نموذج مينيرفا 2: محاكاة الذاكرة وتجريد النماذج

يُعد نموذج مينيرفا 2 (MINERVA 2) أحد أبرز النماذج الحسابية والرياضية في علم النفس المعرفي؛ حيث أحدث تحولاً جذرياً في فهم كيفية تمثيل واسترجاع المعرفة من خلال إثبات أن المفاهيم المجردة والنماذج الأولية يمكن أن تنبثق بصورة كلية وتلقائية من تراكم الآثار العرضية الفردية دون الحاجة إلى بنية معرفية مسبقة ومستقلة. يقدم هذا النموذج إطاراً صارماً يُفسر الظواهر المعقدة كالتذكر الدلالي، والتعرف، وأحكام التكرار عبر آليات رياضية موحدة ومحكمة تُحاكي بدقة التفاعلات الموازية التي تجري بين المثيرات الحسية ومخزون الذاكرة الطويل المدى.

نموذج مينيرفا 2 (MINERVA 2)

1. التعريف الدقيق والموجز

نموذج مينيرفا 2 هو نموذج حسابي رياضي يُصنف ضمن نماذج الآثار المتعددة (Multiple-Trace Models) للذاكرة العرضية، صممه عالم النفس الأمريكي دوغلاس إل. هينتزمان (Douglas L. Hintzman) في ثمانينيات القرن العشرين. ينص النموذج على أن كل خبرة أو حدث يمر به الفرد يتم تشفيره وتخزينه كأثر منفصل وفريد داخل مصفوفة ذاكرة تراكمية، دون إجراء أي دمج تجريدي أو استخراج تصنيفي مسبق للأنماط المشتركة أثناء عملية الإدخال.

وعندما يواجه النظام المعرفي مثيراً جديداً يُسمى بمسبار الاسترجاع (Retrieval Probe)، فإن هذا المسبار ينشط جميع الآثار المخزونة في الذاكرة بنحو متوازٍ وآني وفقاً لدرجة تشابهها الميكروفيزيائي معه. وتنتج عن هذه الاستثارة الموازية استجابة موحدة تُعرف باسم «الصدى» (Echo)، والتي تمتلك صفتين أساسيتين: الشدة (Intensity) التي تمثل الشعور بالألفة والتعرف، والمحتوى (Content) الذي يمثل استرجاع الخصائص المفقودة أو إعادة بناء النماذج الأولية والتجريدية التي تبدو وكأنها كانت مخزونة بشكل مستقل، بينما هي في الواقع نتاج تركيبي وقتي لتفاعل الآثار الفردية مع المسبار.

2. التأثيل والاشتقاق اللغوي

يعود أصل اسم مينيرفا (Minerva) إلى الميثولوجيا الرومانية القديمة؛ حيث كانت مينيرفا هي إلهة الحكمة، والتعلم، والفنون، والحرب الاستراتيجية والتأمل الفكري، وهي المقابلة الرومانية للإلهة الإغريقية «أثينا». وقد استعار علماء المعرفة والحوسبة هذا الاسم رمادياً للدلالة على العمليات الحسابية والمنطقية الذكية المعقدة التي تقود إلى المعرفة والتفكر.

أما الرقم (2) المُلحق بالتسمية، فيعكس التطور التاريخي للنموذج البرمجي والحسابي؛ إذ بدأ هينتزمان في أوائل الثمانينيات بتطوير النسخة الأولية (MINERVA 1) لمعالجة مشكلات محددة تتعلق بأحكام التردد والتكرار الذاتي. ولاحقاً، قام هينتزمان بتوسيع الصيغة الحسابية وإعادة ضبط المعايير الرياضية لمعالجة معضلات التعميم، والتعرف، وتجريد النماذج الأولية (Prototype Abstraction)، مما نتج عنه النموذج الموسع المكتمل والمعروف في الأدبيات المعرفية باسم «MINERVA 2» المنشور في أوراقه الرائدة بين عامي 1984 و1988.

3. النطق والصيغة الصرفية والنحوية

يُنطق المصطلح باللغة العربية بكسر الميم وسكون الياء وفتح النون والراء: «مِينِيرْفَا اِثْنَان»، ويكتب في المراجع بالإنجليزية بصيغة الحروف الكبيرة (MINERVA 2) كدلالة على المعرف الحسابي، وتأتي الصيغة النحوية كاسم علم مركب متبوع بعدد ترتيبي في سياق النعت والبدل («نموذجُ مينيرفا الثاني» أو «نموذج مينيرفا 2»).

