جيفري إلمان – 1948 2018

السيرة

يقف تاريخ العلوم المعرفية والذكاء الاصطناعي على تخوم تحولات فكرية كبرى أعادت صياغة فهمنا لطبيعة العقل البشري، واللغة، والتعلم. ومن بين الشخصيات الاستثنائية التي قادت هذا التحول الجذري في الربع الأخير من القرن العشرين يبرز اسم العالم الأمريكي الفذ جيفري لويس إلمان (Jeffrey L. Elman) (1948–2018). لم يكن إلمان مجرد باحث في اللسانيات الحاسوبية أو علم النفس المعرفي، بل كان مهندس الثورة الاتصالية الحديثة، والمفكر الذي استطاع أن يفكك الأرثوذكسية الرمزية والتشومسكية التي هيمنت لعقود على دراسة اللغة، مستبدلاً إياها برؤية ديناميكية تنظر إلى الإدراك كفيض متدفق من الحالات العصبية المتفاعلة عبر الزمن.

اشتهر إلمان بابتكاره العبقري لما بات يُعرف في تاريخ الحوسبة بـ شبكة إلمان التكرارية البسيطة (Simple Recurrent Network – SRN) في أواخر الثمانينيات، وهو الابتكار الذي لم يقتصر أثره على إثبات قدرة الشبكات العصبية الاصطناعية على معالجة البنى اللغوية المعقدة دون الحاجة إلى قواعد نحوية مسبقة التشفير، بل شكّل اللبنة النظرية والتقنية الأولى التي مهدت لظهور نماذج معالجة اللغة الطبيعية الحديثة والشبكات العميقة ونماذج المحولات الضخمة التي نعيش في ظلالها اليوم. إلى جانب ذلك، صاغ إلمان بالتعاون مع ثلة من رواد الفكر المعرفي أطروحات ثورية حول “الانبثاقية” (Emergentism) ومفهوم “إعادة التفكير في الفطرية”، مبرهناً على أن التعقيد الإنساني لا يتطلب بالضرورة جينات مخصصة للغة، بل ينشأ من تفاعل القيود البيولوجية العامة مع البيئة الثرية للمتعلم.

يسعى هذا العمل الموسوعي إلى سبر أغوار السيرة العلمية والفكرية لجيفري إلمان، متتبعاً أصول تشكله الأكاديمي، ومحطات إسهاماته المؤسسية والبحثية الكبرى، وتفكيك أفكاره حول تمثيل الزمن، واكتساب القواعد، وطبيعة التمثيلات العقلية. كما يقدم المقال قراءة نقدية للمناظرات الكبرى التي خاضها ضد الاتجاهات الرمزية والفطرية، وموقع إرثه الحي في قلب الثورة المعاصرة للذكاء الاصطناعي التوليدي وعلم النفس العصبي الحاسوبي، ليبقى اسمه محفوراً كأحد أعظم بناة الجسور بين بيولوجيا الدماغ، وديناميكيات الحوسبة، وغموض الفكر اللغوي البشري.

1. مدخل إلى سيرة جيفري إلمان ومسيرته العلمية الباكرة

1.1 الخلفية الأسرية والمراحل التعليمية الأولى

ولد جيفري لويس إلمان في 22 مارس 1948 في مدينة لوس أنجلوس بولاية كاليفورنيا الأمريكية، في كنف بيئة أسرية تميزت بالانفتاح الفكري والتقدير العميق للتحصيل المعرفي والقيم الإنسانية. أظهر إلمان منذ نعومة أظفاره شغفاً استثنائياً باللغات الإنسانية وطرق تشكلها، فضلاً عن ولع مبكر بالأنظمة المنطقية والآليات التي تحكم الظواهر الطبيعية. وقد لعبت تلك النشأة في كاليفورنيا ما بعد الحرب العالمية الثانية، وسط تنامي الحركات الثقافية والنهضة العلمية التكنولوجية، دوراً كبيراً في تغذية تطلعاته الفكرية وتوجيهه نحو المسارات الأكاديمية الصارمة.

التحق إلمان بـ جامعة هارفارد المرموقة لنيل درجة البكالوريوس، حيث انغمس في دراسة اللغويات العامة واللغات الاجتماعية. وهناك تعرّف على الاتجاهات اللغوية الكلاسيكية والمدارس التوزيعية، إلى جانب الاطلاع المبكر على الأفكار الثورية التي كان يطرحها نعوم تشومسكي في معهد ماساتشوستس للتكنولوجيا المجاور. تميزت دراسته الجامعية الأولى برغبة ملحة في فهم اللغة ليس فقط كنظام مجرد من القواعد الصورية، بل كظاهرة إنسانية وسياقية تمارس داخل مجتمعات حية وتتأثر بالعوامل النفسية والتفاعلية، وهو ما وسم تفكيره اللاحق بنزعة تجريبية لا تقنع بالحلول الرمزية الجاهزة.

بعد تخرجه من هارفارد بدرجة الشرف، قرر إلمان مواصلة دراساته العليا في جامعة تكساس في أوستن، حيث نال درجة الدكتوراه في اللغويات عام 1977. ركزت أطروحته على علم الأصوات التجريبي (Experimental Phonetics) وعلم وظائف الكلام، متناولاً الآليات الفسيولوجية والديناميكية الصدمية لإنتاج الأصوات اللغوية وإدراكها. كشفت هذه المرحلة عن تداخل عميق بين اهتماماته اللغوية وعلم النفس التجريبي؛ إذ رفض التعامل مع الوحدات الصوتية (الفونيمات) كرموز ذرية ثابتة، وشرع في دراسة الإشارات السمعية الحيوية بوصفها تدفقاً زمنياً متصلاً ومليئاً بالتشويش والغموض، وهي النواة التي نمت لاحقاً لتشكل ثورته ضد النماذج المنطقية الجافة للغة.

1.2 التحول المعرفي والانضمام إلى جامعة كاليفورنيا سان دييغو

في أواخر سبعينيات القرن العشرين، وبالتحديد عقب حصوله على الدكتوراه، التحق جيفري إلمان بـ جامعة كاليفورنيا في سان دييغو (UCSD) كباحث وأستاذ مساعد في قسم اللغويات. كانت لاهويا (La Jolla) في تلك الحقبة بؤرة لزلزال معرفي تاريخي؛ إذ احتضنت نخبة من العلماء الذين كانوا ينسجون خيوط “الثورة المعرفية الثانية”. التقى إلمان هناك بعلماء نفس بارزين ورواد في الحوسبة المعرفية من طراز ديفيد روملهارت، وجيمس ماكليلاند، ودونالد نورمان، وبيتر ليندسي، الذين كانوا يعملون على صياغة نظريات بديلة للنموذج الحاسوبي الكلاسيكي المستند إلى المعالجة الرمزية المتسلسلة.

عايش إلمان في أروقة UCSD نقاشات فلسفية وعلمية محتدمة حول عجز اللسانيات التوليدية الصارمة عن تفسير العمليات العقلية التلقائية التي تجري داخل الدماغ البشري. وتحت تأثير البيئة الفكرية التفاعلية لمجموعة المعالجة الموزعة المتوازية (PDP)، اتخذ إلمان خطوة منهجية حاسمة بالتحول من اللغويات الوصفية والتحليل الصوتي التقليدي إلى النمذجة الحاسوبية الحيوية. رأى إلمان أن فهم طبيعة اللغة يستوجب بناء نماذج تحاكي البنية الفيزيائية والعصبية التي تولد هذه اللغة، متبنياً فكرة أن الأنظمة الحسابية المستلهمة من البيولوجيا قادرة على تجاوز الاختناقات النظرية التي فرضتها النظريات اللغوية الصورية السائدة.

لم يكتفِ إلمان بالمشاركة في هذه الحوارات كباحث واعد، بل غدا سريعاً أحد الأعمدة المؤسسة التي قامت عليها حركة العلوم المعرفية التكاملية. ساهم بحماس في كسر الحواجز المصطنعة بين أقسام اللغويات وعلم النفس وعلوم الحاسوب وعلوم الأعصاب، مؤمناً بأن المعضلة اللغوية لا يمكن حلها بواسطة اختصاص منفرد. هذه الرؤية التوليفية جعلت من جامعة كاليفورنيا في سان دييغو الموئل العالمي الأول الذي تبلور فيه العلم المعرفي التكاملي، وكان إلمان في صلب هذا التحول التاريخي الذي استبدل الرموز المجردة بالشبكات المترابطة.

1.3 الملامح الشخصية والمنهجية في البحث الأكاديمي

اتسمت المنهجية البحثية لجيفري إلمان بتوليفة نادرة من الصرامة الرياضية والحس اللغوي الإنساني العميق. كان يرى في النمذجة الحاسوبية أداة لتجسيد الفلسفة واختبار الفرضيات النظرية، لا مجرد تمارين برمجية معزولة عن الدلالة السلوكية. تميز أسلوبه العلمي بالتدقيق الشديد في الافتراضات التأسيسية، وكان يُخضع النظريات الكبرى لاختبارات تجريبية صارمة عبر بناء أنظمة قادرة على التعلم الذاتي، فإذا أخفق النموذج الرياضي في محاكاة السلوك الإنساني، لم يكن يتردد في مراجعة الفرضيات النظرية برمتها والبدء من جديد.

كما عُرف إلمان بتبنيه لموقف الشكوكية النقدية الواعية تجاه المسلمات الراسخة في علم النفس اللغوي المعاصر، ولا سيما الفكرة التي سادت بعد أبحاث تشومسكي القائلة بأن العقل البشري يولد مزوداً بـ “كتالوج” كامل من المبادئ النحوية الفطرية التي لا تحتاج سوى إلى محفزات بيئية طفيفة لتنشيطها. رأى إلمان أن هذا التفسير الفطري المتعجل يمثل هروباً من محاولة فهم آليات التعلم الفعلية، وطرح بدلاً من ذلك تساؤلات راديكالية: ماذا لو كانت البنية النحوية المعقدة ليست إلا نتيجة منبثقة عن تفاعل الدماغ مع سيل البيانات الزمنية المتدفقة من البيئة المحيطة؟

تجلت عظمة إلمان الأكاديمية أيضاً في انفتاحه المنهجي التام؛ إذ كان يمتلك قدرة فريدة على التحدث بلغات أكاديمية متعددة بطلاقة مدهشة: لغة المعادلات الرياضية وخوارزميات التعلم الآلي، ولغة البنى اللغوية والصواتة، ولغة الفلسفة المعرفية والبيولوجيا العصبية النمائية. هذا الانفتاح لم يمكنه من بناء جسور متينة بين تخصصات متباعدة فحسب، بل ألهم أجيالاً كاملة من طلابه وزملائه للتخلي عن التعصب المنهجي واعتناق الرؤية البينية متكاملة الأركان.

2. السياق التاريخي والمعرفي لنشوء النزعة الاتصالية

2.1 أزمة النماذج الرمزية الكلاسيكية في علم النفس المعرفي

هيمنت على مرحلة ما بعد الحرب العالمية الثانية وحتى مطلع ثمانينيات القرن العشرين فرضية معرفية أساسية تُعرف بـ فرضية نسق الرموز المادية (Physical Symbol System Hypothesis)، والتي صاغها رائدا الذكاء الاصطناعي ألن نيويل وهربرت سايمون. كانت هذه الفرضية تنص على أن العقل البشري، في جوهره، ليس سوى آلة لمعالجة الرموز الصورية الصريحة وفقاً لقواعد منطقية دقيقة، تماماً كما يعمل الحاسوب التقليدي المبني على بنية فون نيومان (Von Neumann Architecture). وبناءً على هذا التصور، كان يُنظر إلى العمليات المعرفية واللغوية على أنها عمليات تلاعب برموز مجردة لا معنى لها في ذاتها، وتخزينها في عناوين ذاكرة ثابتة يمكن استرجاعها دون تغيير.

