกว่า: ^{[ 1 ]}

เมื่อเซลล์หนึ่งช่วยกระตุ้นการทำงานของอีกเซลล์หนึ่งซ้ำๆ แอกซอนของเซลล์แรกจะพัฒนาปุ่มประสาท (หรือขยายให้ใหญ่ขึ้นหากมีอยู่แล้ว) ที่สัมผัสกับตัวเซลล์ของเซลล์ที่สอง

D. Alan Allport เสนอแนวคิดเพิ่มเติมเกี่ยวกับทฤษฎีการประกอบเซลล์และบทบาทของมันในการสร้างเอนแกรม โดยใช้แนวคิดเรื่องการเชื่อมโยงอัตโนมัติ หรือความสามารถของสมองในการดึงข้อมูลโดยอาศัยเบาะแสบางส่วน ซึ่งอธิบายได้ดังนี้:

หากอินพุตของระบบทำให้เกิดรูปแบบกิจกรรมเดียวกันซ้ำ ๆ ชุดขององค์ประกอบที่ใช้งานอยู่ซึ่งประกอบเป็นรูปแบบนั้นจะมีความเชื่อมโยงกันอย่างแน่นแฟ้นมากขึ้นเรื่อย ๆ กล่าวคือ แต่ละองค์ประกอบจะมีแนวโน้มที่จะเปิดใช้งานองค์ประกอบอื่น ๆ ทั้งหมด และ (ด้วยน้ำหนักเชิงลบ) จะปิดใช้งานองค์ประกอบที่ไม่เป็นส่วนหนึ่งของรูปแบบ กล่าวอีกนัยหนึ่ง รูปแบบโดยรวมจะกลายเป็น 'การเชื่อมโยงอัตโนมัติ' เราอาจเรียกรูปแบบที่เรียนรู้ (การเชื่อมโยงอัตโนมัติ) ว่าเอนแกรม^{[ 6 ]}

งานวิจัยที่ดำเนินการในห้องปฏิบัติการของEric Kandel ผู้ได้รับรางวัลโนเบล ได้ให้หลักฐานสนับสนุนบทบาทของกลไกการเรียนรู้แบบ Hebbian ที่ไซแนปส์ในหอยทาก ทะเล Aplysia californica [ ^{7 ] เนื่องจาก}ไซแนปส์ในระบบประสาทส่วนปลายของสัตว์ไม่มีกระดูกสันหลังในทะเลนั้นควบคุมได้ง่ายกว่ามากในการทดลอง งานวิจัยของ Kandel พบว่าการเสริมศักยภาพระยะยาวแบบ Hebbian ควบคู่ไปกับการอำนวยความสะดวกก่อนไซแนปส์ที่ขึ้นอยู่กับกิจกรรมนั้นมีความจำเป็นสำหรับความยืดหยุ่นของไซแนปส์และการปรับสภาพแบบคลาสสิกในAplysia californica ^{[ 8 ]}

ในขณะที่การวิจัยเกี่ยวกับสัตว์ไม่มีกระดูกสันหลังได้สร้างกลไกพื้นฐานของการเรียนรู้และความจำขึ้นมา งานวิจัยส่วนใหญ่เกี่ยวกับการเปลี่ยนแปลงของไซแนปส์ที่คงอยู่ยาวนานระหว่างเซลล์ประสาทของสัตว์มีกระดูกสันหลังนั้นเกี่ยวข้องกับการใช้การกระตุ้นเซลล์สมองแบบทดลองที่ไม่เป็นไปตามสรีรวิทยา อย่างไรก็ตาม กลไกการปรับเปลี่ยนไซแนปส์ที่เกี่ยวข้องกับสรีรวิทยาบางส่วนที่ได้รับการศึกษาในสมองของสัตว์มีกระดูกสันหลังดูเหมือนจะเป็นตัวอย่างของกระบวนการแบบเฮบเบียน การทบทวนดังกล่าวชี้ให้เห็นว่าการเปลี่ยนแปลงความแข็งแรงของไซแนปส์ที่คงอยู่ยาวนานสามารถเกิดขึ้นได้จากการทำงานของไซแนปส์ที่เกี่ยวข้องกับสรีรวิทยาโดยใช้ทั้งกลไกแบบเฮบเบียนและไม่ใช่แบบเฮบเบียน^{[ 9 ]}