يُستخدم المصطلح في السياقات الأكاديمية بوصفه اسماً دالاً على نموذج رياضي-حسابي، ويُسند غالباً إلى نظريات النمذجة الإدراكية كقولنا: «وفقاً لافتراضات مينيرفا 2 الحسابية»، أو «تُشير عمليات محاكاة مينيرفا 2 إلى كذا». وتعتبر الكلمة غير مشتقة عربياً لكونها اسماً أعجمياً ممنوعاً من الصرف للعلمية والعجمة، ولكنها تخضع للتركيب الإضافي أو الوصفي باللغة العربية الفصحى بسلاسة.

4. الشرح المفاهيمي المفصل

يقوم الجوهر المفاهيمي لنموذج مينيرفا 2 على حل إشكالية فلسفية ومعرفية شائكة شغلت علماء النفس لعقود: كيف يمكن للإنسان تكوين مفاهيم ونماذج مجردة (مثل مفهوم “الكلب” أو “الكرسي”) وهو لا يتعامل حسياً إلا مع تجارب فردية جزئية؟ قبل طرح النموذج، كان الرأي السائد ينقسم بين معسكر يرى أن الدماغ يحتفظ فقط بالنماذج العامة (Prototypes) ويتخلص من تفاصيل الأحداث اليومية، ومعسكر يرى أن الذاكرة تخزن كل واقعة على حدة، مما يؤدي نظرياً إلى انفجار حجم التخزين وعجز النظام عن التجريد السريع.

جاء هينتزمان بفرضية ثورية تُثبت أن التجريد (Abstraction) ليس عملية تخزين، بل هو عملية «استرجاع واستحضار ديناميكي». تفترض المنظومة أن كل خبرة حسية تُمثَّل في صورة متجه من السمات (Feature Vector)، حيث تأخذ كل سمة قيمة رقمية تشير إلى وجود الخاصية، أو غيابها، أو حيادها. ولا يقوم الدماغ بحذف أو تلخيص هذه المتجهات، بل تُضاف متتالية ومتطابقة في الأبعاد إلى مصفوفة الذاكرة طويلة المدى، تماماً كما لو كنا نضيف أسطر جديدة إلى جدول بيانات لا نهائي.

عندما يتعرض الكائن الحي لمثير، يتم تمثيل هذا المثير في مسبار (Probe) يمتلك نفس عدد السمات. يمر هذا المسبار على جميع السجلات دون استثناء وفي نفس اللحظة عبر آلية تماثلية موازية. كلما كان الأثر المخزون مشابهاً لمسبار الإدخال، كان رنينه وتنشيطه أكبر. والجميل في الحسابات هنا، أن الآثار الجزئية تشترك في الميزات الأساسية للمفهوم، وحين تُجمع استجاباتها كمتجه صدوي (Echo Content)، تُلغى التناقضات العشوائية الفردية (الضوضاء) وتتضخم الميزات المشتركة (الإشارة)، مما يخلق إحساساً إدراكياً بوجود فكرة مجردة أو نموذج أصلي لم يكن موجوداً بذاته في الذاكرة قط.

كما يُجيب النموذج ببراعة عن التمييز بين المعرفة الدلالية (Semantic Memory) والمعرفة العرضية (Episodic Memory)؛ إذ يوضح أن الذاكرة الدلالية ليست مخزناً مستقلاً أو مكتبة منفصلة للحقائق، بل هي ببساطة الاستجابة الجمعية التراكمية لكامل سجلات الذاكرة العرضية عند استثارتها بمسابر عامة وسياقية.

5. التطور التاريخي ومحطات التأسيس

خلال فترة السبعينيات وأوائل الثمانينيات من القرن العشرين، سيطرت النماذج التجريدية الأولية (Prototype Models) التي اقترحتها إليانور روش (Eleanor Rosch) وجون بول بوزنر (Michael Posner)، والتي افترضت أن البشر يستخلصون النموذج المثالي المتوسط للمثيرات ويتخلصون تدريجياً من الآثار المنفردة بهدف توفير الجهد التخزيني العصبي. ومع ذلك، بقيت هذه النظريات عاجزة عن تفسير قدرة البشر على تذكر استثناءات محددة وتجارب فريدة معزولة لم تتطابق قط مع النماذج المتوسطة.

