IT-lexikon › AI & ML › Hebbiansk inlärning

Hebbiansk inlärning

AI & ML In English → Uppdaterad: 2026-08-07

"Celler som eldar tillsammans, kopplas samman" — regeln som förklarade hur nervceller lär.

Hebbiansk inlärning bygger på ett postulat som psykologen Donald Hebb formulerade i boken The Organization of Behavior (1949): när en nervcell upprepat är med om att få en annan att avfyra, förstärks kopplingen mellan dem. Den fyndiga sammanfattningen "cells that fire together, wire together" myntades senare av andra, men fångar idén.

Regeln var neurofysiologisk från början men blev en av grundstenarna i artificiella neurala nätverk: ett enkelt, lokalt sätt att ändra vikter utan facit, alltså oövervakad inlärning. Den bygger vidare på McCulloch–Pitts-neuronen från 1943 och föregår de gradientbaserade metoder som bakåtpropagering som kom att dominera. Ren hebbiansk inlärning är instabil på egen hand — vikterna växer utan gräns — vilket senare varianter fått bygga bort.

← Tillbaka till lexikonet