ในเซลล์ประสาทเทียมและเครือข่ายประสาทเทียมหลักการของเฮบบ์สามารถอธิบายได้ว่าเป็นวิธีการกำหนดวิธีการเปลี่ยนแปลงน้ำหนักระหว่างเซลล์ประสาทในแบบจำลอง น้ำหนักระหว่างเซลล์ประสาทสองเซลล์จะเพิ่มขึ้นหากเซลล์ประสาททั้งสองทำงานพร้อมกัน และจะลดลงหากพวกมันทำงานแยกกัน โหนดที่มีแนวโน้มที่จะเป็นบวกทั้งคู่หรือลบทั้งคู่ในเวลาเดียวกันจะมีน้ำหนักบวกมาก ในขณะที่โหนดที่มีแนวโน้มที่จะตรงกันข้ามจะมีน้ำหนักลบมาก

ต่อไปนี้เป็นคำอธิบายเชิงสูตรของการเรียนรู้แบบเฮบเบียน (อาจมีคำอธิบายอื่นๆ อีกมากมาย):

${\displaystyle \,w_{ij}=x_{i}x_{j},}$

ที่ไหน${\displaystyle w_{ij}}$คือน้ำหนักของการเชื่อมต่อจากเซลล์ประสาท${\displaystyle j}$ไปยังเซลล์ประสาท${\displaystyle i}$, และ${\displaystyle x_{i}}$เป็นอินพุตสำหรับเซลล์ประสาท${\displaystyle i}$นี่เป็นตัวอย่างของการเรียนรู้รูปแบบ โดยที่น้ำหนักจะได้รับการอัปเดตหลังจากตัวอย่างการฝึกแต่ละครั้ง ในเครือข่าย Hopfieldการเชื่อมต่อ${\displaystyle w_{ij}}$ตั้งค่าเป็นศูนย์หาก${\displaystyle i=j}$(ไม่อนุญาตให้มีการเชื่อมต่อแบบสะท้อนกลับ) สำหรับเซลล์ประสาทแบบไบนารี (การกระตุ้นเป็น 0 หรือ 1) การเชื่อมต่อจะถูกตั้งค่าเป็น 1 หากเซลล์ประสาทที่เชื่อมต่อกันมีการกระตุ้นแบบเดียวกันสำหรับรูปแบบหนึ่งๆ

เมื่อใช้รูปแบบการฝึกอบรมหลายแบบ ผลลัพธ์ที่ได้จะเป็นค่าเฉลี่ยของแต่ละบุคคล:

${\displaystyle w_{ij}={\frac {1}{p}}\sum _{k=1}^{p}x_{i}^{k}x_{j}^{k},}$

ที่ไหน${\displaystyle w_{ij}}$คือน้ำหนักของการเชื่อมต่อจากเซลล์ประสาท${\displaystyle j}$ไปยังเซลล์ประสาท${\displaystyle i}$,${\displaystyle p}$คือจำนวนของรูปแบบการฝึกอบรมและ${\displaystyle x_{i}^{k}}$ที่${\displaystyle k}$- อินพุตที่ 5 สำหรับนิวรอน${\displaystyle i}$นี่คือการเรียนรู้แบบทีละยุค โดยมีการอัปเดตน้ำหนักหลังจากที่นำเสนอตัวอย่างการฝึกอบรมทั้งหมดแล้ว และในที่สุดจะสามารถใช้ได้ทั้งกับชุดข้อมูลการฝึกอบรมแบบไม่ต่อเนื่องและแบบต่อเนื่อง อีกครั้ง ในเครือข่าย Hopfield การเชื่อมต่อ${\displaystyle w_{ij}}$ตั้งค่าเป็นศูนย์หาก${\displaystyle i=j}$(ไม่มีการเชื่อมโยงแบบสะท้อนกลับ)

รูปแบบหนึ่งของการเรียนรู้แบบ Hebbian ที่คำนึงถึงปรากฏการณ์ต่างๆ เช่น การปิดกั้นและปรากฏการณ์การเรียนรู้ของระบบประสาทอื่นๆ คือแบบจำลองทางคณิตศาสตร์ของHarry Klopfแบบจำลองของ Klopf ถือว่าส่วนต่างๆ ของระบบที่มีกลไกการปรับตัวแบบง่ายๆ สามารถเป็นพื้นฐานของระบบที่ซับซ้อนกว่าที่มีพฤติกรรมการปรับตัวขั้นสูงกว่า เช่น เครือข่ายประสาท^{[ 10 ]}

เนื่องจากลักษณะที่เรียบง่ายของการเรียนรู้แบบเฮบเบียน ซึ่งอาศัยเพียงความสอดคล้องกันของกิจกรรมก่อนและหลังไซแนปส์ อาจไม่ชัดเจนในเชิงสัญชาตญาณว่าเหตุใดความยืดหยุ่นในรูปแบบนี้จึงนำไปสู่การเรียนรู้ที่มีความหมาย อย่างไรก็ตาม สามารถแสดงให้เห็นได้ว่าความยืดหยุ่นแบบเฮบเบียนนั้นรับเอาคุณสมบัติทางสถิติของข้อมูลป้อนเข้าในลักษณะที่สามารถจัดอยู่ในหมวดหมู่ของการเรียนรู้แบบไม่มีผู้กำกับดูแลได้