في عام 1984، نشر دوغلاس هينتزمان ورقته التاريخية التي عرضت النسخة الموسعة من النموذج الحسابي تحت اسم «MINERVA 2: A Simulation Model of Human Episodic Memory»، وتبعتها ورقته المؤثرة للغاية في مجلة (Psychological Review) عام 1986 بعنوان «”Schema Abstraction” in a Multiple-Trace Memory Model». شكّلت هاتان الورقتان صدمة إيجابية لمجتمع علم النفس التجريبي؛ حيث استخدم هينتزمان لغة المحاكاة الحاسوبية لبرهنة أن نظاماً يحتفظ بكل أثر على حدة يمكنه إنتاج جميع التأثيرات التجريدية التي كانت تُنسب حصراً للنماذج الأولية.

في عام 1988، وسع هينتزمان تطبيقات مينيرفا 2 لتشمل أحكام التكرار والتكرارية المشروطة (Judgments of Frequency)، مبيناً أن استنتاج تكرار الحدث لا يتطلب عداداً ذهنياً، بل هو نتيجة غير خطية لشدة الصدى الإجمالية. لاحقاً، استلهم العديد من الباحثين مثل ريتشارد شيفيرين (Richard Shiffrin) وروبرت نوسوفسكي (Robert Nosofsky) أفكار مينيرفا 2 لتطوير نماذج متقدمة أخرى مثل نموذج الرنين الشامل ومصفوفات التشفير السياقي ونماذج التجميع متعددة الأبعاد، مما جعل مينيرفا 2 حجر الزاوية في تطور النماذج الرياضية للإدراك.

6. الأسس النظرية والأطر المعرفية

ينتمي نموذج مينيرفا 2 إلى التيار التجريبي الترابطي التوزيعي داخل النماذج المعرفية الحسابية. ويعتمد النموذج على أربعة أطر نظرية رئيسية:

أولاً، فرضية الآثار المتعددة (Multiple-Trace Hypothesis): وتناقض فرضية الأثر الموحد القائل بتعديل الأثر القديم عند التعرض لخبرة جديدة. يرى النموذج أن كل حادثة تُفرد لها شريحة خاصة من الخلايا/القيم الرقمية داخل الذاكرة، ويتم التخزين المستمر دون تعديل مباشر على الأحداث السابقة، مما يتيح التراكم التاريخي للخبرات الذاتية.

ثانياً، المطابقة العامة المتوازية (Global Matching): يستند الاسترجاع إلى تنشيط متزامن للمصفوفة بأكملها، بدلاً من البحث التسلسلي الذي يمر على العناصر واحداً تلو الآخر كما تفعل الخوارزميات الحاسوبية التقليدية، وهو ما يتطابق مع الطبيعة الموازية للشبكات العصبية الحيوية.

ثالثاً، الانبثاقية الظاهراتية (Emergence): ينطلق النموذج من مبدأ أن السلوكيات الذكية المعقدة والظواهر التجريدية هي نتاج تفاعل عناصر بسيطة. فالمخطط المعرفي (Schema) أو النموذج الموجه ليس له وجود فيزيائي مستقل، وإنما هو خاصية منبثقة (Emergent Property) تتبلور لحظياً عندما يطلب الموقف المعرفي ذلك.

رابعاً، التقريب الرياضي غير الخطي: يستخدم النموذج قوى تكعيبية وغير خطية لعزل الشبيه الدقيق وتضخيمه، وهو ما يعكس الأسس النظرية السيكوفيزيائية في الاستجابة للمنبهات الحسية واستخلاص الإشارة المفيدة من وسط خلفية الضوضاء المحيطة.

