نظرية هيبيان

نظرية هيب هي نظرية نفسية عصبية تدعي أن زيادة الفعالية المشبكية تنشأ من التحفيز المتكرر والمستمر للخلية قبل المشبكية لخلية ما بعد المشبكية. إنها محاولة لتفسير اللدونة المشبكية ، تكيف الخلايا العصبية في الدماغ أثناء عملية التعلم. قدمها دونالد هيب في كتابه عام 1949 تنظيم السلوك . ^[1] تسمى النظرية أيضًا قاعدة هيب ، ومسلمة هيب ، ونظرية تجميع الخلايا . ينص هيب على ما يلي:

لنفترض أن استمرار أو تكرار النشاط الانعكاسي (أو "الأثر") يميل إلى إحداث تغييرات خلوية دائمة تزيد من استقراره. ... عندما يكون محور الخلية أ قريبًا بدرجة كافية لإثارة الخلية ب ويشارك بشكل متكرر أو مستمر في إطلاقها، تحدث بعض عمليات النمو أو التغيير الأيضي في إحدى الخليتين أو كلتيهما بحيث تزداد كفاءة الخلية أ ، كإحدى الخلايا التي تطلق ب . ^{[1] : 62}

غالبًا ما يتم تلخيص النظرية على أنها " الخلايا العصبية التي تنطلق معًا، تترابط معًا ". ^[2] ومع ذلك، أكد هيب أن الخلية أ تحتاج إلى "المشاركة في إطلاق" الخلية ب ، ولا يمكن أن تحدث مثل هذه السببية إلا إذا أطلقت الخلية أ قبل الخلية ب ، وليس في نفس وقتها . تنبأ هذا الجانب من السببية في عمل هيب بما هو معروف الآن عن اللدونة المعتمدة على توقيت النبضة ، والتي تتطلب الأسبقية الزمنية. ^[3]

تحاول النظرية تفسير التعلم الترابطي أو التعلم الهيبي ، حيث يؤدي التنشيط المتزامن للخلايا إلى زيادات ملحوظة في القوة المشبكية بين تلك الخلايا. كما توفر أساسًا بيولوجيًا لأساليب التعلم الخالية من الأخطاء للتعليم وإعادة تأهيل الذاكرة. في دراسة الشبكات العصبية في الوظيفة الإدراكية، غالبًا ما يُنظر إليها على أنها الأساس العصبي للتعلم غير الخاضع للإشراف .

تتعلق نظرية هيب بكيفية اتصال الخلايا العصبية ببعضها البعض لتصبح إنجرامات . يمكن فهم نظريات هيب حول شكل ووظيفة التجمعات الخلوية من خلال ما يلي: ^{[1] : 70}

الفكرة العامة قديمة، وهي أن أي خليتين أو نظامين من الخلايا ينشطان بشكل متكرر في نفس الوقت سوف يميلان إلى أن يصبحا "مرتبطين" بحيث يسهل النشاط في أحدهما النشاط في الآخر.

وكتب هيب أيضًا: ^{[1] : 63}

عندما تساعد خلية واحدة بشكل متكرر في إطلاق خلية أخرى، يطور محور الخلية الأولى نتوءات مشبكية (أو يكبرها إذا كانت موجودة بالفعل) على اتصال بجسم الخلية الثانية.

[د. آلان أولبورت] يطرح أفكارًا إضافية تتعلق بنظرية تجميع الخلايا ودورها في تكوين الأنجرامات، على غرار مفهوم الارتباط الذاتي، والذي تم وصفه على النحو التالي:

إذا تسببت المدخلات في نظام ما في حدوث نفس نمط النشاط بشكل متكرر، فإن مجموعة العناصر النشطة التي تشكل هذا النمط ستصبح مرتبطة ببعضها البعض بشكل متزايد. وهذا يعني أن كل عنصر سيميل إلى تشغيل كل عنصر آخر و(بأوزان سلبية) إيقاف تشغيل العناصر التي لا تشكل جزءًا من النمط. بعبارة أخرى، سيصبح النمط ككل "مرتبطًا تلقائيًا". يمكننا أن نطلق على النمط المكتسب (المرتبط تلقائيًا) اسم "إنجرام". ^{[4] : 44}