สามารถแสดงให้เห็นได้ทางคณิตศาสตร์ด้วยตัวอย่างที่ง่ายขึ้น ลองสมมติแบบง่ายๆ ว่ามีเซลล์ประสาทแบบอัตราเดียวที่มีอัตรา${\displaystyle y(t)}$ซึ่งปัจจัยนำเข้ามีอัตรา${\displaystyle x_{1}(t)...x_{N}(t)}$การตอบสนองของเซลล์ประสาท${\displaystyle y(t)}$โดยทั่วไปจะอธิบายว่าเป็นผลรวมเชิงเส้นของปัจจัยนำเข้า${\displaystyle \sum _{i}w_{i}x_{i}}$ตามด้วยฟังก์ชันตอบสนอง${\displaystyle f}$:

${\displaystyle y=f\left(\sum _{i=1}^{N}w_{i}x_{i}\right).}$

ตามที่ได้นิยามไว้ในหัวข้อก่อนหน้านี้ ความยืดหยุ่นแบบเฮบเบียน (Hebbian plasticity) อธิบายถึงวิวัฒนาการของน้ำหนักไซแนปส์เมื่อเวลาผ่านไป${\displaystyle w}$:

${\displaystyle {\frac {dw_{i}}{dt}}=\eta x_{i}y.}$

เพื่อความง่าย ให้สมมติว่าฟังก์ชันตอบสนองเป็นเอกลักษณ์${\displaystyle f(a)=a}$เราสามารถเขียนได้

${\displaystyle {\frac {dw_{i}}{dt}}=\eta x_{i}\sum _{j=1}^{N}w_{j}x_{j}}$

หรือใน รูปแบบ เมทริกซ์ :

${\displaystyle {\frac {d\mathbf {w} }{dt}}=\eta \mathbf {x} \mathbf {x} ^{T}\mathbf {w} .}$

เช่นเดียวกับในบทก่อนหน้า หากทำการฝึกฝนโดยใช้จำนวนรอบ (epoch) จะได้ค่าเฉลี่ย${\displaystyle \langle \dots \rangle }$โดยใช้ชุดข้อมูลฝึกฝนแบบไม่ต่อเนื่องหรือต่อเนื่อง (ตามเวลา)${\displaystyle \mathbf {x} }$สามารถทำได้:$${\displaystyle {\frac {d\mathbf {w} }{dt}}=\langle \eta \mathbf {x} \mathbf {x} ^{T}\mathbf {w} \rangle =\eta \langle \mathbf {x} \mathbf {x} ^{T}\rangle \mathbf {w} =\eta C\mathbf {w} .}$$ที่ไหน${\displaystyle C=\langle \,\mathbf {x} \mathbf {x} ^{T}\rangle }$คือเมทริกซ์สหสัมพันธ์ของข้อมูลป้อนเข้าภายใต้สมมติฐานเพิ่มเติมที่ว่า${\displaystyle \langle \mathbf {x} \rangle =0}$(กล่าวคือ ค่าเฉลี่ยของข้อมูลนำเข้าเป็นศูนย์) นี่คือระบบของ${\displaystyle N}$สมการเชิงอนุพันธ์เชิงเส้นคู่กัน เนื่องจาก${\displaystyle C}$เป็นเมทริกซ์สมมาตรสามารถทำให้เป็นเมทริกซ์ทแยงมุมได้และสามารถหาคำตอบได้โดยการทำงานในฐานเวกเตอร์ลักษณะเฉพาะ ซึ่งจะมีรูปแบบดังนี้

${\displaystyle \mathbf {w} (t)=k_{1}e^{\eta \alpha _{1}t}\mathbf {c} _{1}+k_{2}e^{\eta \alpha _{2}t}\mathbf {c} _{2}+...+k_{N}e^{\eta \alpha _{N}t}\mathbf {c} _{N}}$