7. المكونات الأساسية والأبعاد الحسابية

يعتمد نموذج مينيرفا 2 على معادلات رياضية محددة وعناصر معيارية تُحاكي وظائف المخ البشري كما يلي:

• متجه السمات (Feature Vector): يتم تمثيل كل عنصر أو حدث عبر متجه مصفوفي يتكون من عدد من الخانات (مثلاً، 20 إلى 100 سمة)، وتأخذ كل سمة إحدى ثلاث قيم: (+1) للدلالة على وجود الخاصية، (-1) للدلالة على وجود نقيضها، و(0) للدلالة على سمة محايدة أو غير ملاحظة أو مجهولة.
• مصفوفة الذاكرة (Memory Matrix): هي شبكة ثنائية الأبعاد (M) حيث يمثل كل سطر فيها أثراً فردياً محفوظاً، وتتطابق أعمدتها مع أبعاد متجهات السمات. وكلما خاض النظام تجربة، أُضيف سطر جديد إلى المصفوفة، وتخضع بعض السمات للتشويش العشوائي أثناء التشفير لمحاكاة معدلات النسيان وضعف الانتباه.
• مسبار الاسترجاع (Retrieval Probe): المتجه النشط في الوعي الآني والموجه نحو مصفوفة الذاكرة طلباً للمطابقة أو التفسير، ويحمل قيماً تتطابق مع المثير المراد التعرف عليه أو التساؤل عنه.
• معامل التشابه (Similarity – $S_i$): يقيس درجة التطابق بين مسبار الاسترجاع (P) والأثر الفردي رقم (i). ويُحسب عبر حاصل الضرب القياسي المقنن، ويُعبر عنه رياضياً بالصيغة:
  
  $$S_i = \frac{\sum_{j=1}^{N} P_j \cdot M_{ij}}{N_i}$$
  حيث $N$ هو عدد السمات، و$N_i$ هو عدد السمات غير الصفرية المشتركة، وتتراوح القيمة بين (-1) إلى (+1).
• مستوى التنشيط (Activation – $A_i$): لتقليل مساهمة الآثار شديدة البعد وتضخيم الآثار القريبة، تُرفع قيمة التشابه إلى الأس التكعيبي:
  
  $$A_i = S_i^3$$
  تُعد هذه الخطوة التكعيبية ركيزة عزل الضوضاء وتحقيق التمييز الدقيق.
• شدة الصدى (Echo Intensity): المجموع الجبري لكافة مستويات التنشيط لجميع الآثار المخزونة:
  
  $$I = \sum_{i=1}^{M} A_i$$
  وتعبر هذه الشدة مباشرة عن سرعة البديهة والشعور بالألفة (Familiarity)، وتعتمد عليها أحكام التكرار والاعتراف بصحة التعرف.
• محتوى الصدى (Echo Content): متجه جديد يعود إلى الوعي يمثل المتوسط الموزون للآثار، حيث تُضرب كل سمة في الأثر بمستوى تنشيط ذلك الأثر، ثم تُجمع رأسياً:
  
  $$C_j = \sum_{i=1}^{M} A_i \cdot M_{ij}$$
  يمثل محتوى الصدى المعلومات المسترجعة بدقة، وهو ما يُعيد ملء السمات الناقصة في المسبار ويُنتج النموذج المجرد تلقائياً.

8. أمثلة وحالات تطبيقية توضيحية

لتوضيح ذلك بمثال تطبيقي، لنفترض أن كائناً بشرياً رأى في حياته مئات الكلاب مختلفة الأحجام والألوان والطباع. وفقاً لنموذج مينيرفا 2، لا يمتلك هذا الشخص في ذاكرته سجلاً مجرداً بعنوان «الكلب النمطي العام»، بل يمتلك مئات الآثار الميكروية المنفصلة: كلب الجيران الصغير النباح، الكلب البوليسي الضخم، الكلب الذهبي الهادئ. كل تجربة منها تشكل متجهاً خاصاً به سمات (أربعة أرجل، نباح، فراء، ذيل، شراسة، لون، سياق الزمان والمكان).

إذا عُرضت على هذا الشخص صورة ظل ظلية (Silhouette) لكلب لم يره من قبل، فإن هذا المثير الغامض يُمثل كمسبار يحمل سمات معينة مثل (أربعة أرجل، ذيل، رأس مثلثي)، بينما بقية السمات كالصوت والاسم تكون فارغة (0). عندما يدخل هذا المسبار إلى مصفوفة الذاكرة، يحدث تنشيط متزامن لجميع الكلاب المخزونة بنسب متفاوتة، وتتضافر الآثار الإيجابية معاً بينما تلغي الآثار غير المتطابقة (كالقطط والخيول) بعضها بعضاً بسبب ضعف تشابهها أو تضادها.

