جوشوا تينينباوم – 1972 الحاضر

السيرة

يمثل البروفيسور جوشوا تينينباوم (Joshua Brett Tenenbaum) علامة فارقة في تاريخ العلوم المعرفية والذكاء الاصطناعي الحديث؛ إذ استطاع عبر مشروعه الفكري والرياضي الرائد إعادة صياغة فهمنا لآليات العقل البشري، متجاوزاً الانقسامات التاريخية الكلاسيكية بين النزعة العقلانية والنزعة التجريبية. يقود تينينباوم، بصفته أستاذاً للعلوم المعرفية الحوسبية في معهد ماساتشوستس للتكنولوجيا (MIT) وباحثاً رئيسياً في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL)، ثورة حوسبية تنظر إلى الإدراك بوصفه عملية استدلال بايزي احتمالي ونمذجة توليدية فائقة الدقة والتعقيد.

تكمن فرادة تينينباوم في قدرته الفذة على تفكيك أعقد ألغاز الإدراك: كيف يستطيع طفل صغير، من خلال مشاهدة مثال واحد أو بضعة أمثلة محدودة، أن يعمم مفهوماً مجرداً وينقله بمرونة إلى سياقات لا متناهية؟ وبينما كانت علوم الحاسوب والذكاء الاصطناعي تنجرف نحو معالجة مليارات البيانات السطحية عبر الشبكات العصبية العميقة المعتمة، شق تينينباوم مساراً مغايراً يركز على «الهندسة العكسية للعقل البشري»، مستنداً إلى فكرة مفادها أن الدماغ البشري لا يكتفي برصد الارتباطات الإحصائية، بل يبني نماذج سببية ونظريات حدسية ثرية حول كيفية عمل العالم المادي والاجتماعي المحيط به.

يتناول هذا المقال التحليلي الشامل سيرة جوشوا تينينباوم ومسيرته العلمية الممتدة منذ نشأته وتكوينه الأكاديمي، مروراً بتأسيسه للبرادايغم البايزي في العلوم المعرفية، وابتكاره للغات البرمجة الاحتمالية والذكاء الرمزي العصبي، ووصولاً إلى أطروحاته التأسيسية حول الفيزياء وعلم النفس الحدسيين. إنه استكشاف معمق لأفكار رجل يعيد تعريف الذكاء ذاته، مقدماً دليلاً إبستمولوجياً وحوسبياً على أن أرقى أشكال الذكاء الاصطناعي لن تنشأ إلا حين تتعلم الآلات كيف تفكر وتتعلم وتستكشف تماماً كما يفعل عقل الإنسان.

1. النشأة والخلفية الأكاديمية والتكوين العلمي الأولي

1.1 البيئة الأسرية والمؤثرات المبكرة

ولد جوشوا بريت تينينباوم في عام 1972، ونشأ في بيئة عائلية اتسمت بالانفتاح الفكري والتقدير العميق للمنهج العلمي. وفرت له أسرته مناخاً استثنائياً حفز لديه الفضول المعرفي والتفكير النقدي المستقل منذ نعومة أظفاره. كان لوالدته، التي عملت في تدريس العلوم والرياضيات وتطوير المناهج التربوية، دور محوري في توجيه اهتماماته المبكرة نحو التساؤل الإبستمولوجي: كيف يتعلم الإنسان؟ وكيف تستطيع عقول الأطفال استيعاب المفاهيم الرياضية المعقدة واكتشاف القوانين الطبيعية دون تلقين مسبق؟

هذا الاحتكاك المبكر بالبيداغوجيا وطرق اكتساب المعرفة زرع في نفس تينينباوم ولعاً دائماً باستكشاف آليات الذكاء الطبيعي. لم يكن ينظر إلى الألعاب أو الظواهر البيئية المحيطة بوصفها مجرد معطيات جامدة، بل كمعضلات منطقية تتطلب التفسير والتفكيك. وسرعان ما تشابك هذا الفضول السيكولوجي مع صعود الحواسيب الشخصية في أواخر السبعينيات والثمانينيات، حيث أدرك اليافع أن الحاسوب ليس مجرد آلة لحساب الأرقام، بل هو وسيط تجريبي فريد ومختبر رقمي يمكن من خلاله اختبار فرضيات معقدة حول سيرورات التفكير والمنطق والاستدلال الصوري.