ที่ไหน${\displaystyle k_{i}}$เป็นค่าคงที่ที่กำหนดขึ้นเอง${\displaystyle \mathbf {c} _{i}}$เวกเตอร์ลักษณะเฉพาะของ${\displaystyle C}$และ${\displaystyle \alpha _{i}}$ค่าไอเกนที่สอดคล้องกัน เนื่องจากเมทริกซ์สหสัมพันธ์เป็นเมทริกซ์บวก แน่นอนเสมอ ค่าไอเกนจึงเป็นบวกทั้งหมด และเราสามารถเห็นได้อย่างง่ายดายว่าวิธีแก้ปัญหาข้างต้นนั้นลู่เข้าสู่ค่าอนันต์แบบเอกซ์โปเนนเชียลเมื่อเวลาผ่านไป นี่เป็นปัญหาที่แท้จริงเนื่องจากกฎของ Hebb เวอร์ชันนี้ไม่เสถียร เช่นเดียวกับในเครือข่ายใดๆ ที่มีสัญญาณเด่น น้ำหนักของไซแนปส์จะเพิ่มขึ้นหรือลดลงแบบเอกซ์โปเนนเชียล โดยสัญชาตญาณแล้ว นี่เป็นเพราะเมื่อใดก็ตามที่เซลล์ประสาทก่อนไซแนปส์กระตุ้นเซลล์ประสาทหลังไซแนปส์ น้ำหนักระหว่างพวกมันจะถูกเสริมแรง ทำให้เกิดการกระตุ้นที่รุนแรงยิ่งขึ้นในอนาคต และเป็นเช่นนี้ต่อไปในลักษณะที่เสริมแรงตัวเอง อาจคิดว่าวิธีแก้ปัญหาคือการจำกัดอัตราการยิงของเซลล์ประสาทหลังไซแนปส์โดยการเพิ่มฟังก์ชันการตอบสนองแบบไม่เชิงเส้นและอิ่มตัว${\displaystyle f}$แต่ในความเป็นจริง สามารถแสดงให้เห็นได้ว่าสำหรับ แบบจำลองเซลล์ประสาท ใดๆกฎของ Hebb นั้นไม่เสถียร^{[ 11 ]}ดังนั้น แบบจำลองเครือข่ายของเซลล์ประสาทมักจะใช้ทฤษฎีการเรียนรู้อื่นๆ เช่นทฤษฎี BCMกฎของOja ^{[ 12 ]}หรืออัลกอริทึม Hebbian แบบทั่วไป

อย่างไรก็ตาม แม้แต่สำหรับวิธีแก้ปัญหาที่ไม่เสถียรข้างต้น เราก็สามารถเห็นได้ว่า เมื่อเวลาผ่านไปนานพอสมควร เงื่อนไขหนึ่งจะครอบงำเงื่อนไขอื่นๆ และ

${\displaystyle \mathbf {w} (t)\approx e^{\eta \alpha ^{*}t}\mathbf {c} ^{*}}$

ที่ไหน${\displaystyle \alpha ^{*}}$คือ ค่าไอเกน ที่ใหญ่ที่สุดของ${\displaystyle C}$ในขณะนี้ เซลล์ประสาทหลังไซแนปส์จะดำเนินการดังต่อไปนี้:

${\displaystyle y\approx e^{\eta \alpha ^{*}t}\mathbf {c} ^{*}\mathbf {x} }$

เพราะว่า...อีกครั้งหนึ่ง${\displaystyle \mathbf {c} ^{*}}$คือเวกเตอร์ลักษณะเฉพาะที่สอดคล้องกับค่าลักษณะเฉพาะที่ใหญ่ที่สุดของเมทริกซ์สหสัมพันธ์ระหว่าง${\displaystyle x_{i}}$ดังนั้น นี่จึงตรงกับการคำนวณส่วนประกอบหลัก แรก ของข้อมูลป้อนเข้า อย่างแม่นยำ

กลไกนี้สามารถขยายไปสู่การทำ PCA ( การวิเคราะห์ส่วนประกอบหลัก ) เต็มรูปแบบของอินพุตโดยการเพิ่มเซลล์ประสาทหลังไซแนปส์เพิ่มเติม โดยมีเงื่อนไขว่าเซลล์ประสาทหลังไซแนปส์จะต้องไม่ถูกเลือกส่วนประกอบหลักเดียวกันทั้งหมด เช่น โดยการเพิ่มการยับยั้งด้านข้างในชั้นหลังไซแนปส์ ดังนั้นเราจึงเชื่อมโยงการเรียนรู้แบบ Hebbian เข้ากับ PCA ซึ่งเป็นรูปแบบพื้นฐานของการเรียนรู้แบบไม่กำกับดูแล ในแง่ที่ว่าเครือข่ายสามารถเลือกแง่มุมทางสถิติที่เป็นประโยชน์ของอินพุต และ "อธิบาย" แง่มุมเหล่านั้นในรูปแบบที่กลั่นกรองแล้วในเอาต์พุต^{[ 13 ]}