تكون النتيجة عودة «محتوى صدى» يحمل بوضوح قيمة عالية لسمة «ينبح» وسمة «فراء»، رغم أن الصورة المعروضة لم تحتوِ على فراء أو صوت! يختبر الفرد هنا استرجاعاً تلقائياً للمفهوم، ويحكم فوراً وبثقة: «هذا حيوان ينبح، إنه كلب». هذا الاستنتاج تم توليده في أجزاء من الثانية عبر ميكانيكا مينيرفا 2 الحسابية دون الحاجة لاستدعاء قاعدة منطقية صورية.

9. القياس والاختبار التجريبي والمحاكاة الحسابية

يتم تقييم واختبار نموذج مينيرفا 2 عبر برمجيات المحاكاة الحسابية التي تبني بيئات اصطناعية لتمثيل الذاكرة والتعلم. يُنشئ الباحثون مصفوفات تمثل الذاكرة الاصطناعية لعدد من المفحوصين الافتراضيين (Simulated Subjects)، ثم تُحقن بمجموعات من المنبهات المبنية على نماذج تشويه النماذج الأولية الشهيرة كأنماط النقاط (Dot Patterns) أو الوجوه الاصطناعية ذات المتغيرات المقيسة.

تخضع المحاكاة لبروتوكولات تجريبية صارمة تشمل: قياس حساسية التعرف ($d’$ في نظرية كشف الإشارة)، وحساب معدلات الإنذار الكاذب (False Alarms) للنماذج الأولية غير المعروضة سابقاً، ومقارنة مخرجات شدة الصدى الحسابية ($I$) مع زمن الرجع المقاس تجريبياً لدى البشر في مهام مطابقة الأنماط؛ حيث يرتبط زمن الرجع تناسباً عكسياً مع لوغاريتم شدة الصدى.

كما تُجرى دراسات المواءمة البارامترية لضبط عوامل التشفير وضياع السمات؛ حيث يتم التلاعب باحتمالية تشفير السمة ($L$) لاختبار مدى مرونة النموذج أمام ظروف التشتت والضغط الزمني، وتتم مطابقة منحنيات التعرف المستخرجة من النموذج مع البيانات السلوكية الحقيقية المسجلة في المختبرات المعرفية.

10. التطبيقات والأهمية العملية

يمتد تأثير نموذج مينيرفا 2 إلى العديد من النطاقات التطبيقية الحاسمة في العلوم النفسية والتكنولوجية:

• علم النفس الجنائي وشهادة الشهود: يفسر النموذج كيفية تلوث ذاكرة الشهود بالمعلومات المضللة بعد وقوع الحدث؛ حيث يؤدي إدخال أسئلة استرجاعية موجهة (مسابر غير دقيقة) إلى تنشيط آثار الذاكرة الحقيقية ودمجها مع التفاصيل المضللة، مما ينتج عنه صدى معرفي مشوه يقسم الشاهد بصدقه تماماً، وهي ظاهرة الذكريات الكاذبة المنبثقة.
• أنظمة استرجاع المعلومات والذكاء الاصطناعي: استُخدمت البنية الحسابية لمينيرفا 2 في بناء محركات البحث الدلالية الأولية وأنظمة التوصية؛ حيث تعمل ملفات تفضيلات المستخدمين كمصفوفات ذاكرة يتم استدعاؤها عبر مسابر البحث اللحظية بالاعتماد على التشابه الفراغي متعدد الأبعاد المشابه لتضمين الكلمات (Word Embeddings).
• التشخيص العصبي والنفسي: يساعد النموذج في فهم أنماط العجز المعرفي لدى مرضى فقدان الذاكرة التقدمي والزهايمر؛ حيث أثبتت المحاكاة أن تلف أجزاء من مصفوفة الذاكرة لا يلغي القدرة على استخلاص النماذج التجريدية الأولية، مفسراً سبب احتفاظ بعض المصابين بـ الخرف بالقدرة على تصنيف الأشياء رغم عجزهم التام عن تذكر حوادث فردية بعينها.
• التعليم وبناء المناهج: يُبرز النموذج أهمية التعرض لأمثلة متنوعة وكثيرة بدلاً من مجرد حفظ التعريفات المقتضبة؛ فالنظام المعرفي يحتاج إلى تراكم آثار متفرقة في المصفوفة الذهنية ليقوم الصدى الذاتي ببناء التجريد والحدس المفاهيمي السليم.