وقد قدمت أعمال مختبر إريك كاندل أدلة على تورط آليات التعلم الهيبية في المشابك العصبية في بطنيات القدم البحرية Aplysia californica . ^{[ بحاجة لمصدر ]} إن التجارب على آليات تعديل المشابك الهيبية في مشابك الجهاز العصبي المركزي للفقاريات أكثر صعوبة في التحكم من التجارب التي أجريت على مشابك الجهاز العصبي المحيطي البسيطة نسبيًا والتي تمت دراستها في اللافقاريات البحرية. يتضمن الكثير من العمل على التغيرات المشبكية طويلة الأمد بين الخلايا العصبية للفقاريات (مثل التعزيز طويل الأمد ) استخدام التحفيز التجريبي غير الفسيولوجي لخلايا المخ. ومع ذلك، يبدو أن بعض آليات تعديل المشابك ذات الصلة الفسيولوجية التي تمت دراستها في أدمغة الفقاريات هي أمثلة على العمليات الهيبية. تستعرض إحدى هذه الدراسات ^[5] نتائج التجارب التي تشير إلى أن التغييرات طويلة الأمد في نقاط القوة المشبكية يمكن أن تحدث من خلال النشاط المشبكي ذي الصلة الفسيولوجية الذي يعمل من خلال آليات هيبية وغير هيبية.

من وجهة نظر الخلايا العصبية الاصطناعية والشبكات العصبية الاصطناعية ، يمكن وصف مبدأ هيب بأنه طريقة لتحديد كيفية تغيير الأوزان بين الخلايا العصبية النموذجية. يزداد الوزن بين خليتين عصبيتين إذا تم تنشيط الخليتين العصبيتين في وقت واحد، وينخفض ​​إذا تم تنشيطهما بشكل منفصل. العقد التي تميل إلى أن تكون إما موجبة أو سالبة في نفس الوقت لها أوزان موجبة قوية، في حين أن تلك التي تميل إلى أن تكون معاكسة لها أوزان سلبية قوية.

فيما يلي وصف صيغي للتعلم العبري: (هناك العديد من الأوصاف الأخرى الممكنة)

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

أين هو وزن الاتصال من خلية عصبية إلى خلية عصبية والمدخلات للخلية العصبية . لاحظ أن هذا هو التعلم النمطي (يتم تحديث الأوزان بعد كل مثال تدريبي). في شبكة هوبفيلد ، يتم تعيين الاتصالات على صفر إذا (لا يُسمح باتصالات انعكاسية). مع الخلايا العصبية الثنائية (التنشيطات إما 0 أو 1)، سيتم تعيين الاتصالات على 1 إذا كانت الخلايا العصبية المتصلة لها نفس التنشيط لنمط ما. ${\displaystyle w_{ij}}$${\displaystyle j}$${\displaystyle i}$${\displaystyle x_{i}}$${\displaystyle i}$${\displaystyle w_{ij}}$${\displaystyle i=j}$

عند استخدام أنماط تدريب متعددة، يصبح التعبير عبارة عن متوسط ​​الأنماط الفردية:

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

حيث هو وزن الاتصال من خلية عصبية إلى خلية عصبية ، هو عدد أنماط التدريب والمدخل - للخلية العصبية . هذا هو التعلم حسب العصر (يتم تحديث الأوزان بعد تقديم جميع أمثلة التدريب)، وهو المصطلح الأخير الذي ينطبق على كل من مجموعات التدريب المنفصلة والمستمرة. مرة أخرى، في شبكة هوبفيلد، يتم ضبط الاتصالات على الصفر إذا (لا توجد اتصالات انعكاسية). ${\displaystyle w_{ij}}$${\displaystyle j}$${\displaystyle i}$${\displaystyle p}$${\displaystyle x_{i}^{k}}$${\displaystyle k}$${\displaystyle i}$${\displaystyle w_{ij}}$${\displaystyle i=j}$

أحد أشكال التعلم الهيبي الذي يأخذ في الاعتبار ظواهر مثل الحجب والعديد من ظواهر التعلم العصبي الأخرى هو النموذج الرياضي لهاري كلوبف. ^[6] يعيد نموذج كلوبف إنتاج العديد من الظواهر البيولوجية، كما أنه سهل التنفيذ.