ومع ذلك، اصطدم هذا النموذج الكلاسيكي الرمزي بمآزق تجريبية ونظرية مستعصية، لا سيما عندما حاول الباحثون تطبيقه على معالجة اللغة الطبيعية والتعرف على الأنماط السمعية والبصرية الحية. أثبتت التجربة أن النماذج الرمزية عاجزة عن التعامل مع الغموض الكامن في الإشارات الصوتية البشرية؛ فالكلام الطبيعي لا يحتوي على فواصل واضحة بين الكلمات، وتتداخل فيه الأصوات اعتماداً على السياق التلفظي بطريقة لا يمكن برمجتها بقواعد منطقية قطعية (If-Then rules). كلما ازداد العالم الحقيقي غموضاً وتشويشاً، انهارت الأنظمة الرمزية تحت وطأة استثناءات لا تنتهي.

علاوة على ذلك، عانت تلك النماذج من مشكلة “الصلابة المعرفية” (Brittleness) والافتقار إلى المرونة واللدونة البيولوجية؛ إذ يؤدي أي خطأ طفيف في أحد الرموز أو تلف في خانة واحدة من خانات الذاكرة إلى انهيار النظام الحسابي بالكامل، وهو أمر يتناقض جذرياً مع ما نلاحظه في الدماغ البشري الذي يُظهر قدرة مذهلة على التدهور التدريجي اللطيف (Graceful Degradation) والتكيف مع المدخلات المشوهة والناقصة. هذا العجز الهيكلي فرض على المجتمع العلمي ضرورة ملحة للبحث عن بديل فلسفي وحسابي يستلهم بنية الدماغ الحقيقي القائم على ملايين الخلايا العصبية المتشابكة التي تعمل بالتوازي لا بالتوالي.

2.2 بزوغ حركة معالجة المعلومات الموزعة المتوازية (PDP)

في قلب هذا المأزق الإبستيمولوجي، تفجرت شرارة الثورة الاتصالية في منتصف الثمانينيات بصدور الكتاب التاريخي المرجعي في مجلدين المعنون بـ Parallel Distributed Processing: Explorations in the Microstructure of Cognition (1986)، من تحرير ديفيد روملهارت وجيمس ماكليلاند وبمشاركة النواة الصلبة لمجموعة PDP في سان دييغو. أعلن هذا العمل تدشين نموذج إرشادي جديد (Paradigm Shift) يقوم على استبدال الحوسبة الرمزية المتسلسلة بالحوسبة العصبية الشبكية المستوحاة من الدماغ.

قامت حركة معالجة المعلومات الموزعة المتوازية على ثلاثة مبادئ ثورية متداخلة:

• المعالجة الموزعة (Distributed Representation): لا يتم تخزين المفهوم أو المعلومة في خلية عصبية واحدة أو عنوان ذاكرة محدد، بل يتم تمثيلها كنمط نشاط واسع وموزع عبر مئات أو آلاف الوحدات المعالجة البسيطة.
• التنشيط التفاعلي المتوازي (Parallel Interactive Activation): تعمل كافة الوحدات في وقت واحد، وتتبادل الرسائل عبر وصلات تشابكية قد تكون تنشيطية (Excitatory) أو تثبيطية (Inhibitory)، مما يتيح للنظام حل قيود متعددة في آن واحد وبشكل فوري.
• التعلم عبر تعديل الأوزان (Learning via Weight Adjustment): المعرفة ليست قواعد مكتوبة في كتاب داخلي، بل هي أوزان الترابط (Connection Weights) بين العصبونات، ويتم التعلم عن طريق التعديل التدريجي لتلك الأوزان استجابة للبيئة والخطأ التنبئي، عادة باستخدام خوارزمية الانتشار الخلفي للخطأ (Backpropagation).

احتل جيفري إلمان موقعاً حيوياً ومحورياً في هذه الحركة الوليدة؛ إذ كان يمثل الجسر الحي الذي يربط بين الفرضيات الفيزيائية والرياضية للشبكات والظواهر المعقدة لعلم اللغة وعلم النفس النمائي. أدرك إلمان مبكراً أن الشبكات العصبية الاصطناعية ليست مجرد أدوات برمجية لأداء مهام تصنيفية، بل هي “مختبرات فلسفية وتجريبية” فريدة تمكننا من إعادة التفكير الجذري في كيفية تمثيل المعرفة الإنسانية وكيفية انبثاق النظم العقلية العليا من آليات تفاعلية دنيا شديدة البساطة.

2.3 التحدي الفلسفي للنموذج التشومسكي في دراسة اللغة

شكّل صعود النزعة الاتصالية صداماً لا مفر منه مع المدرسة اللغوية المهيمنة آنذاك: اللسانيات التوليدية بقيادة نعوم تشومسكي. كان المشروع التشومسكي يرتكز على دعامتين أساسيتين: الأولى هي افتراض وجود بنية عقلية فطرية متخصصة ومستقلة تماماً تُدعى جهاز اكتساب اللغة (LAD)، تعمل بمعزل عن بقية القدرات المعرفية الإدراكية والعامة؛ والثانية هي حجة “فقر المثير” (Poverty of the Stimulus)، والتي تدعي أن المدخلات اللغوية التي يتلقاها الطفل في بيئته اليومية فقيرة ومشوشة وناقصة إلى الحد الذي يستحيل معه استنتاج القواعد النحوية المعقدة والمجردة عبر آليات التعلم الاستقرائي العامة وحدها، مما يستلزم بالضرورة وجود معرفة نحوية مشفرة سلفاً في الجينات.

تصدى إلمان لهذا الطرح الفطري الصارم بحس نقدي وتجريبي متقدم. رأى أن حجة فقر المثير تنطوي على تبسيط مخل لعملية التعلم، لأنها افترضت أن الطفل إما أن يتعلم عبر قواعد الاستقراء المنطقي البسيط (التي تعجز بالفعل)، أو أنه لا يتعلم أصلاً بل ينشط معارف فطرية. ما غفلت عنه الحجة التشومسكية هو القوة الهائلة لـ التعلم الإحصائي الموزع الذي يمكن للشبكات العصبية تنفيذه؛ فالإشارة اللغوية، وإن بدت فقيرة ظاهرياً على المستوى السطحي، إلا أنها حبلى بانتظامات إحصائية وتوزيعية عميقة ومتعددة الأبعاد يمكن للنظام العصبي استخلاصها إذا امتلك الآليات الديناميكية المناسبة.

من هذا المنطلق، لم يكن مشروع إلمان مجرد مناكفة تقنية لتشومسكي، بل كان إعادة صياغة جذرية لمفهوم “الطبيعة البشرية”. بدلاً من الركون إلى الحتمية الجينية التي تفترض أن كل قدرة إنسانية معقدة تقابلها “وحدة عصبية مبرمجة سلفاً” (Module)، اقترح إلمان نموذجاً تفاعلياً ديناميكياً يرى أن الطبيعة البشرية تتمثل في بنية دماغية مرنة ذات قيود معمارية وحركية عامة تتفاعل بشكل حتمي مع العالم الخارجي والخبرة الاجتماعية لتوليد اللغة كبنية منبثقة، مما فتح آفاقاً جديدة تجاوزت الثنائية التقليدية العتيقة بين الفطرية الخالصة والتجريبية الساذجة.

3. ابتكار شبكات إلمان التكرارية البسيطة (SRNs)

3.1 الهندسة البنيوية لشبكة إلمان التكرارية (Elman Network)

كانت الشبكات العصبية الرائجة في منتصف الثمانينيات، مثل شبكات البيرسبترون متعددة الطبقات (Multilayer Perceptrons)، تعاني من قيد بنيوي خطير: كانت شبكات مغذية للأمام حصراً (Feedforward Networks). في هذا النمط، تتدفق المعلومات في اتجاه واحد من طبقة المدخلات عبر الطبقات الخفية إلى طبقة المخرجات، دون أي مسار للعودة، مما يعني أن الشبكة تفتقر تماماً إلى مفهوم “الذاكرة”؛ فكل مدخل جديد يتم التعامل معه كحدث معزول تماماً ومستقل عن المدخلات السابقة. كان هذا القيد يجعلها غير صالحة لمعالجة اللغة التي هي بالضرورة ظاهرة تسلسلية زمانية ترتبط فيها كل كلمة بما سبقها.

في عام 1990، طرح جيفري إلمان ابتكاره الهندسي العبقري والتاريخي: شبكة إلمان التكرارية (Elman Network / Simple Recurrent Network). كانت بنية الشبكة غاية في البساطة والأناقة في آن واحد؛ إذ احتفظت بالتصميم الأساسي للشبكة المغذية للأمام المكونة من طبقة مدخلات (Input)، وطبقة خفية (Hidden Layer)، وطبقة مخرجات (Output)، ولكنه أضاف طبقة عبقرية جديدة أطلق عليها اسم وحدات السياق (Context Units).

تعمل وحدات السياق كمرآة وذاكرة داخلية لحظية للشبكة؛ فعند كل خطوة زمنية (Time Step t)، يُنسخ نمط التنشيط الموجود في الطبقة الخفية ويُخزن مباشرة في وحدات السياق بأوزان اتصال ثابتة تساوي 1.0 دون تعديل. وعندما تتلقى الشبكة المدخل التالي عند الخطوة الزمنية اللاحقة (t+1)، لا تتلقى فقط المدخل الخارجي الجديد، بل تتلقى أيضاً تنشيطات وحدات السياق السابقة كمدخلات متزامنة. تتحد هذه الإشارات معاً لتوليد الحالة الخفية الجديدة. والأمر البالغ الأهمية رياضياً هو أن هذا الالتفاف التكراري (Recurrent Feedback) ظل محلياً ومقتصراً على تغذية الطبقة الخفية، مما أتاح تدريب الشبكة بالكامل باستخدام خوارزمية الانتشار الخلفي للخطأ القياسية دون الحاجة إلى تعقيدات حسابية مرهقة كانت تعطل النماذج التكرارية المنافسة في ذلك الوقت.

3.2 تمثيل الزمن كعنصر جوهري في البناء المعرفي الداخلي

قبل إلمان، كانت المحاولات القليلة لمعالجة التسلسل الزمني في الذكاء الاصطناعي تعتمد على ما يُعرف بـ “النافذة الزمنية المكانية” (Spatial Windowing)، حيث يتم تمثيل الزمن عبر تخصيص وحدات إدخال متعددة تمثل لحظات زمنية مختلفة في وقت واحد (مثلاً: الكلمة الحالية في الخانة 1، الكلمة السابقة في الخانة 2، وهكذا). رفض إلمان هذه المقاربة شكلاً وموضوعاً، معتبراً إياها محاولة بائسة لتحويل الزمن إلى مكان، وهو تشويه لطبيعة المعالجة المعرفية الحية التي لا تمتلك نوافذ جامدة مسبقة التحديد ولا تملك القدرة على رؤية المستقبل أو الاحتفاظ بالماضي بأسره في مساحات متجاورة.

في المقابل، أعاد نموذج إلمان تعريف الزمن ليصبح عنصراً بنيوياً داخلياً ينعكس في الحالات الديناميكية للشبكة. بدلاً من تخزين التاريخ الزمني في خلايا مادية، تحول الزمن إلى مسار مستمر في فضاء الحالات (Trajectory in State Space). كلما تقدمت الشبكة خطوة إلى الأمام في معالجة المدخلات، تغيرت حالتها الخفية متأثرة بمدخل اللحظة الراهنة ومحملة بآثار كل ما مر بها في الماضي، في عملية تراكمية مرنة تشبه تداخل الأمواج في بركة ماء.