1.2 المسار الجامعي في جامعة ييل ومعهد ماساتشوستس للتكنولوجيا

التحق تينينباوم بـ جامعة ييل المرموقة لدراسة المرحلة الجامعية الأولى، وهناك قرر خوض مسار أكاديمي مزدوج يجمع بين الفيزياء وعلم النفس، وتخرج بامتياز عام 1993. أتاح له هذا الجمع الفريد الجمع بين الصرامة الرياضية والمعادلات التفاضلية المميزة للفيزياء النظرية، وبين الاستقصاء الظواهري والسلوكي للوظائف الإدراكية في علم النفس. خلال دراسته في ييل، بدأ تينينباوم يشعر بعدم الرضا حيال النماذج السلوكية والارتباطية التقليدية السائدة آنذاك؛ إذ بدت له عاجزة تماماً عن تفسير المرونة الفائقة والقدرة الإبداعية التوليدية للإدراك البشري.

دفع هذا الطموح المعرفي تينينباوم إلى الانتقال إلى معهد ماساتشوستس للتكنولوجيا (MIT) لمتابعة دراساته العليا في قسم الدماغ والعلوم المعرفية. كان المعهد في ذلك الوقت بؤرة مشتعلة للأفكار الثورية التي قادها رواد الفكر المعرفي واللغوي، وفي مقدمتهم نعوم تشومسكي الذي رسخ فكرة الفطرية والملكة اللغوية التوليدية، وستيفن بينكر صاحب الرؤى التطورية في الإدراك البشري. انغمس تينينباوم في هذا الحوار الأكاديمي الخصب، وتولد لديه عزم أكيد على بناء إطار توفيقي وتكاملي: إطار يستوعب البنى الرمزية التوليدية لتشومسكي، لكنه يدمجها بالمرونة الحسابية والاحتمالية القادرة على استيعاب ضجيج البيانات الواقعية والتعامل مع عدم اليقين البيئي.

1.3 أطروحة الدكتوراه وتأسيس المنهج الاحتمالي

في عام 1999، أتم تينينباوم أطروحة الدكتوراه تحت إشراف عالم الإدراك البارز ريتشارد أندرسون وبإلهام وتفاعل كبيرين مع باحثين بارزين في المعهد. حملت أطروحته عنواناً دالاً ركز فيه على قواعد التعلم والتعميم الاستقرائي: كيف يستنبط العقل البشري فئات ومفاهيم كلية انطلاقاً من شواهد تجريبية شحيحة للغاية؟ تمثلت النقلة الراديكالية التي أحدثتها أطروحته في صياغة أول نموذج رياضي صارم مبني على نظرية الاحتمالات البايزية (Bayesian Probability) لتفسير التعلم المفاهيمي الإنساني.

برهن تينينباوم رياضياً وتجريبياً على أن تعميم المفاهيم لا يحدث عبر التراكم الساذج للارتباطات العصبية، ولا من خلال تطبيق قواعد منطقية صارمة وحتمية تنكسر عند أول استثناء، بل يتم عبر موازنة دقيقة بين معرفة مسبقة منظمة (Priors) واحتمالية الأدلة الحسية الواردة (Likelihood). لاقت هذه الأطروحة صدى واسعاً في الأوساط الأكاديمية الدولية، واعتُبرت حجر الأساس لتحول برادايغمي تاريخي في علم النفس المعرفي، واضعة إياه على سكة النمذجة الاحتمالية الحوسبية التي ستعيد لاحقاً تعريف ماهية الفكر البشري.