การเรียนรู้แบบ Hebbian และความยืดหยุ่นที่ขึ้นอยู่กับเวลาการส่งสัญญาณถูกนำมาใช้ในทฤษฎีที่มีอิทธิพลต่อการกำเนิด ของ เซลล์ประสาทกระจกเงา^{[ 14 ] [ 15 ]}เซลล์ประสาทกระจกเงาเป็นเซลล์ประสาทที่ส่งสัญญาณทั้งเมื่อบุคคลทำการกระทำและเมื่อบุคคลเห็นหรือได้ยินผู้อื่นทำการกระทำที่คล้ายคลึงกัน^{[ 16 ] [ 17 ]}การค้นพบเซลล์ประสาทเหล่านี้มีอิทธิพลอย่างมากในการอธิบายว่าบุคคลเข้าใจการกระทำของผู้อื่นได้อย่างไร เนื่องจากเมื่อบุคคลรับรู้การกระทำของผู้อื่น โปรแกรมการเคลื่อนไหวในสมองของบุคคลนั้นซึ่งพวกเขาจะใช้ในการทำการกระทำที่คล้ายคลึงกันจะถูกกระตุ้น ซึ่งจะเพิ่มข้อมูลให้กับการรับรู้และช่วยในการทำนายสิ่งที่บุคคลนั้นจะทำต่อไปโดยอิงจากโปรแกรมการเคลื่อนไหวของผู้รับรู้เอง ข้อจำกัดประการหนึ่งของแนวคิดเรื่องหน้าที่ของเซลล์ประสาทกระจกเงาคือการอธิบายว่าบุคคลพัฒนาเซลล์ประสาทที่ตอบสนองทั้งในขณะที่ทำการกระทำและในขณะที่ได้ยินหรือเห็นผู้อื่นทำการกระทำที่คล้ายคลึงกันได้อย่างไร

นักประสาทวิทยาChristian KeysersและนักจิตวิทยาDavid Perrettแนะนำว่าการสังเกตหรือได้ยินบุคคลกระทำการใดๆ จะกระตุ้นบริเวณสมองราวกับว่าตนเองกำลังกระทำการนั้นอยู่^{[ 15 ] [ 18 ]}สัญญาณประสาทรับความรู้สึกที่ส่งกลับมาเหล่านี้จะกระตุ้นการทำงานในเซลล์ประสาทที่ตอบสนองต่อการมองเห็น การได้ยิน และความรู้สึกของการกระทำนั้น เนื่องจากการทำงานของเซลล์ประสาทรับความรู้สึกเหล่านี้จะทับซ้อนกันอย่างสม่ำเสมอในเวลาเดียวกันกับการทำงานของเซลล์ประสาทสั่งการที่ก่อให้เกิดการกระทำนั้น การเรียนรู้แบบ Hebbian จึงทำนายว่าไซแนปส์ที่เชื่อมต่อเซลล์ประสาทที่ตอบสนองต่อการมองเห็น การได้ยิน และความรู้สึกของการกระทำ กับไซแนปส์ของเซลล์ประสาทที่กระตุ้นการกระทำนั้นควรจะมีศักยภาพมากขึ้น เช่นเดียวกันนี้ก็เป็นจริงเมื่อผู้คนมองดูตัวเองในกระจก ฟังตัวเองพูดพล่าม หรือถูกผู้อื่นเลียนแบบ หลังจากเกิดการส่งกลับซ้ำๆ ไซแนปส์ที่เชื่อมต่อการแสดงแทนทางประสาทสัมผัสและการเคลื่อนไหวของการกระทำนั้นจะแข็งแกร่งมากจนเซลล์ประสาทสั่งการเริ่มทำงานตามเสียงหรือภาพของการกระทำนั้น และเซลล์ประสาทกระจกก็ถูกสร้างขึ้น^{[ 19 ]}