ترتبت على هذا المفهوم نتائج نفسية وفلسفية بالغة العمق؛ فالذاكرة في نموذج إلمان لم تعد مستودعاً جامداً أو “خزانة ملفات” تُخزن فيها الذكريات وتُسترجع كما هي، بل أصبحت ديناميكية تنشيط جارية ومتحولة باستمرار. إن ما يتذكره النظام ليس الماضي بحد ذاته، بل الأثر الذي تركه ذلك الماضي على قدرة النظام الحالية على معالجة الحاضر والتنبؤ بالمستقبل. أتاح هذا التكوين للشبكة رصد التبعيات النحوية طويلة المدى وغير المتجاورة عبر التدريب المستمر على التنبؤ، وهو ما كان يُعتقد في السابق أنه حكر مطلق على القواعد الرمزية التوليدية.

3.3 الأهمية الرياضية والمعلوماتية لنموذج إلمان التكراري

من الناحية الرياضية ونظرية الحوسبة، حوّل جيفري إلمان الشبكة العصبية من مجرد دالة تقريب غير خطية ساكنة ترسم علاقات بين مدخل ومخرج، إلى نظام ديناميكي غير خطي (Nonlinear Dynamical System) ونوع متطور من الآلات ذات الحالات المحدودة المستمرة (Continuous Finite-State Automata). لم تعد الحالات الداخلية منفصلة ومتقطعة كما في نظريات الأوتوماتا الكلاسيكية، بل أصبحت نقاطاً ومسارات هندسية داخل فضاء رياضي مستمر متعدد الأبعاد.

على الرغم من بساطة التصميم، استطاعت شبكة إلمان تخفيف معضلة رياضية كبرى واجهت النماذج التكرارية المعقدة في عصرها، وهي معضلة تعقيد حساب المشتقات عبر الزمن الطويل. وبما أن وصلات التغذية الراجعة من الطبقة الخفية إلى طبقة السياق كانت ذات أوزان ثابتة ومحددة سلفاً، فإن الحسابات التكرارية حافظت على استقرارها النسبي وسرعتها الفائقة مقارنة بمحاولات تطبيق خوارزمية الانتشار الخلفي عبر الزمن (BPTT) المعقدة والبطيئة جداً على الأجهزة الحاسوبية المتواضعة في أواخر الثمانينيات.

وقد شكلت هذه البنية التكرارية الرائدة الأساس المباشر والملهم التاريخي لكافة التطورات اللاحقة في مجال الشبكات العصبية المتسلسلة؛ فمن دون شبكة إلمان ومفاهيمها التأسيسية حول الذاكرة السياقية، لم يكن لشبكات مثل الذاكرة طويلة المدى وقصيرة المدى (LSTM) التي طورها هوخرايتر وشمدتuber عام 1997، أو الوحدات التكرارية المغلقة (GRU)، أن ترى النور. لقد وضع إلمان حجر الزاوية الذي جعل الذكاء الاصطناعي قادراً، لأول مرة في تاريخه، على فهم الزمن ومعايشته كظاهرة حاسوبية أصيلة.

4. تحليل الورقة الفارقة: ‘إيجاد البنية في الزمن’ (1990)

4.1 المنهجية التجريبية وتصميم مهام التنبؤ اللغوي

في عام 1990، نشر جيفري إلمان في دورية Cognitive Science ورقته البحثية التاريخية والمعنونة بـ “إيجاد البنية في الزمن” (Finding Structure in Time)، وهي الورقة التي غدت واحدة من أكثر الأوراق العلمية تأثيراً واستشهاداً في تاريخ العلوم الإنسانية والحاسوبية على حد سواء. تميزت الورقة بجرأة منهجية قل نظيرها؛ إذ صمم إلمان تجربة حاسوبية لاختبار ما إذا كانت الشبكة التكرارية قادرة على استنتاج البنية النحوية للغة دون أن تُعلم أي قواعد نحوية، ودون أن تُعطى حتى مفهوماً مسبقاً عن ماهية “الكلمة”.

قام إلمان بتغذية شبكته بـ تيار متصل من الحروف أو الكلمات، حيث حُذفت عمداً جميع المسافات الفاصلة بين الكلمات وجميع علامات الترقيم. كانت المهمة المفروضة على الشبكة بسيطة للغاية في ظاهرها وعميقة في جوهرها: في كل خطوة زمنية، وبعد استقبال الرمز الحالي، يجب على الشبكة أن تتنبأ بالرمز التالي في التسلسل. كان هذا التحول المنهجي ثورياً؛ فالتعلم هنا لم يكن تعلماً خاضعاً للإشراف بالمعنى التقليدي (Supervised Learning) الذي يتطلب بطاقات تسمية خارجية معقدة يصنعها خبراء، بل كان شكلاً مبكراً مما نعرفه اليوم بـ التعلم الذاتي التنبئي (Self-Supervised Learning)، حيث تصبح البيانات نفسها هي المعلم والرقيب.

استخدم إلمان مقياساً عبقرياً لتحليل سلوك الشبكة: تباين نسبة الخطأ التنبئي عبر الزمن (Prediction Error Profile). لاحظ إلمان نمطاً مذهلاً يتكرر بانتظام؛ فعندما تبدأ الشبكة في معالجة الحرف الأول من كلمة ما، يكون الخطأ التنبئي مرتفعاً للغاية لأن الاحتمالات الممكنة للحرف التالي متعددة، ولكن مع توالي حروف الكلمة الواحدة، ينحدر الخطأ تدريجياً وبحدة نحو الصفر لأن البنية الإحصائية للغة تجعل الحروف اللاحقة متوقعة بدرجة كبيرة. وعند نهاية الكلمة وبداية الحرف الأول من الكلمة التالية، يقفز مؤشر الخطأ التنبئي فجأة إلى الذروة مجدداً. ومن خلال هذه التموجات الإحصائية المحضة في نسبة الخطأ، استطاعت الشبكة أن تكتشف الحدود الفاصلة للكلمات (Word Boundaries) وتفصل تيار الكلام المستمر إلى وحدات معجمية دقيقة دون أدنى معرفة مسبقة بوجود شيء اسمه “كلمة”!

4.2 النتائج المعرفية: تمثيل الأصناف النحوية والعلاقات البنيوية

لم تتوقف إنجازات التجربة عند حدود تقسيم الحروف إلى كلمات، بل انتقل إلمان إلى المستوى التركيبي الأكثر تعقيداً؛ حيث قام بتدريب الشبكة على تيار من الجمل الإنجليزية المولدة بقواعد نحوية مبسطة شملت أفعالاً متعدية ولازمة، وأسماء مفردة وجمع، وجمل موصولة متداخلة (Complex Relative Clauses) مثل: “Boys who girls see chase dogs”. لم يقدم النظام أي معلومات دلالية أو نحوية عن وظيفة الكلمات؛ بل كانت كل كلمة تُمثل بمتجه رياضي اعتباطي متعامد (One-hot vector) لا يحمل أي تشابه بنيوي مع الكلمات الأخرى.

وعندما قام إلمان بفحص النشاط الداخلي للطبقة الخفية للشبكة بعد انتهاء التدريب، كشفت البيانات عن معجزة حاسوبية ومعرفية. أجرى إلمان تحليلاً عنقودياً هرمياً (Hierarchical Cluster Analysis) للمتجهات التنشيطية في فضاء الحالات الخفية، فتبين أن الشبكة طورت تمثيلات هندسية داخلية جمعت فيها الكلمات ذات الوظائف المتشابهة تلقائياً في مناطق متقاربة. تم تجميع الأسماء معاً في عنقود رئيسي، وانفصلت عنها الأفعال في عنقود مباين. وداخل عنقود الأسماء، انفصلت الأسماء الحية (Animates: كلب، فتى، قط) عن الأسماء الجامدة (Inanimates: كتاب، حجر)، وداخل الأفعال، انفصلت الأفعال المتعدية التي تتطلب مفعولاً به عن الأفعال اللازمة!

والأكثر إدهاشاً هو قدرة الشبكة على التعامل مع الجمل المتداخلة وحفظ التوافق النحوي عبر مسافات زمنية طويلة؛ فعندما كانت الشبكة تواجه فاعلاً مفرداً مثل “Boy” متبوعاً بجملة موصولة طويلة ومعقدة تشتمل على أسماء جمع، كانت حالتها الخفية تحتفظ بـ “شحنة توافق” تمكنها من التنبؤ بفعل مفرد “chases” بدقة متناهية متجاهلة المغريات السطحية لأسماء الجمع الوسيطة. برهن هذا الاكتشاف القاطع على أن التركيب النحوي (Syntax) يمكن أن ينبثق كخاصية طبيعية من القيود الإحصائية والديناميكية دون حاجة لقواعد شجرية صريحة مخزنة في العقل، وأن التجريد اللغوي ليس سوى تقارب هندسي في فضاء المتجهات متعدد الأبعاد.

4.3 الأثر التاريخي للورقة على أبحاث الذكاء الاصطناعي واللسانيات

أحدثت ورقة “إيجاد البنية في الزمن” زلزالاً معرفياً تردد صداه في مختلف حقول العلم. ففي مجال علم النفس اللغوي والنمائي، فتحت الورقة الباب على مصراعيه لإعادة تقييم القوة المذهلة للتعلم الإحصائي لدى البشر؛ مما ألهم أبحاثاً تجريبية تاريخية لاحقة، مثل التجارب الشهيرة لجيني سافران وزملائها عام 1996، والتي أثبتت أن الرضع في عمر ثمانية أشهر قادرون على تجزئة تيار الكلام المتصل باستخدام الاحتمالات الانتقالية الإحصائية وحدها، تماماً كما تنبأت شبكة إلمان قبل ذلك بسنوات.

أما في فضاء علوم الحاسوب والذكاء الاصطناعي، فقد مثلت الورقة وثيقة الولادة الحقيقية لنهج النمذجة اللغوية التنبؤية (Predictive Language Modeling). إن المبدأ الذي اعتمده إلمان في جعل التنبؤ بالعنصر اللاحق هو المحرك الأساسي لبناء التمثيلات الداخلية المعقدة هو عينه المبدأ التأسيسي الذي تقوم عليه أضخم نماذج الذكاء الاصطناعي المعاصرة اليوم؛ فالطريقة التي يفهم بها الذكاء الاصطناعي الحديث العالم ليست سوى امتداد حاسوبي هائل لنفس التجربة التي أجراها إلمان على بضع عشرات من الكلمات وأجهزة حاسوب متواضعة في سان دييغو عام 1990.

أزالت ورقة إلمان وصمة العجز التي ألصقها أنصار النموذج الرمزي بالشبكات العصبية، والتي كانت تدعي أن الشبكات عاجزة بطبيعتها عن تمثيل التعقيد البنيوي، والتراتبية الهرمية، والاعتماديات الزمنية البعيدة. وبفضل هذا العمل الرائد، استعادت الاتصالية مكانتها كقوة علمية رصينة قادرة على مقارعة أكثر النظريات اللسانية تجريداً وصرامة، محولة النقاش من إمكانية تطبيق النماذج العصبية على اللغة إلى مسألة كيفية تطوير هذه النماذج وتوسيع قدراتها.

5. إسهامات إلمان في علم الأصوات ونموذج TRACE لإدراك الكلام

5.1 التعاون مع ماكليلاند وتطوير نموذج TRACE

قبل أن يطلق إلمان ثورته في شبكات SRN لمعالجة القواعد النحوية، كان قد حفر اسمه عميقاً في تاريخ اللسانيات النفسية عبر أبحاثه التأسيسية في إدراك الكلام البشري. ففي منتصف الثمانينيات، دخل في تعاون وثيق ومثمر مع جيمس ماكليلاند، تمخض عن تطوير نموذج تاريخي يُعد حتى اليوم حجر الزاوية في علم النفس السمعي: نموذج TRACE لإدراك الكلام (TRACE Model of Speech Perception)، والذي نُشرت تفاصيله في ورقتين علميتين مرجعيتين عام 1986 في مجلة Cognitive Psychology.