2. التحول نحو العلوم المعرفية الحوسبية كبرادايغم علمي

2.1 إعادة صياغة مشكلة الاستدلال الاستقرائي عند الإنسان

أعاد تينينباوم إحياء المعضلة الفلسفية الشهيرة التي طرحها الفيلسوف التنويري ديفيد هيوم حول تبرير الاستقراء: كيف يحق للعقل البشري أن يقفز من ملاحظات محدودة ومقيدة إلى تعميمات كلية وقوانين عامة غير مقيدة؟ في السياق الإدراكي، تُعرف هذه المشكلة باسم مشكلة «نقص التحديد» (Poverty of the Stimulus / Underdetermination)؛ فالمدخلات الحسية الواصلة إلى الدماغ مشوهة وغامضة ولا نهائية التفسيرات، ومع ذلك يتوصل البشر، من الطفولة المبكرة، إلى الفهم التفسيري ذاته والصحيح للبيئة المحيطة.

رفض تينينباوم المقاربة الرمزية الكلاسيكية (GOFAI) التي افترضت أن العقل مجرد محرك استنتاجي يتعامل مع قضايا منطقية صارمة، كما رفض المقاربة الترابطية لشبكات الاتصال العصبي التي اعتبرت العقل لوحاً صفحة بيضاء يتعلم بتكديس الإحصاءات السطحية. واقترح بديلاً ثورياً: العقل البشري هو محرك استدلال احتمالي بايزي مصمم بطبيعته لصياغة فرضيات توليدية غنية حول العالم، وترجيح أكثرها تفسيراً للواقع بأقل قدر من التعقيد، مما يسمح بحل معضلة الاستقراء وحسمها بطريقة حوسبية أنيقة.

2.2 دمج الرياضيات المتقدمة مع علم النفس التجريبي

لم يكتفِ تينينباوم بالتنظير الرياضي المجرد في أبراج عاجية، بل حرص على إرساء ميثودولوجيا بحثية تجمع بين الرياضيات الصارمة وعلم النفس التجريبي السلوكي. تبنى تينينباوم مستويات التحليل الثلاثة التي صاغها عالم الرؤية الحوسبية الراحل ديفيد مار (David Marr):

• المستوى الحوسبي (Computational Level): ما هو الهدف من العملية الإدراكية؟ وما هو منطقها الأمثل؟
• المستوى التمثيلي والخوارزمي (Algorithmic/Representational Level): ما هي الهياكل البيانية والعمليات التي تنفذ تلك الحوسبة؟
• المستوى الفيزيقي/التنفيذي (Implementational/Physical Level): كيف تنفذ الدوائر العصبية والبيولوجية هذه الخوارزميات؟

ركز تينينباوم جهوده بالأساس على المستوى الحوسبي؛ إذ رأى أن فهم الإدراك يستلزم أولاً معرفة المشكلة التكيفية التي يسعى الدماغ لحلها عبر أدوات نظرية الاحتمالات ونظرية المعلومات، ومن ثم تصميم تجارب نفسية دقيقة على عينات بشرية لمقارنة قراراتهم بتنبؤات النماذج الرياضية، كاشفاً عن تطابق مذهل بين السلوك البشري والمعيارية البايزية.

2.3 تأسيس مختبر العلوم المعرفية الحوسبية في معهد ماساتشوستس

أسس تينينباوم مختبر العلوم المعرفية الحوسبية (Computational Cognitive Science Lab) في معهد ماساتشوستس للتكنولوجيا، والذي غدا سريعاً القبلة الأولى للباحثين والعلماء في مجالات تقاطع العقل والآلة. جمع المختبر بين باحثين من خلفيات علمية شديدة التنوع: من علماء الرياضيات والإحصاء وعلوم الحاسوب إلى الفلاسفة وعلماء النفس النمائي وعلم الأعصاب. تميزت بيئة المختبر بالانفتاح والتحدي المستمر للأطر التقليدية السائدة، مما جعله بيئة ولادة للأفكار الراديكالية والمنهجيات الحوسبية الجديدة.

