“Hebbian theory, fire together, then wire together. ”
神经科学领域一直有一个“小目标”——了解“记忆”，包括记忆的形成、维持、消退等。
其中一个十分令人着迷的问题就是，是否存在一个特殊的小分子，单凭它就能维持住记忆呢？
半个世纪以前心理学家Donald Hebb就已提出了著名的赫布法则（Hebbian Rule）：
认为同时被激活的神经元之间的连接被强化，产生新的链路，形成新的记忆(fire together, wire together)。
比如说你对一首歌的记忆，对一个人、一件事的记忆。当这些小的记忆单元建立起来以后, 他们也可以互相之间建立联系。
比如你在听这首歌的时候同时经历着一件事，如果相关性比较强, 他们在大脑里就会形成联系，而这种联系会在以后因其中的一个单元被fire而唤醒。
例如你在多年后又听到这首歌, 会立马想到当时与这首歌有关的人, 经历的事情等。
而这些记忆单元组成的细胞集群（作为记忆的物质基础）被称作“记忆印迹（engrams）”。
根据Hebbian rule这个神经学原理，我们也可以主动改变神经元连接，摆脱痛苦，这就是为什么我们会需要重新解读痛苦的记忆。
当然，这是一个十分漫长的过程，因为情绪的力量是伟大的，如果你一开始想要跳出你的痛苦区，将会等到情绪的绝命反抗，而再次掉入谷底。
因此， 你要做的不是马上跳出， 而是用习惯修正你的能量地图，减小低能势垒。
Hebbian rule的生效往往需要一段时间，这也就是我们所说的习惯养成是长期的过程。
“Your brain is programmable, if you don't program for it, others will.”
可以看出，人脑是一个由庞大复杂网络组成的信息处理系统。
它通过神经元之间的信号传递实现信息处理，具有以下特点：
处理速度并不很快，进行的是并行处理，计算与存储融合在一起，拥有自学习能力。
在Hebbian rule的基础上形成了“Hebbian学习”，它也可称为Hebb规则或Hebb假设，
已经成为人工神经网络的一个经典算法，帮助我们深度理解机器学习技术，破解AI黑箱。
如果你想要深入了解Hebbian学习算法过程，为深度学习、机器学习打下基础；
或者你了解过人工神经网络，但对理论原理掌握与实践运用缺乏深度；
或者你是人工智能、物联网爱好者；
又或者你对人类的记忆形成的原因燃起浓厚的兴趣……
