O que é aprendizado Hebbiano?
A mais simples rede neural (neurónio limiar) carece da capacidade de aprendizagem, que é o seu maior inconveniente. No livro “The Organisation of Behaviour”, Donald O. Hebb propôs um mecanismo para atualizar pesos entre neurônios em uma rede neural. Este método de atualização de peso permitiu aos neurônios aprenderem e foi nomeado como Aprendizagem Hebbian.
>
Três pontos principais foram declarados como parte deste mecanismo de aprendizagem :
- >Informação é armazenada nas conexões entre neurônios em redes neurais, na forma de pesos.
- A variação de peso entre neurônios é proporcional ao produto dos valores de ativação dos neurônios.
>
- A medida que ocorre o aprendizado, a ativação simultânea ou repetida de neurônios fracamente conectados muda incrementalmente a força e o padrão de pesos, levando a conexões mais fortes.
O estímulo repetido de conexões fracas entre neurônios leva a seu fortalecimento incremental.
Os novos pesos são calculados pela equação :
>
Conexões Inibitórias
Este é outro tipo de conexão, que tem uma resposta oposta a um estímulo. Aqui, a força da conexão diminui com estímulos repetidos ou simultâneos.
Para informações detalhadas sobre tais redes neurais, deve-se considerar a leitura disto.
Aplicação do Aprendizado Hebbian em um Perceptron
Frank Rosenblatt em 1950, inferiu que o neurônio limiar não pode ser usado para modelagem da cognição, pois não pode aprender ou adotar do ambiente ou desenvolver capacidades de classificação, reconhecimento ou capacidades similares.
Um perceptron inspira-se em um modelo neural visual biológico com três camadas ilustradas da seguinte forma :
- A camada de entrada é sinônimo de células sensoriais na retina, com conexões aleatórias aos neurônios da camada seguinte.
- As camadas de associação têm neurônios limiares com conexões bidirecionais à camada de resposta.
- Camada de resposta tem neurônios limiares que estão interconectados entre si para sinalização inibitória competitiva.
Neurônios da camada de resposta competem entre si através do envio de sinais inibitórios para produzir saída. As funções de limiar são definidas na origem para as camadas de associação e resposta. Isto forma a base da aprendizagem entre estas camadas. O objetivo da percepção é ativar os neurônios de resposta correta para cada padrão de entrada.
Conclusão
Aprendizagem Hebbian é inspirada pelo mecanismo de ajuste de peso neural biológico. Ele descreve o método para converter um neurônio em incapacidade de aprender e permite que ele desenvolva a cognição com resposta a estímulos externos. Estes conceitos ainda hoje são a base para o aprendizado neural.
Leave a Reply