صُمم TRACE كنموذج اتصالي تفاعلي شديد التعقيد يحاكي المعالجة المعرفية الدقيقة لتدفق الأصوات اللغوية في الدماغ البشري. اعتمدت هندسة النموذج على بنية هرمية ثلاثية المستويات:

• مستوى السمات الصوتية (Acoustic Features): يستقبل الإشارات الترددية الخام ويتعرف على الخصائص الفيزيائية مثل الجهر، والانفجار، والاحتكاك عبر شرائح زمنية متتالية.
• مستوى الفونيمات (Phonemes): تُدمج فيه السمات الصوتية لتشكيل الوحدات الصوتية المجردة عبر الزمن.
• مستوى الكلمات المعجمية (Lexical Words): تتنافس فيه الكلمات المرشحة للاعتراف النهائي بناءً على تدفق الفونيمات الواردة.

كان الابتكار الجوهري في نموذج TRACE هو تطبيق مبدأ التنشيط التفاعلي ثنائي الاتجاه والتثبيط المتبادل (Mutual Inhibition)؛ فالروابط بين المستويات لم تكن صاعدة فقط (Bottom-up) من الأصوات إلى الكلمات، بل كانت هابطة أيضاً (Top-down) من الكلمات إلى الفونيمات. في الوقت ذاته، كانت الوحدات داخل نفس المستوى تمارس تثبيطاً تنافسياً شرساً ضد بعضها البعض؛ فكلما ازداد تنشيط كلمة معينة مثل “cat”، أرسلت إشارات تثبيطية لإخماد الكلمات المنافسة ذات البدايات المتشابهة مثل “cap” أو “cab”، مما يتيح للنظام حسم الغموض الإدراكي بسرعة فائقة تضاهي سرعة الأذن والدماغ البشريين.

5.2 المعالجة الديناميكية للإشارات الصوتية المضطربة

قدم نموذج TRACE، بفضل عبقرية إلمان الصوتية، حلاً حسابياً لواحدة من أعقد المعضلات في الفونولوجيا التجريبية، وهي ظاهرة “عدم ثبات الإشارة الصوتية” (Lack of Invariance) الناتجة عن الإلصاق التلفظي (Coarticulation). في الكلام الطبيعي، يتغير الصوت الفيزيائي لأي حرف اعتماداً على الحرف الذي يسبقه والحرف الذي يليه؛ فالصوت /k/ في كلمة “key” يُنطق بتردد فيزيائي مختلف تماماً عن الصوت /k/ في كلمة “cool” بسبب استعداد الفم للنطق بالحركة التالية، وهو ما جعل النظم الآلية الكلاسيكية تعجز عن التعرف على الحرف ذاته في سياقات مختلفة.

استطاع TRACE حل هذه المشكلة عبر المعالجة الزمنية الديناميكية الموزعة؛ حيث أظهر النموذج كيف يمكن لتدفق التنشيط والتثبيط المستمر عبر الزمن أن يعوض تلقائياً عن آثار الإلصاق التلفظي. وعلاوة على ذلك، نجح النموذج في محاكاة الظاهرة النفسية الشهيرة المعروفة بـ تأثير استعادة الفونيم (Phoneme Restoration Effect)؛ فإذا حُذف صوت معين من كلمة واستُبدل بضجيج أو سعال (كأن يُقال: “legis*lature”)، فإن التدفق الهابط للتنشيط من المستوى المعجمي لكلمة “legislature” يتدفق إلى مستوى الفونيمات لـ “يملأ الفراغ” ويعيد تنشيط الفونيم المفقود حاسوبياً، تماماً كما يفعل الدماغ البشري الذي يقسم المستمع بأنه سمع الصوت الغائب بأذنيه!

برهنت هذه المحاكاة على أن إدراك الكلام ليس مجرد ترجمة سلبية وسلسلة من الأسفل إلى الأعلى للإشارات المادية، بل هو عملية “توليد نشطة وتوافقية” تتظافر فيها التوقعات الدلالية والمعجمية العليا مع الإشارات الحسية الدنيا لحسم الغموض الصوتي في تدفق الزمن، مما مكن الباحثين من صياغة معادلات رياضية تفسر التداخل الزمني المعقد بين الأصوات المتتابعة والمتزامنة.

5.3 الانعكاسات على النظريات النفسية اللغوية لإدراك الكلام

وجهت إسهامات إلمان في نموذج TRACE ضربة قاصمة للنظريات الكلاسيكية الصلبة التي كانت تدعي استقلال الإدراك الصوتي، وعلى رأسها “النظرية الحركية لإدراك الكلام” (Motor Theory of Speech Perception) التي صاغها ألفين ليبرمان، والتي كانت تزعم أن البشر يدركون الكلام حصراً عبر محاكاة الحركات النطقية والآليات الحركية الداخلية من خلال وحدة بيولوجية مخصصة وفطرية للإدراك اللغوي.

أثبت إلمان وماكليلاند أن البنية الشبكية الموزعة القائمة على التفاعل العام والتثبيط التنافسي قادرة تماماً على تفسير كافة الظواهر المعقدة لإدراك الكلام، كالإدراك الفئوي (Categorical Perception) وتأثير السياق، دون الحاجة لافتراض آليات حركية باطنية معقدة أو وحدات عصبية فطرية متخصصة للكلام البشري دون سائر الأصوات. وفر النموذج إطاراً حسابياً لا نظير له لدراسة أزمنة الاستجابة السمعية (Response Times) وسرعة الوصول المعجمي (Lexical Access) لدى البشر، محولاً الفرضيات اللغوية النفسية من تكهنات وصفية إلى نماذج كمية دقيقة قابلة للاختبار الحسابي والمعملي.

كما امتدت آثار هذا العمل إلى الحقل العيادي والتطبيقي؛ حيث وفّر TRACE منصة محاكاة حاسوبية لدراسة اضطرابات معالجة الكلام الناتجة عن السكتات الدماغية أو الإصابات العصبية. مكّن النموذج الباحثين من إحداث “تلف اصطناعي” في بعض الوصلات أو رفع عتبة التثبيط لمعاينة كيفية تدهور إدراك الكلام لدى المصابين بـ الحبسة الكلامية (Aphasia)، مما أسس لميلاد علم النفس اللغوي العصبي الحاسوبي، وجعل من إلمان اسماً لامعاً في دراسة الصوت والمعنى على حد سواء.

6. كتاب ‘إعادة التفكير في الفطرية’ (1996) والمنظور التنموي

6.1 الأطروحة المركزية ومناهضة فطرية المفاهيم الساذجة

في عام 1996، أصدرت دار نشر معهد ماساتشوستس للتكنولوجيا (MIT Press) كتاباً يُعد من أعظم الكلاسيكيات الفكرية في العلوم المعرفية المعاصرة: “إعادة التفكير في الفطرية: منظور اتصالي حول التطور” (Rethinking Innateness: A Connectionist Perspective on Development). لم يكن هذا العمل مجهوداً فردياً، بل كان ثمرة تحالف فكري استثنائي قاده جيفري إلمان بالتعاون مع نخبة من ألمع علماء التطور وعلم النفس المعرفي: إليزابيث بيتس، ومارك جونسون، وأنيت كارميلوف-سميث، ودومينيكو باريزي، وكيم بلانكيت.

جاء الكتاب ليمثل رداً نقدياً شاملاً وعميقاً ضد النزعة الفطرية الأرثوذكسية التي انتشرت في تسعينيات القرن الماضي، والتي روّج لها باحثون مثل ستيفن بينكر في كتابه “غريزة اللغة” وجيري فودور في فرضيته حول “نمطية العقل” (Modularity of Mind). كانت تلك الرؤية الفطرية الساذجة تفترض وجود علاقة خطية أحادية بين الجينات والوظائف العقلية، كما لو كان هناك “جين للقواعد”، أو “جين للتعرف على الوجوه”، أو وحدات دماغية مسبقة التوصيل في الدماغ حديث الولادة تنتظر فقط إشارة البدء لتعمل بشكل آلي ومستقل.

فكك إلمان ورفاقه هذه الرؤية الاختزالية مستندين إلى أحدث معطيات علم الأحياء التطوري وعلم الوراثة الجزيئية وعلوم الأعصاب التطورية. أثبت المؤلفون أن الجينوم البشري المحدود، الذي يحتوي على بضع عشرات الآلاف من الجينات، يستحيل حسابياً أن يشفر التريليونات من التشابكات العصبية المحددة في الدماغ بدقة تمثيلية جاهزة. وطرح الكتاب بديلاً فكرياً ثورياً أطلق عليه اسم الانبثاقية التنموية (Developmental Emergentism)؛ حيث لا تُفهم القدرات المعرفية المعقدة كنتيجة لمخطط أزرق محفور سلفاً في الحمض النووي، بل كخصائص كلية تنبثق عبر الزمن التنموي من التفاعل اللاخطي المستمر بين قيود بيولوجية عامة وبيئة ثقافية ومادية غنية بالخبرات.

6.2 القيود الثلاثة على التطور: البنيوية والزمنية والتمثيلية

لإعادة بناء مفهوم الفطرية على أسس علمية متينة، اقترح إلمان وزملاؤه تصنيفاً ثلاثياً دقيقاً لما يمكن اعتباره حقاً “فطرياً” من منظور بيولوجي وعصبي، رافضين الفكرة القائلة بأن المعرفة نفسها فطرية ومستبدلين إياها بمفهوم القيود التنموية (Developmental Constraints):

• القيود البنيوية (Architectural Constraints): وتشمل التنظيم الهندسي الأساسي للدماغ على المستوى الخلوي والإقليمي، مثل أنواع العصبونات، وأنماط الاتصال التشابكي المحلية والمتباعدة، ومعدلات الاستثارة والتثبيط، وتدرج كثافة الوصلات. تفرض هذه القيود قيوداً على “نوع” الحسابات التي يمكن لمنطقة معينة من القشرة المخية تنفيذها، دون أن تحتوي على أي معرفة أو قواعد محددة سلفاً.
• القيود الزمنية (Chronotopic Constraints): وتتعلق بالجدول الزمني البيولوجي للنضج العصبي ومعدلات النمو والتفرع التشابكي عبر مناطق الدماغ المختلفة. تحدد هذه القيود “الفترات الحساسة والحرجة” للتعلم؛ فالنضج التدريجي لمناطق الدماغ يعني أن بعض الدوائر العصبية تكون مفتوحة لاستقبال المدخلات وتعديل الأوزان في أوقات محددة دون غيرها، مما يؤثر جذرياً على مسار اكتساب المهارات كاللغة.
• القيود التمثيلية (Representational Constraints): وهي المعرفة المباشرة والمحددة مسبقاً لمفاهيم أو قواعد معينة داخل الدوائر العصبية قبل أي خبرة. وقد جادل مؤلفو الكتاب بأن هذا النوع من القيود نادر للغاية في الثدييات العليا، ويكاد يكون معدوماً في الوظائف المعرفية العليا كاللغة والتفكير التجريدي، وأن ما يبدو كأنه تمثيل فطري ليس في الحقيقة إلا نتيجة حتمية لتفاعل القيود البنيوية والزمنية مع بيئة نمطية مشتركة.

قدم هذا التقسيم إطاراً متماسكاً أثبت أن القول بـ “عدم فطرية القواعد النحوية” لا يعني بحال من الأحوال العودة إلى نظرية اللوح الفارغ (Tabula Rasa)؛ فالطفل لا يولد صفحة بيضاء، بل يولد بكائن بيولوجي مقيد بشدة بخصائص معمارية وزمنية توجه مسار تعلمه، ولكن هذه القيود تعمل كمحفزات ديناميكية للتعلم وليست كمعارف مخزنة سلفاً.