من هذا المختبر، انطلقت مشاريع برمجية مفتوحة المصدر ونماذج خوارزمية غير مسبوقة لمحاكاة الوظائف الإدراكية العليا، مثل التعرف البصري على الأشياء، وتفكيك بنية اللغة، واستنتاج العلاقات الاجتماعية. رسخ تينينباوم في مختبره ثقافة بحثية فريدة تقوم على «النمذجة الرياضية الصارمة كمرآة لفهم الطبيعة البشرية»، مؤكداً أن دراسة عقول الأطفال والبشر هي البوابة الحقيقية والوحيدة لبناء ذكاء اصطناعي جدير بهذا المسمى.

3. النمذجة البايزية للإدراك البشري: الركائز والأسس النظرية

3.1 قاعدة بايز كإطار لتفسير المعالجة المعرفية

تستند النمذجة المعرفية عند تينينباوم إلى الصيغة الكلاسيكية لمبرهنة توماس بايز، والتي تصف رياضياً كيفية تحديث درجة الاعتقاد في فرضية ما في ضوء ظهور أدلة جديدة:

P(H|D) = [P(D|H) * P(H)] / P(D)

في هذا السياق المعرفي:

• الاحتمالية اللاحقة P(H|D): تمثل درجة يقين العقل وثقته في صحة فرضية تفسيرية معينة بعد معاينة الأدلة الحسية الواردة من العالم الخارجي.
• الاحتمالية السابقة P(H): تمثل المعرفة القبلية المخزونة في الدماغ، سواء كانت معرفة فطرية غرستها آليات التطور البيولوجي أو خبرات تراكمية تم تعلمها سابقاً من البيئة.
• دالة الإمكان/الترجيح P(D|H): تقيس مدى توافق واتساق الأدلة الحسية المرصودة بالفعل مع افتراض صحة تلك الفرضية النظرية.
• الاحتمالية الحدية للأدلة P(D): تعمل كعامل معايرة لضمان تكامل الاحتمالات وتوزيعها المنطقي عبر فضاء الفرضيات الشامل.

من خلال هذا القانون الرياضي، صاغ تينينباوم مفهوماً ثورياً هو «العقلانية التكيفية»، موضحاً أن القرارات البشرية، التي تبدو أحياناً متسرعة أو غير عقلانية في الظاهر، هي في الواقع حلول بايزية مثلى تتعامل بذكاء فائق مع بيئة مليئة بالغموض، والضوضاء، وشح البيانات الحقيقية.

3.2 الاستدلال البايزي الهرمي (Hierarchical Bayesian Modeling)

لم يقف تينينباوم عند حدود النماذج البايزية البسيطة ذات المستوى الواحد، بل أحدث نقلة جوهرية عبر تطوير «النماذج البايزية الهرمية» (Hierarchical Bayesian Models). تفترض هذه البنية أن العقل البشري ينظم معرفته في طبقات متعددة من الفرضيات المجردة؛ حيث تقوم المستويات العليا بضبط وضبط المعايير التفسيرية للمستويات التي تليها، في عملية تتجاوز مجرد تعلم ظاهرة محددة إلى ما أسماه تينينباوم «تعلم كيفية التعلم» (Learning to Learn).

يفسر هذا النموذج الهرمي كيف يمكن للبشر، بمجرد استيعاب قاعدة تجريدية عليا (مثل فهم أن العالم يتكون من أجسام صلبة لها خصائص نوعية، أو أن الفاعلين يتحركون بدوافع داخلية)، أن يطبقوا تلك القاعدة فوراً على كائنات ومواقف جديدة دون الحاجة لإعادة ضبط الفرضيات الأساسية من الصفر. تتيح الهيكلة الهرمية للمعرفة انتقالاً سلساً وتجريداً استقرائياً ينطلق من حالات فردية خاصة ليصل إلى مبادئ كونية شاملة تحكم التفاعلات المكانية، والمادية، والسلوكية بأعلى درجات الكفاءة الذهنية.