การทดลองจำนวนมากให้หลักฐานสนับสนุนแนวคิดที่ว่าการเรียนรู้แบบ Hebbian มีความสำคัญต่อการก่อตัวของเซลล์ประสาทกระจกเงา หลักฐานเผยให้เห็นว่าโปรแกรมการเคลื่อนไหวสามารถถูกกระตุ้นได้ด้วยสิ่งเร้าทางเสียงหรือภาพใหม่ๆ หลังจากการจับคู่สิ่งเร้ากับการดำเนินการของโปรแกรมการเคลื่อนไหวซ้ำๆ^{[ 20 ]}ตัวอย่างเช่น คนที่ไม่เคยเล่นเปียโนมาก่อนจะไม่กระตุ้นบริเวณสมองที่เกี่ยวข้องกับการเล่นเปียโนเมื่อฟังเพลงเปียโน การเรียนเปียโน 5 ชั่วโมง ซึ่งผู้เข้าร่วมจะได้ยินเสียงเปียโนทุกครั้งที่กดแป้น ได้รับการพิสูจน์แล้วว่าเพียงพอที่จะกระตุ้นกิจกรรมในบริเวณมอเตอร์ของสมองเมื่อฟังเพลงเปียโนในภายหลัง^{[ 20 ]}สอดคล้องกับข้อเท็จจริงที่ว่าพลาสติซิตี้ที่ขึ้นอยู่กับจังหวะการส่งสัญญาณเกิดขึ้นก็ต่อเมื่อการยิงของเซลล์ประสาทก่อนซินแนปส์ทำนายการยิงของเซลล์ประสาทหลังซินแนปส์^{[ 21 ]}การเชื่อมโยงระหว่างสิ่งเร้าทางประสาทสัมผัสและโปรแกรมการเคลื่อนไหวก็ดูเหมือนจะได้รับการเสริมศักยภาพก็ต่อเมื่อสิ่งเร้าขึ้นอยู่กับโปรแกรมการเคลื่อนไหวเท่านั้น

การเรียนรู้แบบ Hebbian เชื่อมโยงกับกระบวนการทางปัญญา เช่น การตัดสินใจและการเรียนรู้ทางสังคม สาขาประสาทวิทยาศาสตร์ทางปัญญาได้เริ่มสำรวจจุดตัดของทฤษฎี Hebbian กับบริเวณสมองที่รับผิดชอบการประมวลผลรางวัลและการรับรู้ทางสังคม เช่น สไตรอาตัมและคอร์เทกซ์ส่วนหน้า^{[ 22 ] [ 23 ]}โดยเฉพาะอย่างยิ่ง การฉายภาพของสไตรอาตัมที่สัมผัสกับแบบจำลอง Hebbian แสดงให้เห็นถึงศักยภาพระยะยาวและภาวะซึมเศร้าระยะยาวในร่างกาย [ ^{24 ] นอกจาก}นี้ แบบจำลองของคอร์เทกซ์ส่วนหน้าต่อสิ่งเร้า ("การเลือกแบบผสม") ไม่ได้อธิบายได้อย่างสมบูรณ์ด้วยการเชื่อมต่อแบบสุ่ม แต่เมื่อรวมแบบแผน Hebbian เข้าไป ระดับของการเลือกแบบผสมในแบบจำลองก็จะถึงระดับที่ต้องการ^{[ 25 ]}มีการตั้งสมมติฐาน (เช่น โดย Peter Putnam และRobert W. Fuller ) ว่าความยืดหยุ่นแบบ Hebbian ในพื้นที่เหล่านี้อาจเป็นพื้นฐานของพฤติกรรมต่างๆ เช่น การสร้างนิสัย การเรียนรู้แบบเสริมแรง และแม้กระทั่งการพัฒนาความสัมพันธ์ทางสังคม^{[ 26 ] [ 27 ]}

แม้ว่าแบบจำลอง Hebbian จะถูกใช้กันอย่างแพร่หลายสำหรับการเสริมศักยภาพระยะยาว แต่ทฤษฎี Hebbian ก็ไม่ได้ครอบคลุมพลาสติซิตี้ของไซแนปส์ระยะยาวทุกรูปแบบ Hebb ไม่ได้เสนอกฎใดๆ สำหรับไซแนปส์ยับยั้งหรือการคาดการณ์สำหรับลำดับสไปค์แบบต่อต้านสาเหตุ (ซึ่งเซลล์ประสาทก่อนไซแนปส์จะทำงาน หลังจากเซลล์ประสาท หลังไซแนปส์) การปรับเปลี่ยนไซแนปส์อาจไม่ได้เกิดขึ้นเฉพาะระหว่างเซลล์ประสาทที่ถูกกระตุ้น A และ B เท่านั้น แต่ยังเกิดขึ้นที่ไซแนปส์ข้างเคียงด้วย^{[ 28 ]}ดังนั้น พลาสติซิตี้แบบ เฮเทอโรไซแนปส์และ พลาสติซิตี้แบบโฮมี โอสแตติก ทุกรูปแบบจึง ถือว่าไม่ใช่แบบ Hebbian ตัวอย่างหนึ่งคือการส่งสัญญาณย้อนกลับไปยังปลายประสาทก่อนไซแนปส์^{[ 29 ]}สารประกอบที่ได้รับการยอมรับบ่อยที่สุดว่าเป็นตัวส่งสัญญาณย้อนกลับคือไนตริกออกไซด์ซึ่งเนื่องจากความสามารถในการละลายและการแพร่กระจายสูง จึงมักส่งผลต่อเซลล์ประสาทที่อยู่ใกล้เคียง^{[ 30 ]}การปรับเปลี่ยนไซแนปส์แบบแพร่กระจายประเภทนี้ ซึ่งเรียกว่าการเรียนรู้ปริมาตร ไม่ได้รวมอยู่ในแบบจำลอง Hebbian แบบดั้งเดิม^{[ 31 ]}