6.3 أثر الكتاب في تشكيل علم النفس التنموي العصبي المعاصر

أحدث كتاب “إعادة التفكير في الفطرية” هزة إبستيمولوجية كبرى أسهمت في تأسيس النموذج المعرفي المعروف اليوم بـ البنائية العصبية (Neuroconstructivism). قادت مؤلفة الكتاب المشاركة أنيت كارميلوف-سميث هذا الاتجاه لتطبيق أفكار إلمان على دراسة المتلازمات الوراثية واضطرابات النمو العصبي المعقدة، مثل متلازمة ويليامز (Williams Syndrome) والتوحد ومتلازمة داون وصعوبات التعلم المحددة.

قبل صدور الكتاب، كان أنصار النزعة النمطية الكلاسيكية يستشهدون بمتلازمة ويليامز كدليل دامغ على فطرية واستقلال اللغة؛ حيث يُظهر المصابون بها طلاقة لغوية سطحية مدهشة إلى جانب تدنٍ حاد في الذكاء المكاني والرياضي، ففسروا ذلك بوجود “خلل في جينات الذكاء العام مع سلامة جين اللغة الفطري”. إلا أن إلمان وزملاءه نسفوا هذا التفسير السطحي؛ إذ أثبتوا عبر الفحص الديناميكي النمائي أن اللغة لدى أطفال متلازمة ويليامز ليست سليمة بشكل طبيعي، بل تتبع مساراً تنموياً معيباً ومختلفاً تماماً يعتمد على الحفظ الشفهي المفرط والتعويض السلوكي نتيجة اضطراب في القيود الزمنية والبنيوية لمعالجة الأصوات في مرحلة الرضاعة المبكرة.

بفضل هذا الطرح، تحول علم النفس التنموي العصبي المعاصر من البحث الساذج عن “المواقع الدماغية المسؤولة عن الوظائف المعزولة” إلى دراسة اللدونة العصبية (Neural Plasticity) والمسارات التنموية المتغيرة عبر الزمن. أثبت إلمان أن الاضطراب الجيني لا يضرب “وحدة عقلية مفردة”، بل يغير معالم النظام الديناميكي بأكمله، مما يضطر الدماغ كمنظومة متكاملة للتكيف وإعادة تنظيم نفسه في مسارات غير نمطية، وهو الفهم الذي يشكل اليوم ركيزة التشخيص والعلاج العصبي التنموي الحديث.

7. فرضية ‘أهمية البدايات المتواضعة’ والقيود المعرفية للأطفال

7.1 مفارقة الذاكرة المحدودة ونمو المعرفة (Importance of Starting Small)

في عام 1993، نشر جيفري إلمان ورقة بحثية عبقرية أخرى في مجلة Cognition حملت عنواناً أصبح أيقونة في الفكر المعرفي: “أهمية البدايات المتواضعة” (Learning and development in neural networks: The importance of starting small). انطلق إلمان في هذا البحث من مفارقة بيولوجية وتطورية ظلت تؤرق علماء النفس لعقود طويلة: كيف يستطيع الأطفال الصغار، بقدراتهم العقلية الهزيلة، وذاكرتهم العاملة المتواضعة، وانتباههم المشتت، أن يتعلموا أعقد لغات العالم بسلاسة وإتقان تام يعجز عنه البالغون ذوو القدرات الذهنية الفائقة والذاكرة الحديدية؟

قام إلمان باختبار هذه المفارقة تجريبياً عبر شبكته التكرارية البسيطة. حاول تدريب شبكة عصبية ذات سعة ذاكرة حوسبية كاملة وكبيرة منذ اللحظة الأولى على تعلم لغة اصطناعية تحتوي على قواعد متقدمة وبنى متداخلة ومعقدة. وكانت النتيجة مفاجأة مذهلة: فشلت الشبكة “البالغة” فشلاً ذريعاً في تعلم القواعد! سبب الفشل الحسابي كان يكمن في الغرق في فضاء الاحتمالات المعقدة؛ فالشبكة التي تمتلك ذاكرة واسعة تحاول من البداية ربط كل كلمة بكل كلمة أخرى عبر مسافات زمنية هائلة، مما يؤدي إلى وقوعها في مصيدة الحدود الدنيا المحلية (Local Minima) وفشلها في العثور على الأنماط النحوية الصحيحة.

هنا أجرى إلمان تجربته المقابلة التي غيرت المفاهيم؛ حيث قام بمحاكاة “طفولة اصطناعية” للشبكة. قيّد سعة الذاكرة التكرارية للشبكة في المراحل الأولى لتصبح قصيرة جداً، أو قام بتغذيتها بجمل قصيرة ومبتورة في البداية. وبسبب هذا القصور في الذاكرة، أُجبرت الشبكة على التركيز حصراً على العلاقات الإحصائية المحلية والبسيطة جداً، مثل العلاقة المباشرة بين الفاعل والفعل المجاور. وبعد أن أتقنت الشبكة هذه البنى الأساسية ورسخت أوزانها، قام إلمان بتوسيع سعة الذاكرة تدريجياً لتمكينها من رؤية الجمل المعقدة والتبعيات البعيدة. وكانت النتيجة أن الشبكة نجحت ببراعة تامة في تعلم اللغة بأكملها! أثبت إلمان بذلك أن الضعف البيولوجي وقصر الذاكرة لدى الرضع ليس عائقاً تطورياً، بل هو ميزة تكيفية استراتيجية ومرشح حاسوبي ضروري يمكن الطفل من هضم العالم على جرعات متدرجة.

7.2 المحاكاة الحاسوبية لتطور السعة الإدراكية التدريجي

عمّق إلمان تحليله الحسابي من خلال التمييز الدقيق بين آليتين متمايزتين للبداية المتواضعة:

• البدء ببيانات بسيطة (Starting with simple data): حيث يظل النموذج المعرفي ثابتاً ولكن البيئة الخارجية هي التي تقدم مدخلات مبسطة تتدرج نحو التعقيد.
• البدء بنظام معالجة مقيد ومحدود ينضج ذاتياً (Starting with a limited processor): حيث تكون المدخلات في البيئة طبيعية وكاملة التعقيد، ولكن قيود النضج البيولوجي هي التي تحجب التعقيد وتسمح فقط للأنماط الأولية بالنفاذ إلى الذاكرة.

أظهرت نتائج المحاكاة الحاسوبية الدقيقة لإلمان أن الآلية الثانية—أي النضج الداخلي التدريجي لسعة الذاكرة والانتباه—هي الأكثر كفاءة وموثوقية في تحقيق التعلم المستقر وتجاوز عقبات الفضاء الرياضي المعقد. قدم إلمان من خلال هذا النموذج بديلاً رياضياً وحسابياً بالغ التماسك لنظرية “نضج القواعد الفطرية” التي كان يدافع عنها اللغويون التوليديون؛ فالنضج لم يعد يعني “تفتح مبادئ نحوية مخزنة وراثياً في سن معينة”، بل هو التوسع الفيزيائي والتشابكي التدريجي لأجهزة الإدراك والذاكرة العاملة، مما يغير نوعية الحسابات الإحصائية التي يستطيع الدماغ إنجازها عبر مراحل النمو المختلفة.

بيّنت الورقة التناغم البيولوجي المذهل بين وتيرة النضج البطيء للجهاز العصبي المركزي البشري والترتيب الهرمي لطبيعة اللغة. فالإنسان هو الكائن الوحيد الذي يستمر دماغه في النمو بعد الولادة لسنوات طويلة، وهذا التباطؤ النمائي ليس ضعفاً، بل هو ما يتيح للقشرة المخية بناء النظم الدلالية والتركيبية عبر طبقات متتالية من التعقيد، حيث تشكل البنى البسيطة المكتسبة في الطفولة المبكرة الأساس الراسخ الذي تُبنى عليه المعارف التجريدية العليا لاحقاً.

7.3 التطبيقات التربوية والتنموية لفرضية التدرج المعرفي

تركت فرضية “البدايات المتواضعة” بصمات عميقة في مجالات العلوم التطبيقية والتربوية. ففي دراسة اكتساب اللغة الطبيعية، قدمت الورقة التفسير المعرفي الحاسم للظاهرة العالمية المعروفة بـ كلام الأمهات الموجه للأطفال (Motherese / Child-Directed Speech)؛ إذ يميل الآباء والأمهات غريزياً عبر كافة الثقافات إلى التحدث إلى الرضع بنبرات صوتية مفرطة، وجمل شديدة القصر، ومفردات مكررة. أظهرت أبحاث إلمان أن هذا التبسيط البيئي يتناغم بصورة مثالية مع السعة المعرفية المقيدة للرضيع، مما يخلق بيئة تعلم مثالية تسهم في ضبط الأوزان التشابكية الأولية للدماغ بكفاءة مذهلة.

وفي حقل التربية وعلاج صعوبات التعلم الأكاديمي، ألهمت أفكار إلمان تصميم برامج تدريبية تدرجية للأطفال الذين يعانون من اضطرابات نقص الانتباه أو تأخر النمو اللغوي؛ حيث تم التخلي عن إغراق الطفل بالمدخلات المعقدة دفعة واحدة، والتركيز بدلاً من ذلك على محاكاة “النوافذ الضيقة” وتطوير المهارات التأسيسية عبر مهام مجزأة تعزز الاستقرار العصبي قبل الانتقال للمهام التوليدية.

أما المفارقة الكبرى، فقد تجلت بعد عقود في ميدان الذكاء الاصطناعي وتعلم الآلة المعاصر؛ حيث تحولت فرضية إلمان لعام 1993 إلى استراتيجية تدريب مركزية صاغها رائد التعلم العميق يوشوا بنجيو عام 2009 تحت اسم “تعلم المناهج” (Curriculum Learning). تعتمد هذه الاستراتيجية على تدريب النماذج العصبية الضخمة على أمثلة بيانات سهلة ونقية أولاً، ثم زيادة صعوبة البيانات تدريجياً، وهو الأسلوب المتبع اليوم في ضبط كبرى نماذج الرؤية الحاسوبية واللغات لضمان تقارب الخوارزميات وتفادي تشتت النماذج في الفضاءات الرياضية المعقدة.

8. التمثيلات العقلية كحالات ديناميكية في فضاء المتجهات

8.1 نقد التصور الساكن للمعجم الذهني والمستودعات المفاهيمية

وجه جيفري إلمان في منتصف التسعينيات ومطلع الألفية نقداً إبستيمولوجياً لاذعاً لأحد أقدم المفاهيم الراسخة في علوم اللغة وعلم النفس المعرفي، وهو مفهوم المعجم الذهني الساكن (The Mental Lexicon). كان هذا المفهوم التقليدي يفترض أن عقل الإنسان يمتلك ما يشبه “القاموس الداخلي” أو مستودعاً للمفردات، حيث تُخزن كل كلمة كمدخل معجمي مستقل يحتوي على تعريف دلالي ثابت، وخصائص صرفية، وقواعد نحوية، وعندما يتحدث الشخص أو يقرأ، يقوم باستدعاء تلك الكلمة من رفوف الذاكرة كما تُستدعى البيانات من قرص حاسوبي صلب.

رأى إلمان أن هذا التصور مستمد بسذاجة من عصر الطباعة الورقية وحواسيب التخزين الموضعي، وأنه يتناقض تناقضاً صارخاً مع حقيقة المعالجة العصبية الحية. وفي دراساته الشهيرة حول طبيعة التمثيلات المعرفية، اقترح إلمان رؤية بديلة: الكلمات ليست كيانات تُخزن وتُسترجع، بل هي عوامل محفزة ومشغلات ديناميكية (Words as Operators). لا تحمل الكلمة في حد ذاتها معنى ثابتاً ومفرغاً من السياق، بل هي إشارة تعمل كـ “دفعة ميكانيكية” تُحدث تغييراً فورياً في الحالة الكلية للنظام الإدراكي، وتوجه حركة مساره داخل فضاء ذهني متصل.