3.3 مقارنة النماذج البايزية بالنظريات المعرفية المنافسة

دخلت مقاربة تينينباوم في مناظرة فكرية حادة مع الاتجاهات السائدة في علم النفس المعرفي والذكاء الاصطناعي. وقفت النماذج البايزية كبديل ناضج في مواجهة النزعة الاتصالية (Connectionism) والشبكات العصبية الاصطناعية التي تتعامل مع التعلم كضبط تدريجي لمليارات الأوزان الرقمية المفتقرة للمعنى التفسيري. بيّن تينينباوم أن الشبكات العصبية تعاني من عيبين قاتلين: الشراهة اللامحدودة للبيانات، والهشاشة التامة عند التعرض لتغيرات طفيفة تقع خارج نطاق التدريب (Out-of-Distribution Data).

في الوقت ذاته، تجاوز تينينباوم النزعة الفطرية الراديكالية لبعض منظري علم النفس التطوري الذين افترضوا وجود وحدات دماغية نمطية جامدة مبرمجة مسبقاً لكل مهمة حياتية. فقدمت النماذج البايزية الهرمية حلاً جدلياً توفيقياً بارعاً؛ إذ أثبتت أن «الفطرية» و«التعلم التجريبي» ليسا طرفي نقيض، بل هما عنصران متكاملان في معادلة واحدة: المعرفة الفطرية تتجسد في بنية الفرضيات السابقة (Priors) والفضاء النظري، بينما يقوم التعلم التجريبي بتحديث أوزان هذه الفرضيات واختيار أصلحها بناءً على الملاحظات والبيانات الواقعية.

4. التعلم من أمثلة محدودة والتعميم الاستقرائي الفائق

4.1 معضلة التعلم السريع (One-Shot Learning)

تتجلى إحدى أكثر قدرات العقل الإنساني إبهاراً في قدرة الأطفال المدهشة على استيعاب وتعميم مفهوم جديد تماماً بمجرد رؤية مثال واحد فقط (One-Shot Learning). فإذا شاهد طفل صغير حيواناً غريباً مثل «الكنغر» أو «الميمون» لمرة واحدة وسَمِع اسمه، فإنه يستطيع على الفور التعرف عليه بدقة في الصور، والرسوم الكرتونية، ومن زوايا تصويرية مختلفة، بل وفي ظروف إضاءة مشوهة، دون أن يخلط بينه وبين حيوانات أخرى تشاركه اللون أو الحجم.

تحدى تينينباوم مجتمع الذكاء الاصطناعي الذي يتباهى بتدريب شبكات التعرف البصري على ملايين الصور المصنفة لتحديد قطة أو كلب. وقام، بالتعاون مع تلاميذه مثل برندن ليك (Brenden Lake) ورسلان سالاخوتينوف، بنمذجة هذه القدرة البشرية عبر ورقة بحثية مرجعية نُشرت في مجلة Science عام 2015. كشفت الورقة أن البشر لا يعتمدون على مقارنة البكسلات أو الملامح الإحصائية المباشرة، بل يستنتجون «البرنامج السببي التوليدي» الذي أنتج ذلك المفهوم، مما يمكنهم من تعميمه وتحديده بثقة مطلقة انطلاقاً من عينة مفردة.

4.2 المطابقة التركيبية والبرامج الذهنية المجردة

لشرح هذه القفزة الذهنية الخارقة، صاغ تينينباوم وفريقه نظرية «تعلم البرامج البايزية» (Bayesian Program Learning – BPL). تنطلق هذه النظرية من فرضية فلسفية حوسبية مفادها أن المفاهيم الذهنية في الدماغ الإنساني ليست مجرد مصفوفات أرقام أو أطياف من السمات، بل هي في حقيقتها «برامج حاسوبية توليدية مصغرة» مكتوبة بلغة الفكر الداخلي. وعندما يرى الإنسان شيئاً جديداً، فإن دماغه لا يكتفي بحفظ صورته، بل يبحث عن أقصر برنامج تركيبي يمكنه إعادة توليد ذلك الشيء ومحاكاته داخلياً.