งานวิจัยสมัยใหม่ได้ขยายแนวคิดดั้งเดิมของ Hebb ออกไป ตัวอย่างเช่น ความยืดหยุ่นที่ขึ้นอยู่กับเวลาของสไปค์ (STDP) ได้ปรับปรุงหลักการของ Hebb โดยการรวมเวลาที่แม่นยำของสไปค์ประสาทเข้ากับทฤษฎีของ Hebb ความก้าวหน้าในการทดลองยังเชื่อมโยงการเรียนรู้แบบ Hebbian กับพฤติกรรมที่ซับซ้อน เช่น การตัดสินใจและการควบคุมอารมณ์^{[ 13 ]}การศึกษาในปัจจุบันเกี่ยวกับปัญญาประดิษฐ์ (AI) และการคำนวณควอนตัมยังคงใช้แนวคิดของ Hebbian เพื่อพัฒนาอัลกอริทึมแบบปรับตัวได้และปรับปรุงแบบจำลองการเรียนรู้ของเครื่อง^{[ 32 ]}

ใน AI การเรียนรู้แบบ Hebbian ได้เห็นการประยุกต์ใช้ที่นอกเหนือจากโครงข่ายประสาทเทียมแบบดั้งเดิม ความก้าวหน้าที่สำคัญอย่างหนึ่งคือในอัลกอริธึมการเรียนรู้แบบเสริมแรง ซึ่งใช้การเรียนรู้แบบ Hebbian เพื่ออัปเดตน้ำหนักตามเวลาและความแรงของสิ่งเร้าในระหว่างขั้นตอนการฝึกอบรม นักวิจัยบางคนได้ปรับหลักการของ Hebbian เพื่อพัฒนารูปแบบที่สมจริงทางชีววิทยามากขึ้นสำหรับการเรียนรู้ในระบบเทียม ซึ่งอาจปรับปรุงประสิทธิภาพและการบรรจบกันของแบบจำลองในแอปพลิเคชัน AI ^{[ 33 ] [ 34 ]}

หัวข้อที่กำลังได้รับความสนใจเพิ่มขึ้นคือการประยุกต์ใช้การเรียนรู้แบบ Hebbian ในการคำนวณควอนตัม แม้ว่าเครือข่ายประสาทแบบคลาสสิกจะเป็นพื้นที่หลักของการประยุกต์ใช้ทฤษฎี Hebbian แต่การศึกษาล่าสุดได้เริ่มสำรวจศักยภาพของอัลกอริทึมที่ได้รับแรงบันดาลใจจากควอนตัม อัลกอริทึมเหล่านี้ใช้ประโยชน์จากหลักการของการซ้อนทับควอนตัมและการพัวพันเพื่อเพิ่มประสิทธิภาพกระบวนการเรียนรู้ในระบบควอนตัม^{[ 35 ]}งานวิจัยในปัจจุบันกำลังสำรวจว่าหลักการของ Hebbian สามารถให้ข้อมูลในการพัฒนารูปแบบการเรียนรู้ของเครื่องควอนตัมที่มีประสิทธิภาพมากขึ้นได้อย่างไร^{[ 3 ]}

แบบจำลองการคำนวณใหม่ๆ ได้เกิดขึ้นเพื่อปรับปรุงหรือขยายการเรียนรู้แบบ Hebbian ตัวอย่างเช่น แบบจำลองบางแบบในปัจจุบันคำนึงถึงจังหวะเวลาที่แม่นยำของการเกิดสไปค์ประสาท (เช่น ในพลาสติซิตี้ที่ขึ้นอยู่กับจังหวะเวลาของสไปค์) ในขณะที่แบบจำลองอื่นๆ ได้บูรณาการแง่มุมของการปรับเปลี่ยนระบบประสาทเพื่ออธิบายว่าสารสื่อประสาทเช่นโดปามีนส่งผลต่อความแข็งแรงของการเชื่อมต่อไซแนปส์อย่างไร แบบจำลองขั้นสูงเหล่านี้ให้ความเข้าใจที่ละเอียดอ่อนยิ่งขึ้นเกี่ยวกับวิธีการทำงานของการเรียนรู้แบบ Hebbian ในสมอง และมีส่วนช่วยในการพัฒนาแบบจำลองการคำนวณที่สมจริงยิ่งขึ้น^{[ 36 ] [ 37 ]}

