3.4 突触可塑性：STDP 与赫布规则

3.4 突触可塑性：STDP 与赫布规则

本节摘要：本节把第 2 章的生物 LTP/LTD 翻译成一套可上机的学习账——赫布规则的无监督自组织，及其时间版本 STDP 如何用"前后脉冲时序差"决定增强或削弱。读完你能推出 STDP 的调账方向，并画清它的时序依赖曲线。

到这里，SNN 的"输入怎么表达"和"单个神经元怎么写方程"都已就位，本节补上学习环节：不改突触权重的网络只会死记，改权重的网络才能学习。 第 2.2 节你在生物层看过 LTP/LTD，本节把这套"改账"写成可计算规则——它是无监督、自组织学习的符号化，与第 3.5 节有监督的梯度法提出了合同账。本节接编码，迈向训练。

一、赫布规则：一起火力就是账

赫布定律的经典描述是"一起激发的神经元，会连接到一起"——每当突触前神经元放电紧跟突触后神经元放电，这条突触就理应被增强（共同使用，加固链接）。它给出无监督的自组织逻辑：网络靠"谁和谁常一起激活"自动调整权重，不需要外部标签。

它的最简单数学是：把权重变化写成输入活动与输出活动之积，Δw = eta * pre_activity * post_activity。两个都活跃，权重涨；一个冷清，权重不涨。这听起来自然，但有个问题——它只管"增强"，不管"该削弱谁"，权重只会单调堆高。于是需要带抑制/削弱机制的更完整版本（如 BCM），以及下面这个把"时序"也考虑进来的 STDP。

二、STDP：把时序也写进账

脉冲时序依赖可塑性（STDP）是赫布规则的时间版本，它把权重修改绑定在突触前脉冲与突触后脉冲的相对时序差上：

• 若突触前神经元先爆发、紧跟突触后神经元爆发（前在前，即"预测到后来"），这条数据开通，权重增强——因为前发确实"推动"了后发，协作有功。
• 若突触后神经元先爆发、突触前神经元后补刀（地位颠倒，属于"开马后炮"），这条数据该削弱——后发根本没受前发影响，不该涨。

时序差越短，调账幅度越大；间隔拉大了，影响衰减。这就是一条典型的 STDP 时间窗曲线：横轴是前后突触脉冲的时间差，纵轴是权重变化（正的增、负的减）。

三、STDP 的公式与取舍

把曲线写成一个常用的指数衰减式子（dt 是前后脉冲时间差）：

if dt > 0 (前发在后发前):  Δw = +A_plus  * exp(-dt / tau_plus)   # 增强
if dt < 0 (前发在后发后):  Δw = -A_minus * exp( dt / tau_minus)  # 削弱
​

A_plus/A_minus 是修正的上限（幅度），tau_plus/tau_minus 是时间常数（衰减快慢）。STDP 的三个取舍值得记：

• 只靠局部信息：每个突触只需知道它两端两个脉冲的时序，无需全局梯度——这让 STDP 极适合分布式的神经形态硬件（第 4 章 Loihi 的片上学习就是这块）。
• 无监督自组织：不需要数据集标签，靠时序相关就能发现结构，正合"低功耗边缘自主学习"的用法。
• 不稳定风险：没有抑制与归一化，权重照涨不误，容易胀破；实际要配约束（上下限、衰减）。

四、STDP 与硬件长得太像

值得一提的是，STDP 之所以被硬件狂热，恰恰因为"局部可算"。第 4 章你会看到 Loihi 把 STDP 做成片上可学习规则，A/tau 变成芯片寄存器里的系数，前后脉冲时序由电路里的尖峰到达次序天然给出——不需要额外同步，也不需要反传。这正和第 1 章"少搬数据、只在必要时算"的记账原则完美同频。

⚠️ 常见坑：STDP 不等于"万能学习器"。它擅长发现时序结构、做特征自组织，但做不了典型的"给一堆标注图像训练分类"（哥哥的监督任务）。很多新手拿 STDP 硬怼监督分类，结果收敛慢且不稳——它更该配无监督 + 后续线性层。

💡 关键直觉：STDP 的"谁先开枪奖谁"本质是在同步提取因果——前发推动了后发就是真卷积功。这个因果性就是它省监督却又能学结构的秘密。

五、STDP 也有兄弟：BCM 与实现账

STDP 不是唯一的学习账，还有个常被一并提起的 BCM（Bienenstock-Cooper-Munro）规则。它不靠前后时序，而靠"平均活动水平"调账：当突触后神经元平均活动低于某个阈值时，活跃的突触被增强；一旦平均活动高过阈值，那些突触反而被削弱。这套负反馈自带"刹车"——权重不会一路单调堆高，网络能以"先增强、到了水平再削弱"的方式自我稳定。相较之下，纯 STDP 缺这脚刹车，久了权重容易胀破，常要外挂上下限或规则化处理。

理解两者分工，你对接第 4 章会更有底气：片上学习单元到底是"按时序调账"（STDP）还是"按平均活动调账"（BCM 变体），决定它能学出什么结构。例如 Loihi 片上的有监督学习更贴近误差信号那套，而不少无监督实验直接用 STDP 去发现时序结构。

再做一个量化手感的例子（直觉用，别当精确报价）：假设某次突触前后脉冲的时间差 dt 为 5 毫秒，时间常数 τ_plus 取约 20 毫秒，那增强幅度大约是 A_plus × exp(−5/20) ≈ A_plus × 0.78，也就砍掉约两成；若把 dt 拉到 40 毫秒，增强只剩 A_plus × exp(−2) ≈ A_plus × 0.14，接近归零。间隔越远增强越少——这条指数衰减，正是前面那张 STDP 曲线图背后的账目算术。读曲线时注意一个对称性差异：现实中增强支（LTP）的衰减常数往往与削弱支（LTD）不同，所以曲线并不是关于原点对称的完美镜像，这直接影响"多久之后该奖、多久之后该罚"的边界。

把它往应用场景里落一句：正因为 STDP 只靠"谁先谁后、间隔多短"就能学习，它特别适合那些没有强标签、却富含时间节奏的信号——比如连续的动作流、视听时序、还是设备在真实环境里的在线自适应。你分不清任务有没有清楚标注时，可以先想"这里有没有天然的时间先后可学"；有，STDP 就是低功耗自组织的顺路方案。把这个"能不能只靠时序学"的问号带上，你读第 4 章片上学习、第 6 章边缘应用时，会自动多一根判断的主轴。

本节要点回顾

• 赫布规则：一起激活就加固，无监督自组织，但易单边堆增。
• STDP 用时序差定方向：前后顺序正确则增强，颠倒则削弱。
• 公式三要素：幅度上限、时间常数、符号方向由前后顺序定。
• STDP 局部可算，天然契合分布式低功耗神经形态硬件（Loihi 片上学习）。