بناءً على ذلك، فإن الدلالة والمعنى ليسا مطابقة صورية بين رمز وشيء في العالم، بل هما عملية توليد حالات ذهنية سياقية مستمرة. إن كلمة مثل “قهوة” لا تستدعي تعريفاً ثابتااً، بل تخلق حالة توقع وتنشيط حركي وحسي؛ فإذا جاءت في سياق “انسكبت القهوة”، حركت الحالة العقلية نحو المفاهيم الفيزيائية للسوائل والتنظيف، وإما إذا وردت في سياق “شربت القهوة”، نشطت حالات الاستمتاع والمذاق واليقظة. يتناغم هذا المفهوم الديناميكي بعمق مع الرؤى الفلسفية المعاصرة لـ الإدراك المتجسد والممتد (Embodied and Extended Cognition)، التي تعتبر الفكر نشاطاً حيوياً منغرساً في التجربة والجسد والسياق لا تلاعباً برموز عائمة.

8.2 فضاء الحالات متعدد الأبعاد والجاذبات الديناميكية

لتجسيد هذه النظرية رياضياً وبصرياً، لجأ إلمان إلى أدوات الهندسة الفراغية والجبر الخطي، مستخدماً خوارزميات مثل تحليل المكونات الرئيسية (PCA) لإسقاط الأنشطة العصبية المعقدة ذات المئات من الأبعاد إلى مساحات ثنائية وثلاثية الأبعاد يمكن دراستها ومراقبة حركتها عبر الزمن في فضاء الحالات (State Space).

أظهرت هذه التحليلات أن التمثيلات المعرفية تتصرف كنقاط تتحرك داخل تضاريس ديناميكية تحتوي على ما يُعرف في فيزياء الأنظمة المعقدة بـ الأحواض الجاذبة (Attractor Basins). عندما تستقبل الشبكة مدخلاً لغوياً، ينجذب المسار التنشيطي نحو حوض جاذب يمثل حالة توازن مستقرة نسبياً تعكس المعنى المقصود في ذلك السياق تحديداً. قدم هذا المفهوم التفسير الأعمق للمرونة المعجمية الفائقة للعقل البشري؛ فالقدرة على فهم الاستعارات اللغوية الجديدة، والمجاز، والتلاعب بالألفاظ، والتحولات الدلالية الآنية، ليست عمليات بحث معقدة في القواعد، بل هي انزلاقات سلسة للمسار الحسابي بين أحواض جاذبة متقاربة في الفضاء الهندسي المتصل.

ألغت هذه الرؤية الهندسية الحدود الفاصلة والمصطنعة بين الصرف (Morphology)، والتركيب (Syntax)، والدلالة (Semantics)؛ إذ أثبت إلمان أنها جميعاً تجليات مختلفة لنظام هندسي موحد. فالقواعد النحوية ليست سوى “المسارات المسموح بها” التي تحكم كيفية انتقال النظام من حوض جاذب إلى آخر، بينما الدلالة هي طبيعة التوزيع الطوبولوجي لتلك الأحواض ذاتها، مما وفر إطاراً علمياً موحداً لدراسة العقل بعيداً عن التشظي التقليدي للمدارس اللغوية الصورية.

8.3 إعادة بناء نظرية المعنى من منظور اتصالي تجريبي

قاد هذا البناء الهندسي جيفري إلمان إلى صياغة نظرية معرفية وتجريبية ثورية حول “طبيعة المعنى”، متجاوزاً إحدى أكبر المعضلات الفلسفية التي واجهت الذكاء الاصطناعي والعلوم المعرفية الرمزية لعقود: معضلة ربط الرموز بالواقع (Symbol Grounding Problem)، والتي صاغها الفيلسوف ستيفان هارناد وعبّر عنها جون سيرل في تجربة “الغرفة الصينية”. كانت المعضلة تتلخص في التساؤل: كيف يمكن لنظام رمزي صوري يتلاعب بعلامات لا يفهمها أن يكتسب معنى حقيقياً عن العالم الخارجي؟

كان رد إلمان مستمداً من مبدأ التنبؤية التفاعلية؛ فالمعنى في شبكاته الاتصالية لا ينشأ من ربط رمز مجرد بعلامة خارجية، بل ينبثق مباشرة من قدرة النظام على توليد توقعات حقيقية وصادقة حول ما سيحدث تالياً في سيل الخبرة. إن فهمك لمعنى كلمة “كرة” لا يكمن في وجود رمز داخلي يحمل هذا الاسم، بل يكمن في الحالة الكلية لشبكتك العصبية التي تتوقع مسار ارتدادها، وملمسها، وكيفية التعامل معها حركياً ولغوياً في اللحظة الزمنية التالية.

بهذا الطرح، أعاد إلمان ربط الدلالة المعرفية بالبعد العملي والوظيفي (Pragmatics). أصبح المعنى نسيجاً متشابكاً من الخبرات التوزيعية المتراكمة، وأداة تكيفية تمكن الكائن الحي من النجاة والاستجابة الفعالة لمتطلبات محيطه. لم يعد العقل متفرجاً سلبياً يطابق الصور بالرموز، بل أصبح صانعاً ديناميكياً للتوقعات ومفسراً حيوياً للسياقات، محولاً دراسة الدلالة من المنطق الرياضي الصوري الجاف إلى علوم الأنظمة الديناميكية العصبية الحية.

9. المناظرات الفكرية الكبرى: إلمان في مواجهة التقليد الرمزي

9.1 السجال مع ستيفن بينكر ونعوم تشومسكي

شهدت تسعينيات القرن العشرين واحدة من أعنف وأخصب المعارك الفكرية في تاريخ العلوم المعرفية، والتي تمحورت حول مسألة تبدو في ظاهرها تفصيلاً لغوياً صغيراً، ولكنها كانت في جوهرها حرباً حول طبيعة العقل البشري بأكمله: مناظرة تصريف الزمن الماضي في اللغة الإنجليزية (The Past-Tense Debate). قاد الجبهة الرمزية الكلاسيكية عالم النفس الشهير ستيفن بينكر واللغوي نعوم تشومسكي، بينما وقف جيفري إلمان وإليزابيث بيتس ومجموعة PDP كأبرز قادة الجبهة الاتصالية المقابلة.

دافع بينكر عن نظرية سُميت بـ “نموذج الآلية المزدوجة” (Dual-Mechanism Model)، والتي تدعي أن الدماغ البشري يعتمد على نظامين معرفيين منفصلين تماماً لمعالجة الأفعال:

• نظام القواعد الصورية (Rule-based system): وهو محرك رمزي يقوم بتطبيق قاعدة مسبقة وإلصاق اللاحقة المنتظمة (مثل إضافة -ed للأفعال مثل walk -> walked).
• نظام الذاكرة المعجمية التشاركية (Associative Lexicon): وهو مخزن لحفظ الاستثناءات الشاذة التي لا تتبع القاعدة (مثل go -> went أو sing -> sang).

استند بينكر إلى هذا التمايز للقول بأن وجود القواعد الرمزية في الدماغ هو حقيقة بيولوجية فطرية لا غنى عنها.

تصدى إلمان وزملاؤه بقوة لهذه الأطروحة الثنائية، وأثبتوا عبر محاكاة شبكات عصبية موحدة أن آلية مفردة موزعة (Single Distributed Mechanism) قادرة تماماً وبكفاءة متناهية على تعلم كلا النوعين من الأفعال—المنتظمة والشاذة—في نفس فضاء الأوزان التشابكية ودون الحاجة لفصل الدماغ إلى نظامين مستقلين. أظهرت نماذج إلمان أن التمايز بين “القاعدة” و”الاستثناء” ليس تمايزاً هيكلياً في بنية العقل، بل هو تدرج طيفي في الكثافة الإحصائية للمدخلات في البيئة؛ فالأفعال الشاذة تتجمع في عناوين إحصائية متكررة ذات جاذبية عالية، بينما تمثل الأفعال المنتظمة النمط الافتراضي الموزع على المساحات المتبقية في فضاء المتجهات.

تجاوز هذا السجال التفاصيل الصرفية ليلامس جوهر الفلسفة الإبستيمولوجية؛ فقد كان انتصاراً للنزعة التوليفية التجريبية المستنيرة ضد العقلانية الديكارتية الجامدة التي كانت تفترض بالضرورة وجود كيانات فطرية متباينة لتفسير أي تباين سلوكي ظاهري في الأداء البشري.

9.2 الردود على اعتراضات فودور وبيلوشين حول التركيبية

في عام 1988، وجه الفيلسوفان المعرفيان البارزان جيري فودور وزينون بيلوشين ضربة نقدية مدوية للنظرية الاتصالية في ورقة شهيرة بعنوان “الاتصالية والبنية المعرفية: إعادة نظر”. جادل فودور وبيلوشين بأن الشبكات العصبية لا يمكن أن تكون نموذجاً حقيقياً للعقل البشري لأنها تفتقر جوهرياً إلى خاصية التركيبية المنهجية (Systematicity and Compositionality). تنص التركيبية على أن القدرة على فهم وإنتاج جملة مثل “جون يحب ماري” تستلزم منطقياً وضرورياً القدرة على فهم “ماري تحب جون”، لأن الفكر البشري يركب المعاني من أجزاء ذرية مستقلة وقابلة للتبديل وفق قواعد دقيقة، وهو ما زعم الفيلسوفان أن الشبكات العصبية الموزعة تعجز عن تحقيقه دون أن تتحول لمجرد تطبيق سطحي للرموز الكلاسيكية.

كانت ورقة جيفري إلمان التاريخية لعام 1990 وردوده اللاحقة بمثابة التفنيد العلمي الحاسم والنهائي لادعاءات فودور وبيلوشين؛ إذ أثبت عملياً أن شبكة إلمان التكرارية قادرة على إظهار سلوك تركيبي ونظامي رفيع المستوى دون أن تحتوي على أي رموز ذرية أو قواعد صورية مسبقة. أظهر إلمان كيف تستطيع الشبكة فهم دور “الفاعل” و”المفعول” استناداً إلى الموقع الزمكاني للمتجه التنشيطي في فضاء الحالات، حيث تتفاعل التمثيلات بطريقة ديناميكية متبادلة تأخذ في الحسبان السياق التركيبي بأكمله.

أعاد إلمان تعريف مفهوم التركيبية ذاته، مميزاً بين “التركيبية الذرية الكلاسيكية” (Classical Atomic Compositionality) القائمة على تجميع قطع الطوب المنطقية الجافة، و“التركيبية الديناميكية الموزعة” (Dynamic Distributed Compositionality)، حيث تتداخل المعاني وتؤثر في بعضها البعض في فضاء رياضي متصل. استعادت الاتصالية بفضل ردود إلمان مصداقيتها العلمية والفلسفية الكاملة، مبرهنة على أن العمليات المعرفية العليا لا تتطلب جهازاً منطقياً معزولاً لتكون نظامية ومنهجية، بل يكفيها نظام حركي عصبي حساس للانتظامات الزمنية والبيئية.

9.3 المناقشات المنهجية مع علماء النفس التجريبيين التقليديين

لم تكن جبهة المعارضة محصورة في الفلاسفة واللغويين التوليديين، بل واجه إلمان أيضاً تحفظات منهجية من قِبل علماء النفس التجريبيين التقليديين الذين كانوا ينظرون بعين الريبة إلى النماذج الحاسوبية للشبكات العصبية، متهمين إياها بأنها “صناديق سوداء” (Black Boxes) مجهولة التفاصيل تشبه السحر، وأن ملايين الأوزان والأرقام المعقدة لا تقدم تفسيراً علمياً حقيقياً يمكن اختباره أو تفنيده معملياً بالسلوكيات الإنسانية القابلة للقياس.