งานวิจัยล่าสุดเกี่ยวกับการเรียนรู้แบบ Hebbian ได้มุ่งเน้นไปที่บทบาทของเซลล์ประสาทที่ยับยั้ง ซึ่งมักถูกมองข้ามในแบบจำลอง Hebbian แบบดั้งเดิม ในขณะที่ทฤษฎี Hebbian แบบคลาสสิกมุ่งเน้นไปที่เซลล์ประสาทที่กระตุ้นเป็นหลัก แบบจำลองการเรียนรู้ของระบบประสาทที่ครอบคลุมมากขึ้นในปัจจุบันพิจารณาถึงปฏิสัมพันธ์ที่สมดุลระหว่างไซแนปส์ที่กระตุ้นและยับยั้ง การศึกษาชี้ให้เห็นว่าเซลล์ประสาทที่ยับยั้งสามารถให้การควบคุมที่สำคัญสำหรับการรักษาเสถียรภาพในวงจรประสาทและอาจป้องกันการป้อนกลับเชิงบวกที่ควบคุมไม่ได้ในการเรียนรู้แบบ Hebbian ^{[ 38 ] [ 39 ]}

ในปี 2017 Jeff Magee และเพื่อนร่วมงานได้ระบุถึงความยืดหยุ่นของไซแนปส์ในระดับเวลาเชิงพฤติกรรม (BTSP) ซึ่งเป็นรูปแบบหนึ่งของการเรียนรู้ในเซลล์ประสาท CA1 ของฮิปโปแคมปัส โดยที่อินพุตของไซแนปส์ที่ทำงานหลายวินาทีก่อนหรือหลังศักยภาพของที่ราบเดนไดรต์จะได้รับการเสริมความแข็งแกร่ง แม้ว่าจะไม่มีการเกิดสไปค์ของโพสต์ไซแนปส์พร้อมกันก็ตาม^{[ 40 ]}กลไกนี้ทำงานในระดับเวลาที่ยาวนานกว่าความยืดหยุ่นแบบ Hebbian หรือแบบขึ้นอยู่กับเวลาของสไปค์แบบดั้งเดิม และเป็นวิธีการเชื่อมโยงเหตุการณ์ที่แยกจากกันตามเวลาในระหว่างพฤติกรรม^{[ 40 ]} BTSP ได้รับการเสนอให้เป็นกรอบการทำงานที่ทันสมัยสำหรับการทำความเข้าใจว่ากระบวนการเชื่อมโยงแบบ Hebbian สามารถเกิดขึ้นได้อย่างไรในระดับเวลาเชิงพฤติกรรม ซึ่งชี้ให้เห็นว่าหน้าต่างเวลาสำหรับการปรับเปลี่ยนไซแนปส์อาจขยายออกไปไกลกว่าช่วงมิลลิวินาทีที่อธิบายไว้ในการเรียนรู้แบบ Hebbian แบบคลาสสิก^{[ 41 ]}

• Hebb, DO (1961). "ลักษณะเด่นของการเรียนรู้ในสัตว์ชั้นสูง". ใน JF Delafresnaye (บรรณาธิการ). กลไกของสมองและการเรียนรู้ . ลอนดอน: สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด.
• Hebb, DO (1940). "พฤติกรรมของมนุษย์หลังจากการผ่าตัดเอาส่วนหน้าของสมองทั้งสองข้างออกอย่างกว้างขวาง". Archives of Neurology and Psychiatry . 44 (2): 421– 438. doi : 10.1001/archneurpsyc.1940.02280080181011 .
• บิชอป, ซีเอ็ม (1995). เครือข่ายประสาทเทียมสำหรับการรู้จำรูปแบบ . อ็อกซ์ฟอร์ด: สำนักพิมพ์มหาวิทยาลัยอ็อกซ์ฟอร์ด. ISBN 978-0-19-853849-3.
• Paulsen, O.; Sejnowski, TJ (2000). "รูปแบบกิจกรรมตามธรรมชาติและความยืดหยุ่นของไซแนปส์ในระยะยาว" Current Opinion in Neurobiology . 10 (2): 172– 179. doi : 10.1016/S0959-4388(00)00076-3 . PMC 2900254 . PMID 10753798 .  

• ภาพรวมเก็บถาวรเมื่อ 2017-05-02 ที่Wayback Machine
• บทเรียนการเรียนรู้แบบ Hebbian ( ตอนที่ 1: การกรองสิ่งแปลกใหม่ , ตอนที่ 2: PCA )