🧠 Plastyczność synaptyczna — jak neurony się uczą (STDP)

Plastyczność synaptyczna to zdolność połączenia (synapsy) między dwoma neuronami do zmiany siły w czasie. Gdy połączenie się wzmacnia, impuls presynaptyczny wywiera większy wpływ na neuron postsynaptyczny; gdy słabnie, efekt maleje. Ta zmiana wagi synaptycznej jest powszechnie uważana za komórkową podstawę uczenia się i pamięci.

STDP oznacza plastyczność zależną od czasu impulsów (spike-timing-dependent plasticity). Jest to reguła uczenia się, w której dokładny względny czas impulsów przed- i postsynaptycznych, mierzony w milisekundach, decyduje o tym, czy synapsa zostanie wzmocniona (potencjacja), czy osłabiona (depresja).

Jeśli neuron presynaptyczny wyładowuje impuls krótko przed neuronem postsynaptycznym (dt = t_post − t_pre > 0), synapsa jest potencjonowana, więc waga rośnie. Jeśli neuron presynaptyczny wyładowuje impuls krótko po neuronie postsynaptycznym (dt < 0), synapsa jest osłabiana i waga maleje. Im bliżej siebie w czasie znajdują się impulsy, tym większa jest zmiana.

Dla pary impulsów z różnicą czasową dt = t_post − t_pre: dw = A+ · exp(−dt/τ+) gdy dt > 0 (potencjacja), oraz dw = −A− · exp(dt/τ−) gdy dt < 0 (depresja). A+ i A− ustalają maksymalne wielkości kroku, a τ+ i τ− (zwykle około 20 ms) ustalają, jak szybko efekt zanika wraz z odstępem czasowym.

Neuron typu leaky integrate-and-fire to prosty model, w którym napięcie błonowe całkuje napływający prąd, ale też przecieka z powrotem w stronę wartości spoczynkowej. Gdy napięcie przekroczy próg, neuron emituje impuls i resetuje się. To standardowy, minimalny model używany do badania czasu impulsów i plastyczności.

Uczenie hebbowskie podsumowuje się jako „neurony, które wyładowują impulsy razem, łączą się razem”. STDP to precyzyjna, oparta na czasie forma uczenia hebbowskiego: nagradza neuron presynaptyczny, który wiarygodnie przyczynia się do wyładowania neuronu postsynaptycznego, a karze taki, który wystrzeliwuje zbyt późno, by mógł się do tego przyczynić.

Liczy się przyczynowość. Impuls presynaptyczny tuż przed impulsem postsynaptycznym mógł przyczynić się do jego wywołania, więc wzmocnienie tego połączenia jest przydatne dla przewidywania i uczenia się. Impuls presynaptyczny tuż po nie mógł spowodować wyjścia, więc jego osłabienie usuwa mylące połączenie. STDP oddaje tę przyczynową asymetrię.

τ+ i τ− to stałe czasowe stron potencjacji i depresji okna STDP. Większe stałe czasowe oznaczają, że synapsa reaguje na pary impulsów oddzielone dłuższymi odstępami; mniejsze wartości sprawiają, że plastyczność jest wrażliwa tylko na bardzo ściśle zsynchronizowane impulsy.

Nie. W tej symulacji, podobnie jak w rzeczywistych neuronach, waga jest ograniczona wartością minimalną i maksymalną. Bez tych ograniczeń STDP mogłoby się wymknąć spod kontroli, dlatego biologiczne synapsy wykorzystują nasycenie, reguły zależne od wagi oraz mechanizmy homeostatyczne, aby utrzymać stabilność aktywności.

STDP jest główną lokalną, nienadzorowaną regułą uczenia dla impulsowych sieci neuronowych i sprzętu neuromorficznego. Ponieważ każda synapsa aktualizuje się wyłącznie na podstawie czasu własnych impulsów przed- i postsynaptycznych, skaluje się wydajnie i jest atrakcyjna dla energooszczędnych, inspirowanych mózgiem układów obliczeniowych.