واجه إلمان هذا التحدي عبر تطوير أدوات رياضية وتحليلية غير مسبوقة لـ “تشريح وتصوير” الأنشطة الداخلية للشبكات العصبية. لم يقبل إلمان أبداً بفكرة الصندوق الأسود، بل ابتكر تقنيات تحليل فضاء الحالات، وتتبع مسارات المتجهات، واستخدام الهبوط التدريجي لتحليل الحساسية؛ حيث كان يعرض للعيان كيف تنشط كل خلية وكيف تنتقل موجات التنبؤ عبر الزمن، محولاً الشبكات الاصطناعية إلى نماذج شفافة وقابلة للقياس المخبري الأدق بكثير من الدماغ البيولوجي نفسه.

وعلاوة على ذلك، قاد إلمان جهوداً رائدة لبناء جسور تجريبية متبادلة بين مخرجات المحاكاة الحاسوبية وقياسات الفسيولوجيا العصبية الحقيقية لدى البشر، ولا سيما تقنية الجهود المرتبطة بالحدث (Event-Related Potentials – ERP) ومخططات الدماغ الكهربائية (EEG). أظهر إلمان كيف تتطابق نسب الخطأ التنبئي التي تسجلها شبكته العصبية عند مواجهة كلمة غير متوقعة دلالياً أو نحوياً مع موجة الدماغ الشهيرة N400 (المرتبطة بالغرابة الدلالية) وموجة P600 (المرتبطة بالمخالفات النحوية)، مما جعل من نماذجه الاتصالية أدوات تنبؤية وتفسيرية معتمدة يسترشد بها علماء النفس في تصميم تجاربهم المعملية حول حركة العين وزمن الاستجابة الدماغي.

10. القيادة الأكاديمية والمؤسسية في جامعة كاليفورنيا سان دييغو

10.1 تأسيس وترسيخ قسم العلوم المعرفية الرائد عالمياً

إلى جانب عبقريته البحثية والتنظيرية الفذة، كان جيفري إلمان قائداً أكاديمياً ومؤسسياً استثنائياً ترك بصمة خالدة على الخارطة الجامعية العالمية. ففي أواخر ثمانينيات القرن العشرين، لعب إلمان دوراً محورياً وتاريخياً في تأسيس قسم العلوم المعرفية (Department of Cognitive Science) في جامعة كاليفورنيا بسان دييغو (UCSD)، وهو أول قسم أكاديمي مستقل ومخصص للعلوم المعرفية في تاريخ التعليم العالي في العالم بأسره.

تولى إلمان لاحقاً رئاسة هذا القسم العريق، وقاد جهوداً جبارة لتطوير مناهج دراسية غير مسبوقة دمجت بجرأة بين البرمجة الحاسوبية، والرياضيات المتقدمة، واللسانيات النظرية، وعلم النفس التجريبي، والبيولوجيا العصبية الجزيئية والفلسفة المعرفية. كان يؤمن بأن إعداد باحث معرفي معاصر يتطلب هدم الأسوار الإدارية الصارمة التي تفصل الكليات التقليدية، وخلق جيل جديد من العلماء القادرين على التفكير عبر التخصصات بنفس الكفاءة العلمية.

كما ساهم إلمان بقوة في تأسيس معهد الحوسبة العصبية (Institute for Neural Computation – INC) في لاهويا، وعمل على تعزيز الشراكات البحثية بين الباحثين في الجامعة ومعاهد أبحاث بيولوجية عالمية مجاورة مثل معهد سالك (Salk Institute). حوّل إلمان سان دييغو إلى قبلة عالمية يؤمها كبار العلماء والباحثين من كافة أصقاع الأرض للمشاركة في صياغة النظريات الحديثة حول الدماغ والحوسبة، مرسخاً بيئة أكاديمية تسودها الحرية الفكرية والجرأة في طرح الأفكار الجديدة.

10.2 عمادة كلية العلوم الاجتماعية والمسؤوليات الإدارية الكبرى

تقديراً لحنكته القيادية ورؤيته الإنسانية الاستراتيجية الشاملة، اختير جيفري إلمان لتولي منصب عميد كلية العلوم الاجتماعية (Dean of the Division of Social Sciences) في جامعة كاليفورنيا بسان دييغو، وهو المنصب الرفيع الذي شغله باقتدار منقطع النظير لمدة ثماني سنوات متتالية (2006–2014). كانت الكلية تضم تحت مظلتها آلاف الطلاب ومئات الأساتذة الموزعين على أقسام متعددة تشمل العلوم المعرفية، والأنثروبولوجيا، والاقتصاد، والعلوم السياسية، واللغويات، والاجتماع، والاتصال.

خلال فترة عمادته، أطلق إلمان مبادرات رائدة هدفت إلى تسخير أدوات العلوم المعرفية والبيانات الضخمة لمعالجة كبرى التحديات الاجتماعية والإنسانية؛ فشجع الأبحاث المعنية بعدم المساواة التعليمية، وديناميكيات الهجرة، واضطرابات التواصل الاجتماعي. كما كان مدافعاً شرساً عن مبادئ التنوع والعدالة والشمول الأكاديمي (Diversity, Equity, and Inclusion)؛ حيث استحدث برامج لدعم انضمام الباحثين والطلاب من الأقليات والفئات الاجتماعية غير الممثلة إلى الهيئة التدريسية والدراسات العليا، مؤمناً بأن تنوع الخلفيات الإنسانية هو الشرط التأسيسي لتنوع الأفكار العلمية الخلاقة.

شهدت الكلية في عهده طفرة غير مسبوقة في البنية التحتية التكنولوجية والمختبرية؛ حيث قام بتمويل وتطوير أحدث مختبرات المسح الدماغي، وتتبع حركة العين، والمختبرات الحوسبية الفائقة المخصصة لأبحاث العلوم السلوكية. قاد إلمان الكلية بحكمة بالغة خلال الأزمة المالية العالمية لعام 2008، محافظاً على استقرار البرامج الأكاديمية وحماية الباحثين الشباب ومشاريعهم العلمية من التخفيضات المالية، مما أكسبه احتراماً وحباً جارفاً في سائر أروقة الجامعة وإدارتها العليا.

10.3 فلسفته في التدريس والإشراف العلمي وتوجيه الأجيال

على الرغم من أعبائه الإدارية والبحثية الجسام، ظل جيفري إلمان حتى آخر أيام حياته معلماً شغوفاً ومربياً ملهماً يجد متعة حقيقية في قاعات المحاضرات والمختبرات الطلابية. اتسم أسلوبه في التدريس بالبساطة الساحرة والتواضع الفكري العميق؛ إذ كان يمتلك مهارة استثنائية في تبسيط أعقد المفاهيم الرياضية والعصبية وتحويلها إلى أفكار حدسية ملموسة تأسر عقول المبتدئين والخبراء على السواء.

تخرج تحت إشرافه المباشر العشرات من الباحثين وطلاب الدكتوراه وما بعد الدكتوراه الذين أصبحوا اليوم قادة عالميين يترأسون أقسام العلوم المعرفية ومختبرات الذكاء الاصطناعي في كبريات الجامعات ومراكز الأبحاث في أمريكا وأوروبا وآسيا. كان إلمان يربي طلابه على فضيلة الشك البناء والجرأة الفكرية، ويحثهم دائماً على مساءلة النظريات الراسخة مهما كانت سلطة أصحابها، قائلاً لهم إن التقدم العلمي لا يتحقق عبر الانصياع للإجماع، بل عبر تفكيك المسلمات واختبارها تجريبياً بأدوات لا تلين.

عُرف إلمان بين زملائه وطلابه بكرمه الإنساني النادر واستماعه اليقظ؛ فلم يكن يتردد في منح ساعاته وأيامه لمناقشة فكرة طالب ناشئ أو تقديم الدعم النفسي والمهني لزملائه. كان يرى في المجتمع الأكاديمي أسرة فكرية واحدة تتكاتف من أجل توسيع رقعة الوعي البشري، تاركاً إرثاً تربوياً وأخلاقياً لا يقل توهجاً عن إرثه الرياضي والنظري.

11. إرث جيفري إلمان في عصر الذكاء الاصطناعي ونماذج اللغة الكبيرة

11.1 من شبكات إلمان إلى بنية المحولات (Transformers) ونماذج GPT

عندما ننظر اليوم إلى المشهد التكنولوجي المعاصر وثورة الذكاء الاصطناعي التوليدي (Generative AI) المتمثلة في النماذج اللغوية الكبيرة (Large Language Models) مثل ChatGPT ونماذج GPT-4 وClaude وGemini، فإننا نرى في الحقيقة التحقق المادي والهندسي الكامل للنبوءة العلمية التي صاغها جيفري إلمان عام 1990. إن المسار التطوري الممتد من شبكة إلمان التكرارية البسيطة (SRN) مروراً بنماذج LSTM وGRU، ووصولاً إلى بنية المحولات (Transformer Architecture) المستندة إلى آليات الانتباه الذاتي (Self-Attention)، يمثل خطاً متصلاً ومباشراً من التراكم المعرفي التوزيعي.

إن المبدأ الجوهري الصادم الذي أثبته إلمان—وهو أن تدريب شبكة عصبية على مهمة واحدة بسيطة تتلخص في “التنبؤ بالعنصر اللاحق في التسلسل الزمني” (Next-Token Prediction) يجبر النظام بالضرورة الحسابية على بناء تمثيلات بنيوية ونحوية ودلالية فائقة التعقيد والتجريد في مساحاته الداخلية—هو نفسه المحرك الوحيد الذي تعمل به كل النماذج اللغوية الحديثة اليوم! لقد برهن التاريخ العلمي على خطأ خصوم إلمان الذين زعموا أن التنبؤ الإحصائي السطحي عاجز عن توليد التجريد والتعقل، وأثبتت النماذج المعاصرة أن توسيع نطاق شبكات إلمان عبر مليارات المعاملات الحسابية وبيانات الإنترنت الضخمة أنتج بالضبط تلك الخصائص النحوية والاستدلالية المنبثقة التي تحدث عنها إلمان قبل أكثر من ثلاثة عقود.

وعلاوة على ذلك، فإن المفهوم الحديث لـ تضمينات الكلمات (Word Embeddings) وفضاء المتجهات الدلالية—الذي تجسد لاحقاً في خوارزميات مثل Word2Vec وGloVe، وصولاً إلى فضاءات التضمين المستمرة للمحولات—هو تطابق حرفي ومفاهيمي مع ما أظهره إلمان في ورقته لعام 1990؛ حيث تصبح المعاني مسافات هندسية، وزوايا، ومسارات داخل فضاءات متصلة متعددة الأبعاد، مما يجعل جيفري إلمان الأب الروحي الحقيقي لمعالجة اللغات الطبيعية القائمة على التعلم العميق.

11.2 علم النفس العصبي الحاسوبي المعاصر كتحقيق لرؤيته

في ميدان علوم الدماغ المعاصرة، أصبحت الرؤى الديناميكية التي دافع عنها إلمان تشكل التيار العلمي الرئيسي في أبحاث علم النفس العصبي الإدراكي. فاليوم، لا تُستخدم الشبكات العصبية العميقة المتكررة ومحولات اللغة كأدوات تجارية وهندسية فحسب، بل تُعتمد كأفضل “نماذج علمية لمحاكاة الدماغ البشري” (Silicon Models of the Brain) لفهم كيفية معالجة اللغة في القشرة المخية الصدغية والجبهية.

