今天讀到一篇文章中有一句話提到：“從1642年Pascal發明的手搖式計算機再到1949 Donald Hebb提出的赫布理論——解釋學習過程中大腦神經元所發生的的變化蘊含着機器學習思想的萌芽。” 所以特意上網查找了資料做以摘錄。
赫布理論（英語：Hebbian theory）
是一個神經科學理論，解釋了在學習的過程中腦中的神經元所發生的變化。赫布理論描述了突觸可塑性的基本原理，即突觸前神經元向突觸後神經元的持續重複的刺激，可以導致突觸傳遞效能的增加。
赫布理論解釋了神經元如何組成聯接，從而形成記憶印痕。赫布理論闡明瞭細胞集羣（Cell Assemblies）的形態和功能：“兩個神經元或者神經元系統，如果總是同時被激發，就會形成一種‘組合’，其中一個神經元的激發會促進另一個的激發。”赫布同時寫道：“如果一個神經元持續激活另一個神經元，前者的軸突將會生長出突觸小體（如果已有，則會繼續長大）和後者的胞體相連接。”
在人工神經網絡中，突觸間傳遞作用的變化被當作是（被映射成）神經元網絡圖中相應權重的變化。如果兩個神經元同步激發，則它們之間的權重增加；如果單獨激發，則權重減少。赫布學習規則是最古老的也是最簡單的神經元學習規則。