11. الأبحاث والدلائل التجريبية الحديثة

أكدت الدراسات الكلاسيكية والحديثة مصداقية تنبؤات مينيرفا 2. في تجارب هينتزمان الشهيرة، عُرضت على المشاركين قوائم تتضمن عناصر تتكرر بترددات مختلفة، وأظهرت النتائج أن أحكام البشر لتردد الكلمات تتطابق مع التدرج غير الخطي لدوال شدة الصدى في النموذج، وهو ما أسقط فكرة أن البشر يحتفظون بـ «عداد ذهني» تراكمي للمفردات.

وفي مجال تصنيف الأنماط، أظهرت تجارب نوسوفسكي وبوسنر وتجارب لاحقة قام بها جاميسون وهولمز (Jamieson & Holmes) أن البشر يظهرون في كثير من الأحيان «تأثير النمط الأولي الزائف»؛ حيث يتعرف المفحوص على النموذج المثالي غير المعروض بثقة وسرعة تفوق العناصر الحقيقية التي رآها فعلياً أثناء التجربة. نجح نموذج مينيرفا 2 في التنبؤ الرياضي الدقيق بهذه الظاهرة دون أن يُدرج هذا النمط في مصفوفته، وهو ما اعتبره الوسط العلمي إنجازاً مبهراً للنظرية.

كما بينت دراسات التصوير العصبي الوظيفي (fMRI) الحديثة أن عمليات استرجاع الذاكرة العرضية واستحضار الألفة تنطوي على إشارات تنشيط واسعة النطاق في القشرة الصدغية الإنسية والحصين تشبه آليات الرنين الموازي ومطابقة الصدى الإجمالية المقترحة في النماذج الشبيهة بمينيرفا 2.

12. الاعتبارات الثقافية والسياقية

على الرغم من أن نموذج مينيرفا 2 يُعنى بالآلية المعمارية الصرفة للحوسبة الذهنية التي تُعد مشتركة بين البشر بيولوجياً، إلا أن تطبيقه في البيئات الثقافية المختلفة يكشف تباينات نوعية في طريقة تشفير السمات وتحديد أولوياتها. فالسمات التي يُعطيها فرد من ثقافة تعتمد التفكير الكلي (Holistic Thinking) قيمة (+1) قد تكون مختلفة جذرياً عما يشفرها فرد ينتمي لثقافة ذات طابع تحليلي تركيبي (Analytic Thinking).

تؤثر السياقات الثقافية واللغوية على نوعية المتجهات ومحتوى التمثيل؛ فالمجتمعات التي تعتمد التراث الشفاهي الكثيف تظهر مصفوفات ذاكرتها العرضية ثراءً مختلفاً في سمات السياق الزماني والمكاني والسمعي، مما يغير من استجابة «الصدى» تجاه المسابر التجريدية المكتوبة. يوضح النموذج كيف أن الثقافة لا تغير معادلات الذاكرة، بل تغذي المصفوفة ببيانات تشفيرية تشكل طريقة استجابة الصدى للمثيرات الحياتية المتكررة.

13. الانتقادات والنقاشات المعرفية وأوجه القصور

واجه نموذج مينيرفا 2 عدداً من الانتقادات المنهجية والنظرية من قبل علماء الأعصاب والمنظومة المعرفية المتنافسة:

أبرز هذه الانتقادات هو الافتقار إلى الواقعية البيولوجية العصبية المباشرة (Biological Plausibility)؛ إذ يبدو افتراض تخزين كل واقعة وتجربة كمتجه أرقام منفصل في مصفوفة مستقلة أمراً يصعب ترجمته حرفياً إلى تشابكات عصبية مستقرة، خاصة مع إشكالية السعة التخزينية الهائلة المطلوبة لدماغ الكائن البشري على مدى عقود من العمر.

الانتقاد الثاني يتعلق بـ مشكلة ربط السمات وتعيينها (Feature Assignment): يفترض النموذج أن السمات مُسبقة التحديد ومحايدة تماماً، ولكنه لا يقدم حلاً لكيفية استخلاص النظام البصري أو الحسي لتلك السمات الخام من العالم الحقيقي المعقد والوصول بها إلى قيم (+1، -1، 0)، مما يجعله نموذجاً يتعامل مع مرحلة ما بعد الإدراك الحسي الأولي.