تُطبق اليوم مفاهيم إلمان حول الأنظمة الديناميكية وفضاء الحالات لدراسة الاضطرابات السريرية الشديدة للغة، مثل حبسة بروكا وحبسة فيرنيكه، وصعوبات القراءة التنموية (Dyslexia)؛ حيث تخلت أبحاث الأعصاب الحديثة عن “النموذج الموضعي الساذج” الذي كان يحاول حشر كل وظيفة عقلية في بقعة جغرافية ثابتة من الدماغ، وتبنت بدلاً من ذلك نموذج إلمان الذي ينظر إلى الدماغ كشبكة موزعة ومتكاملة تعتمد على تفاعل الأحواض الجاذبة وحركة المسارات المتجهة عبر الزمن.

كما أثبتت دراسات التصوير العصبي الوظيفي الحديثة (fMRI) وتخطيط المغناطيسية الدماغية (MEG) أن معالجة الكلام البشري في الدماغ تقوم في جوهرها على “المعالجة التنبؤية” (Predictive Processing) والتقليل المستمر للخطأ التنبئي السمعي، وهو ما يمثل انتصاراً تاريخياً لنماذج TRACE وشبكات SRN التي وضع إلمان أسسها الرياضية والتجريبية قبل توافر تقنيات المسح العصبي المتطورة بعقود طويلة.

11.3 الجوائز والتكريمات الدولية لإنجازاته العلمية

حصد جيفري إلمان خلال مسيرته العلمية الحافلة أرفع الأوسمة والجوائز التقديرية التي تعكس عمق تأثيره في المشهد العلمي العالمي. انتُخب زميلاً لجمعية العلوم المعرفية المرموقة (Cognitive Science Society)، وزميلاً للجمعية الأمريكية لتقدم العلوم (AAAS)، بالإضافة إلى عضويته في الجمعية الأمريكية لعلم النفس ونخبة من الأكاديميات العلمية الدولية المرموقة.

وفي عام 2007، نال إلمان تتويجاً تاريخياً استثنائياً بحصوله على جائزة ديفيد روملهارت (The David E. Rumelhart Prize)، وهي الجائزة الأرفع شأناً والأكثر هيبة ومكانة في مجال العلوم المعرفية على مستوى العالم، والتي تُمنح سنوياً لتكريم الإسهامات التأسيسية الاستثنائية في الأسس النظرية للإدراك البشري، وتُعد بمثابة “جائزة نوبل في العلوم المعرفية”. وقد جاء منح الجائزة لإلمان تقديراً لأبحاثه الثورية التي دمجت الرياضيات التكرارية باللسانيات التنموية وأعادت تشكيل فهمنا للبنى العقلية والزمنية.

وتخليداً لإرثه الإنساني والعلمي العظيم، قامت جامعة كاليفورنيا في سان دييغو وجمعية العلوم المعرفية بعد رحيله بتأسيس جائزة جيفري ل. إلمان (Jeffrey L. Elman Prize) للإنجازات العلمية المتميزة في النمذجة الحاسوبية التنموية والمعرفية، لتُمنح سنوياً للباحثين الواعدين الذين يسيرون على دربه في هدم الأسوار بين التخصصات وطرح أفكار جريئة تسبر أغوار العقل البشري.

12. الخاتمة: التقييم المعرفي والفلسفي لثورة جيفري إلمان الفكرية

12.1 إعادة صياغة السؤال المعرفي حول طبيعة العقل واللغة

عندما نزن المنجز الفكري الإجمالي لجيفري إلمان بميزان تاريخ الأفكار، يتضح لنا بجلاء أنه لم يقدم مجرد نموذج حاسوبي أو نظرية نفسية جديدة، بل أحدث تحولاً إبستيمولوجياً جذرياً في طبيعة السؤال المعرفي ذاته. لعقود طويلة ظل السؤال المركزي المهيمن على دراسة اللغة والعقل مستمداً من الفلسفة الرمزية واللسانيات التوليدية: “ما هي المعرفة المخزنة داخل العقل، وما هي طبيعة الرموز والقواعد الصورية التي يحتويها؟”

أزاح إلمان هذا السؤال الساكن ليضع مكانه سؤالاً حركياً عميقاً ومغايراً تماماً: “كيف تتفاعل العمليات الديناميكية البسيطة عبر مسار الزمن والخبرة لتولد المعرفة كخاصية منبثقة؟” أثبت إلمان رياضياً وعملياً أن الأنظمة التي تبدو شديدة التعقيد في مخرجاتها—كالقدرة على تركيب الجمل وتوليد الاستعارات وفهم المجاز—لا تحتاج بالضرورة إلى محركات داخلية شديدة التعقيد، بل يمكنها أن تنبثق بسلاسة من تفاعل قيود بنيوية وزمنية بسيطة مع سيل العالم الخارجي المتدفق.

حقق إلمان بذلك المصالحة الفلسفية والتاريخية الكبرى بين الحتمية البيولوجية التطورية والخبرة الفردية الإنسانية. لم يعد الدماغ آلة جامدة مقيدة وراثياً بقوالب مسبقة التشفير، ولم يعد في الوقت نفسه صفحة بيضاء تتقاذفها الصدف؛ بل أصبح كياناً حياً مفعماً باللدونة، ونظاماً معمارياً يتشكل عبر نموه وتفاعله الحتمي مع الثقافة واللغة، مرسخاً مكانة النموذج الاتصالي كجسر معرفي وتجريبي لا غنى عنه يربط بين فيزياء الدماغ البيولوجي وغوامض الوعي الإنساني الممتد.

12.2 الدروس المستفادة للبحث النفسي والمعرفي المستقبلي

يترك لنا التراث العلمي والنقدي لجيفري إلمان دروساً منهجية وفكرية بالغة الأهمية لمستقبل الأبحاث في العلوم النفسية والمعرفية والذكاء الاصطناعي:

• تجنب الدوغمائية الفطرية: الحذر الشديد من إغراء “تفسير كل سلوك معقد بافتراض جين أو وحدة عقلية فطرية مقابلة”، والالتزام بالبحث الصبور في آليات التعلم الإحصائي والانبثاقية الديناميكية قبل إطلاق الأحكام الفطرية السهلة.
• التطور والنمو كعوامل محددة للبنية: إدراك أن “الطفولة” ومراحل النمو ليست فترات انتظار بيولوجية سلبية لنضج العقل، بل هي عمليات تأسيسية حاسمة تحدد شكل النظام المعرفي وطريقة اشتغاله؛ فالبدايات المتواضعة هي التي تمكن الأنظمة المعقدة من الاستقرار وتفادي الفوضى الحسابية.
• حتمية التكامل العابر للتخصصات: البرهان القاطع على أن أعقد الظواهر الإنسانية كاللغة والفكر لا يمكن فهمها باحتكار تخصصي منفرد؛ إذ يتطلب الأمر تضافر علوم الحاسوب والرياضيات مع اللسانيات وعلم النفس وعلم الأعصاب في بوتقة منهجية واحدة وتجريبية صارمة.

تكتسب هذه الدروس راهنية قصوى اليوم في ظل السباق المحموم لتطوير الذكاء الاصطناعي العام (AGI)؛ حيث يدرك الباحثون بشكل متزايد أن الاكتفاء بتضخيم أحجام النماذج الحسابية لا يكفي لبناء عقول اصطناعية تفهم المعنى بصدق، وأن الطريق الحقيقي نحو ذكاء اصطناعي مرن وشبيه بالبشر يمر حتماً عبر استلهام مبادئ إلمان في التطور النمائي، والتعلم المتجسد، والقيود الزمنية النشطة.

12.3 وفاة جيفري إلمان (2018) وتخليد ذكراه الأكاديمية

في الثاني من يونيو عام 2018، تلقت الأوساط العلمية والأكاديمية في كافة أنحاء العالم صدمة بالغة برحيل جيفري لويس إلمان المفاجئ عن عمر ناهز السبعين عاماً، إثر نوبة قلبية ألمت به أثناء ممارسته لرياضة المشي في سان دييغو. خلف نبأ وفاته حزناً عميقاً في قلوب تلاميذه وزملائه، وخيمت حالة من الصمت والأسى على المجتمع العلمي الدولي لرحيل أحد أكثر عقول القرن العشرين إشراقاً وتواضعاً ونبلاً.

توالت رسائل الرثاء والشهادات التأبينية من كبرى الجامعات العالمية، ومجلات العلوم المرموقة مثل Nature وScience ومجلات جمعية العلوم المعرفية، مجمعة على أن العالم لم يفقد عالماً عبقرياً فحسب، بل فقد أباً روحياً وإنساناً استثنائياً جسد أسمى معاني التفاني الأكاديمي والنزاهة الفكرية ودعم الباحثين الشباب. وأكدت الشهادات على أن أعظم تكريم لإلمان لا يكمن في البكاء على رحيله، بل في الاستمرار في استكشاف الآفاق الفكرية والرياضية الرحبة التي فتحها أمام الإنسانية.

اليوم، وبعد عقود من إطلاقه أول شبكة تكرارية في أروقة لاهويا، تواصل أفكار جيفري إلمان، ونظرياته، ومفاهيمه حول الزمان، واللغة، وفضاء المتجهات، تدفقها الحي كنبراس موجه في قلوب أحدث ثورات الذكاء الاصطناعي والعلوم المعرفية المعاصرة. لقد برهن إلمان على أن العقل البشري ليس جهازاً ميكانيكياً صلباً تسكنه أشباح الرموز المنطقية، بل هو سيمفونية ديناميكية حية ومفتوحة تعزفها عصبونات متصلة تتراقص في فضاء الزمن لتصنع المعنى، والوعي، والحرية.

المراجع

• Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. https://doi.org/10.1207/s15516709cog1402_1
• Elman, J. L. (1991). Distributed representations, simple recurrent networks, and grammatical structure. Machine Learning, 7(2–3), 195–225. https://doi.org/10.1007/BF00114844
• Elman, J. L. (1993). Learning and development in neural networks: The importance of starting small. Cognition, 48(1), 71–99. https://doi.org/10.1016/0010-0277(93)90058-4
• Elman, J. L. (2004). An alternative view of the mental lexicon. Trends in Cognitive Sciences, 8(7), 301–306. https://doi.org/10.1016/j.tics.2004.05.003
• Elman, J. L. (2009). On the meaning of words and dinosaur bones: Lexical knowledge without a lexicon. Cognitive Science, 33(4), 547–582. https://doi.org/10.1111/j.1551-6709.2009.01023.x
• Elman, J. L., Bates, E. A., Johnson, M. H., Karmiloff-Smith, A., Parisi, D., & Plunkett, K. (1996). Rethinking innateness: A connectionist perspective on development. MIT Press. https://mitpress.mit.edu/9780262550307/rethinking-innateness/
• Fodor, J. A., & Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture: A critical analysis. Cognition, 28(1–2), 3–71. https://doi.org/10.1016/0010-0277(88)90031-5
• McClelland, J. L., & Elman, J. L. (1986). The TRACE model of speech perception. Cognitive Psychology, 18(1), 1–86. https://doi.org/10.1016/0010-0285(86)90005-9
• Pinker, S. (1999). Words and rules: The ingredients of language. Basic Books. https://stevenpinker.com/publications/words-and-rules
• Rumelhart, D. E., McClelland, J. L., & the PDP Research Group. (1986). Parallel distributed processing: Explorations in the microstructure of cognition (Vols. 1 & 2). MIT Press. https://mitpress.mit.edu/9780262680530/parallel-distributed-processing/
• Saffran, J. R., Aslin, R. N., & Newport, E. L. (1996). Statistical learning by 8-month-old infants. Science, 274(5294), 1926–1928. https://doi.org/10.1126/science.274.5294.1926
• Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. In Advances in Neural Information Processing Systems (Vol. 30, pp. 5998–6008). Curran Associates, Inc. https://papers.nips.cc/paper/7181-attention-is-all-you-need