وبسبب الطبيعة البسيطة للتعلم الهيبي، الذي يعتمد فقط على تزامن النشاط قبل المشبكي وبعده، فقد لا يكون من الواضح بديهيًا لماذا يؤدي هذا الشكل من المرونة إلى التعلم ذي المعنى. ومع ذلك، يمكن إثبات أن المرونة الهيبية تلتقط الخصائص الإحصائية للمدخلات بطريقة يمكن تصنيفها على أنها تعلم غير خاضع للإشراف.

يمكن إظهار ذلك رياضيًا في مثال مبسط. دعنا نعمل تحت افتراض تبسيط خلية عصبية واحدة تعتمد على المعدل ، والمدخلات لها معدلات . عادةً ما يتم وصف استجابة الخلية العصبية على أنها مزيج خطي من مدخلاتها، متبوعًا بدالة استجابة : ${\displaystyle y(t)}$${\displaystyle x_{1}(t)...x_{N}(t)}$${\displaystyle y(t)}$${\displaystyle \sum _{i}w_{i}x_{i}}$ ${\displaystyle f}$

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

كما هو موضح في الأقسام السابقة، تصف اللدونة الهيبية التطور عبر الزمن للوزن المشبكي : ${\displaystyle w}$

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

بافتراض، من أجل التبسيط، دالة استجابة الهوية ، يمكننا أن نكتب ${\displaystyle f(a)=a}$

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

أو في شكل مصفوفة :

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

كما في الفصل السابق، إذا تم التدريب حسب العصر، فيمكن إجراء متوسط ​​على مجموعة تدريب منفصلة أو مستمرة (زمنية) : حيث هي مصفوفة الارتباط للمدخلات تحت الافتراض الإضافي بأن (أي أن متوسط ​​المدخلات يساوي صفرًا). هذا نظام من المعادلات التفاضلية الخطية المقترنة. نظرًا لأن متماثل ، فهو أيضًا قابل للتحويل إلى قطري ، ويمكن إيجاد الحل، من خلال العمل على أساس متجهاته الذاتية، ليكون من الشكل ${\displaystyle \langle \dots \rangle }$${\displaystyle \mathbf {x} }$$${\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} .}$$${\displaystyle C=\langle \,\mathbf {x} \mathbf {x} ^{T}\rangle }$${\displaystyle \langle \mathbf {x} \rangle =0}$${\displaystyle N}$${\displaystyle C}$

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

حيث هي ثوابت عشوائية، هي المتجهات الذاتية لـ وقيمها الذاتية المقابلة. نظرًا لأن مصفوفة الارتباط هي دائمًا مصفوفة موجبة محددة ، فإن القيم الذاتية كلها موجبة، ويمكن للمرء أن يرى بسهولة كيف أن الحل أعلاه متباعد دائمًا بشكل كبير في الوقت. هذه مشكلة جوهرية بسبب عدم استقرار هذه النسخة من قاعدة هيب، كما هو الحال في أي شبكة ذات إشارة مهيمنة، فإن الأوزان المشبكية ستزداد أو تنقص بشكل كبير. بديهيًا، هذا لأنه كلما أثارت الخلية العصبية قبل المشبكية الخلية العصبية بعد المشبكية، يتم تعزيز الوزن بينهما، مما يتسبب في إثارة أقوى في المستقبل، وهكذا، بطريقة معززة ذاتيًا. قد يعتقد المرء أن الحل هو الحد من معدل إطلاق الخلية العصبية بعد المشبكية عن طريق إضافة دالة استجابة غير خطية مشبعة ، ولكن في الواقع، يمكن إثبات أنه بالنسبة لأي نموذج خلية عصبية، فإن قاعدة هيب غير مستقرة. ^[7] لذلك، تستخدم نماذج الشبكة للخلايا العصبية عادةً نظريات تعلم أخرى مثل نظرية BCM ، وقاعدة أوجا ، ^[8] أو خوارزمية هيبيان المعممة . ${\displaystyle k_{i}}$${\displaystyle \mathbf {c} _{i}}$${\displaystyle C}$${\displaystyle \alpha _{i}}$${\displaystyle f}$