كذلك أشار علماء الاتصالية (Connectionism) مثل روبرت ماكليلاند وديفيد روميلهارت إلى أن الشبكات ذات الأوزان التوزيعية التعديلية (مثل نماذج التعلم العميق والانتشار الخلفي) أكثر كفاءة وقدرة على محاكاة المرونة المشبكية من مصفوفة التراكم التتابعي الساكنة التي يتبناها مينيرفا 2.

14. المفاهيم المقارنة والفروق الاصطلاحية

لتحديد موقع مينيرفا 2 بدقة في الخارطة المعرفية، يجدر تفريقه عن النماذج والمفاهيم المجاورة:

• مينيرفا 2 مقابل النماذج الأولية الكلاسيكية (Prototype Models): تفترض النماذج الأولية أن الدماغ يستخلص الملخص التجريدي ويخزنه ويهمل التفاصيل، بينما يصر مينيرفا 2 على أن الدماغ يخزن التفاصيل الفردية فقط، والتجريد هو صدى استرجاعي يولد لحظياً ولا وجود له في التخزين الدائم.
• مينيرفا 2 مقابل نماذج التمثيل المثالي (Exemplar Models كنموذج GCM): يتفق الاثنان في الاحتفاظ بالأمثلة الفردية، لكن النماذج كنموذج السياق المعمم (Generalized Context Model) لنوسوفسكي تركز أساساً على فضاءات المسافات الإقليدية وقرارات التصنيف الاحتمالية الواعية، بينما يقدم مينيرفا 2 آلية ميكانيكية لإنتاج واسترجاع محتوى المعلومات المفقودة ذاتها عبر «الصدى».
• مينيرفا 2 مقابل الشبكات العصبية الترابطية (Autoassociative Networks): تقوم الشبكات الترابطية بتعديل أوزان الوصلات العصبية المشتركة وتفقد هوية الآثار الفردية مع الوقت لصالح النمط المشترك، بينما يحتفظ مينيرفا 2 بفرادة كل مسار تشفيري كأثر غير مدمج مسبقاً.
• الذاكرة العرضية مقابل الذاكرة الدلالية في المنظور الهينتزماني: في التقسيم التقليدي (تولفينغ – Tulving) هما نظامان دماغان منفصلان تشريحياً ووظيفياً، بينما في مينيرفا 2 هما مظهران لعملية واحدة؛ فالذاكرة الدلالية ما هي إلا استجابة صدى جماعية لمصفوفة الذاكرة العرضية.

15. الخلاصة والنقاط الجوهرية

يمثل نموذج مينيرفا 2 أحد أذكى الإنجازات النظرية في تاريخ العلوم المعرفية؛ حيث نجح في هدم الفجوة المصطنعة بين الذاكرة العرضية الفردية والمعرفة الدلالية التجريدية. برهن النموذج رياضياً على أن حفظ التفاصيل الحياتية البسيطة والفريدة كافٍ بذاته لإنتاج المفاهيم المعقدة، والتعميم اللغوي، والتعرف الإدراكي، وأحكام التردد، وذلك بفضل ميكانيكا المطابقة الموازية والانعكاس التكعيبي وتوليد الصدى المعرفي ذي الشدة والمحتوى الغنيين بالمعلومات، ليبقى النموذج مرجعاً لا غنى عنه لكل من يتصدى لدراسة العقل البشري والنمذجة الحسابية للذاكرة.

المراجع

• Hintzman, D. L. (1984). MINERVA 2: A simulation model of human episodic memory. Behavior Research Methods, Instruments, & Computers, 16(2), 96–101. https://doi.org/10.3758/BF03202365
• Hintzman, D. L. (1986). “Schema abstraction” in a multiple-trace memory model. Psychological Review, 93(4), 411–428. https://doi.org/10.1037/0033-295X.93.4.411
• Hintzman, D. L. (1988). Judgments of frequency and recognition memory in a multiple-trace model. Psychological Review, 95(4), 528–551. https://doi.org/10.1037/0033-295X.95.4.528
• Jamieson, R. K., & Mewhort, D. J. K. (2007). Applying an exemplar model to the artificial-grammar task: String strength and chunk strength. Quarterly Journal of Experimental Psychology, 60(4), 540–553. https://doi.org/10.1080/17470210600785160
• Nosofsky, R. M. (1988). Exemplar-based accounts of relations between classification, recognition, and typicality. Journal of Experimental Psychology: Learning, Memory, and Cognition, 14(4), 700–708. https://doi.org/10.1037/0278-7393.14.4.700