Che cos’è l’apprendimento hebbiano?

Mar 30, 2019 – 3 min read

La rete neurale più semplice (neurone soglia) manca della capacità di apprendimento, che è il suo principale svantaggio. Nel libro “The Organisation of Behaviour”, Donald O. Hebb propose un meccanismo per aggiornare i pesi tra i neuroni in una rete neurale. Questo metodo di aggiornamento dei pesi permetteva ai neuroni di imparare e fu chiamato Apprendimento Hebbiano.

Tre punti principali sono stati dichiarati come parte di questo meccanismo di apprendimento:

• Le informazioni sono memorizzate nelle connessioni tra i neuroni nelle reti neurali, sotto forma di pesi.
• La variazione di peso tra i neuroni è proporzionale al prodotto dei valori di attivazione dei neuroni.

• Con l’apprendimento, l’attivazione simultanea o ripetuta di neuroni debolmente connessi cambia incrementalmente la forza e lo schema dei pesi, portando a connessioni più forti.

Lo stimolo ripetuto di connessioni deboli tra neuroni porta al loro rafforzamento incrementale.

I nuovi pesi sono calcolati dall’equazione :

Connessioni inibitorie

Questo è un altro tipo di connessione, che hanno una risposta opposta ad uno stimolo. Qui, la forza di connessione diminuisce con stimoli ripetuti o simultanei.

Per informazioni dettagliate su tali reti neurali, si dovrebbe considerare di leggere questo.

Implementazione dell’apprendimento hebbiano in un perceptron

Frank Rosenblatt nel 1950, dedusse che il neurone a soglia non può essere usato per modellare la cognizione, poiché non può imparare o adottare dall’ambiente o sviluppare capacità di classificazione, riconoscimento o capacità simili.

Un perceptron si ispira a un modello neurale visivo biologico con tre strati illustrati come segue:

• Lo strato di ingresso è sinonimo di cellule sensoriali nella retina, con connessioni casuali ai neuroni dello strato successivo.
• Gli strati di associazione hanno neuroni di soglia con connessioni bidirezionali allo strato di risposta.
• Lo strato di risposta ha neuroni di soglia che sono interconnessi tra loro per una segnalazione inibitoria competitiva.

I neuroni dello strato di risposta competono tra loro inviando segnali inibitori per produrre output. Le funzioni di soglia sono fissate all’origine per gli strati di associazione e di risposta. Questo costituisce la base dell’apprendimento tra questi strati. L’obiettivo della percezione è di attivare i neuroni di risposta corretti per ogni modello di input.

Conclusione

L’apprendimento hebbiano è ispirato al meccanismo biologico di regolazione del peso neurale. Descrive il metodo per convertire un neurone un’incapacità di imparare e gli permette di sviluppare la cognizione con la risposta agli stimoli esterni. Questi concetti sono ancora oggi la base dell’apprendimento neurale.