بغض النظر عن ذلك، حتى بالنسبة للحل غير المستقر أعلاه، يمكننا أن نرى أنه عندما يمر وقت كافٍ، يهيمن أحد المصطلحات على المصطلحات الأخرى،

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

حيث تكون أكبر قيمة ذاتية لـ . في هذا الوقت، تقوم الخلية العصبية ما بعد المشبكية بالعملية التالية: ${\displaystyle \alpha ^{*}}$${\displaystyle C}$

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

لأنه، مرة أخرى، هو المتجه الذاتي المقابل لأكبر قيمة ذاتية لمصفوفة الارتباط بين s، وهذا يتوافق تمامًا مع حساب المكون الرئيسي الأول للمدخلات. ${\displaystyle \mathbf {c} ^{*}}$${\displaystyle x_{i}}$

يمكن توسيع هذه الآلية لتشمل إجراء تحليل المكونات الأساسية الكامل للمدخلات عن طريق إضافة المزيد من الخلايا العصبية ما بعد المشبكية، بشرط منع الخلايا العصبية ما بعد المشبكية من التقاط نفس المكون الأساسي، على سبيل المثال عن طريق إضافة تثبيط جانبي في الطبقة ما بعد المشبكية. وبالتالي، قمنا بربط التعلم الهيبي بتحليل المكونات الأساسية، وهو شكل أولي من أشكال التعلم غير الخاضع للإشراف، بمعنى أن الشبكة يمكنها التقاط جوانب إحصائية مفيدة للمدخلات، و"وصفها" بطريقة مختصرة في مخرجاتها. ^[9]

على الرغم من الاستخدام الشائع لنماذج هيب للتحفيز طويل الأمد، فإن مبدأ هيب لا يغطي جميع أشكال اللدونة المشبكية طويلة الأمد. لم يفترض هيب أي قواعد للمشابك المثبطة، ولم يتنبأ بتسلسلات الأشواك المضادة للسببية (إطلاق العصبونات قبل المشبكية بعد العصبونات بعد المشبكية). قد لا يحدث التعديل المشبكي ببساطة بين العصبونات المنشطة A وB فحسب، بل في المشابك المجاورة أيضًا. ^[10] لذلك تعتبر جميع أشكال اللدونة المشبكية غير المتجانسة والتوازنية غير هيبية. ومن الأمثلة على ذلك الإشارات الرجعية إلى المحطات قبل المشبكية. ^[11] المركب الأكثر شيوعًا الذي يتم تحديده على أنه يفي بدور الناقل الرجعي هذا هو أكسيد النيتريك ، والذي غالبًا ما يمارس تأثيرات على الخلايا العصبية القريبة بسبب قابليته للذوبان والانتشار العالية. ^[12] هذا النوع من التعديل المشبكي المنتشر، المعروف باسم تعلم الحجم، غير مدرج في نموذج هيب التقليدي. ^[13]

لقد تم استخدام التعلم الهيبي والمرونة المعتمدة على توقيت النبضة في نظرية مؤثرة حول كيفية ظهور الخلايا العصبية المرآوية . ^{[14] [15]} الخلايا العصبية المرآوية هي الخلايا العصبية التي تنطلق عندما يقوم الفرد بعمل ما وعندما يرى الفرد ^[16] أو يسمع ^[17] شخصًا آخر يقوم بعمل مماثل. كان اكتشاف هذه الخلايا العصبية مؤثرًا جدًا في تفسير كيفية فهم الأفراد لأفعال الآخرين، من خلال إظهار أنه عندما يدرك الشخص تصرفات الآخرين، فإنه ينشط البرامج الحركية التي قد يستخدمها لأداء أفعال مماثلة. يضيف تنشيط هذه البرامج الحركية بعد ذلك معلومات إلى الإدراك ويساعد في التنبؤ بما سيفعله الشخص بعد ذلك بناءً على البرنامج الحركي الخاص بالمُدرك. كان التحدي هو تفسير كيف يأتي الأفراد بخلايا عصبية تستجيب أثناء القيام بعمل ما وأثناء سماع أو رؤية شخص آخر يقوم بأفعال مماثلة.

اقترح كريستيان كيسرز وديفيد بيريت أنه عندما يقوم الفرد بعمل معين، فسوف يرى ويسمع ويشعر بأداء هذا العمل. ستؤدي هذه الإشارات الحسية المنعكسة إلى تحفيز النشاط في الخلايا العصبية التي تستجيب لرؤية وصوت وشعور العمل. ولأن نشاط هذه الخلايا العصبية الحسية سوف يتداخل باستمرار في الوقت مع نشاط الخلايا العصبية الحركية التي تسببت في العمل، فإن التعلم الهيبي يتوقع أن يتم تعزيز المشابك العصبية التي تربط الخلايا العصبية التي تستجيب لرؤية وصوت وشعور العمل والخلايا العصبية التي تحفز العمل. وينطبق الشيء نفسه عندما ينظر الناس إلى أنفسهم في المرآة، أو يسمعون أنفسهم وهم يتحدثون، أو يقلدونهم من قبل الآخرين. بعد تجربة متكررة لهذا التأكيد، تصبح المشابك العصبية التي تربط بين التمثيلات الحسية والحركية لعمل ما قوية للغاية بحيث تبدأ الخلايا العصبية الحركية في إطلاق النار على الصوت أو رؤية العمل، ويتم إنشاء خلية عصبية مرآوية.

يأتي الدليل على هذا المنظور من العديد من التجارب التي تُظهر أن البرامج الحركية يمكن أن تُحفَّز بواسطة محفزات سمعية أو بصرية جديدة بعد الاقتران المتكرر للمحفز بتنفيذ البرنامج الحركي (لمراجعة الأدلة، انظر Giudice et al.، 2009 ^[18] ). على سبيل المثال، الأشخاص الذين لم يعزفوا على البيانو مطلقًا لا ينشطون مناطق الدماغ المشاركة في العزف على البيانو عند الاستماع إلى موسيقى البيانو. ثبت أن خمس ساعات من دروس البيانو، حيث يتعرض المشارك لصوت البيانو في كل مرة يضغط فيها على مفتاح، كافية لتحفيز النشاط في المناطق الحركية في الدماغ عند الاستماع إلى موسيقى البيانو عند سماعها في وقت لاحق. ^[19] بما يتفق مع حقيقة أن اللدونة المعتمدة على توقيت النبضة تحدث فقط إذا تنبأ إطلاق العصبون قبل المشبك بإطلاق العصبون بعد المشبك، ^[20] يبدو أيضًا أن الارتباط بين المحفزات الحسية والبرامج الحركية لا يتم تعزيزه إلا إذا كان المحفز مشروطًا بالبرنامج الحركي.

• هيب، دو (1961). "السمات المميزة للتعلم في الحيوان الأعلى". في جيه إف ديلافرسناي (المحرر). آليات الدماغ والتعلم . لندن: مطبعة جامعة أكسفورد.
• هيب، دو (1940). "السلوك البشري بعد إزالة ثنائية واسعة النطاق من الفصوص الجبهية". أرشيفات علم الأعصاب والطب النفسي . 44 (2): 421-438. doi :10.1001/archneurpsyc.1940.02280080181011.
• بيشوب، سي إم (1995). الشبكات العصبية للتعرف على الأنماط . أكسفورد: مطبعة جامعة أكسفورد. رقم ISBN 978-0-19-853849-3.
• بولسن، أو.؛ ​​سيجنوفسكي، تي جيه (2000). "أنماط النشاط الطبيعية والمرونة المشبكية طويلة الأمد". الرأي الحالي في علم الأعصاب . 10 (2): 172-179. doi :10.1016/S0959-4388(00)00076-3. PMC  2900254. PMID  10753798 .

• نظرة عامة تم أرشفة 2017-05-02 على موقع Wayback Machine
• برنامج تعليمي عن اللغة الهيبية (الجزء 1: تصفية الحداثة، الجزء 2: تحليل المكونات الأساسية)