طبق تينينباوم هذا الإطار على التعرف على الحروف المكتوبة يدوياً وتوليدها باستخدام قاعدة بيانات «أومنيغلوت» (Omniglot Dataset)، والتي أصبحت معياراً عالمياً منافساً لـ MNIST. أظهر النموذج قدرة فريدة على تفكيك الحرف المعروض لأول مرة إلى حركات قلم أساسية ومكونات فرعية تركيبية (Sub-parts)، ثم تجميعها مجدداً. ولم يقتصر إنجاز النموذج على التعرف على الحرف بمستوى فاق شبكات التعلم العميق، بل تجاوزه إلى النجاح في اختبار «تورينغ البصري»؛ حيث عجز البشر عن التمييز بين الحروف الجديدة التي رسمها نموذج البرنامج البايزي وتلك التي خطتها أيدٍ بشرية حقيقية.

4.3 التجارب السلوكية على التعميم البشري

دعم تينينباوم نظرياته عبر ترسانة من التجارب السلوكية والنفسية المصممة بعناية فائقة، والتي استهدفت شرائح عمرية متعددة من الرضع، والأطفال، والبالغين. في إحدى أشهر تجاربه لدراسة التعميم الدلالي، عُرضت على المشاركين نقاط في فضاء متعدد الأبعاد، أو مفاهيم ترتبط بعلاقات حيوية وهندسية، وطُلب منهم التنبؤ بحدود امتداد هذا المفهوم إلى عناصر مجهولة استناداً إلى أمثلة تدريبية شحيحة للغاية لا تتعدى مثالين أو ثلاثة.

أظهرت النتائج الإمبيريقية بدقة متناهية أن التنبؤات البشرية لا تتبع التوزيع العشوائي أو التراكم الإحصائي الخطي، بل تتطابق بدقة هندسية مذهلة مع مخرجات منحنيات الاستدلال البايزي التي تفترض فضاءً بيانياً منظماً للمفاهيم (Structured Hypothesis Spaces)، مثل الهياكل الشجرية، والشبكات المعرفية، والمجموعات المتداخلة. برهنت هذه التجارب على أن الحدس البشري ليس ضرباً من التخمين الغريزي الأعمى، بل هو تجسيد حي لمنظومة استدلالية إحصائية رفيعة المستوى تحتكم لأقوى المعايير الرياضية في إدارة الشك وتعميم القواعد.

5. الفيزياء الحدسية وعلم النفس الحدسي: فهم العوالم المادية والاجتماعية

5.1 محركات المحاكاة في الدماغ البشري

كيف نستطيع في جزء من الثانية تفادي كرة تقترب من رؤوسنا، أو الحكم على برج من المكعبات بأنه وشيك السقوط، أو تقدير كمية السائل التي ستنسكب عند إمالة إناء؟ طرح تينينباوم بالتعاون مع بيتر باتاغليا (Peter Battaglia) فرضية ثورية تجيب عن هذا التساؤل: يمتلك الدماغ البشري ما يشبه «محرك ألعاب الفيديو الداخلي» (Internal Game Engine) أو محاكي فيزيائي ذهني تقريبي. هذا المحرك لا يحل المعادلات التفاضلية المعقدة للفيزياء النيوتونية بدقة متناهية كما تفعل الحواسيب الفائقة، بل يجري محاكاة تقريبية سريعة وسلسة تستوعب القوانين الأساسية للكتلة، والجاذبية، والاحتكاك، والزخم الحركي.

تسمح هذه الفيزياء الحدسية (Intuitive Physics) للبشر بتوليد توقعات مستقبلية ديناميكية للمشاهد المادية في زمن حقيقي. فإذا رأى الإنسان صورة لبرج مكعبات يوشك على الانهيار، فإنه لا يستنتج الاستقرار من خلال التوزيع اللوني، بل يجري محاكاة داخلية سريعة لعدة سيناريوهات محتملة تحت تأثير الجاذبية؛ وإذا انهارت الأبراج في غالبية المحاكاة الذهنية التقريبية، يصدر الدماغ فوراً حكماً جازماً بعدم استقرار البرج. وتفسر هذه المقاربة كفاءة العقل البشري المذهلة ومرونته الفائقة في التعامل مع البيئات المادية المتحركة مقارنة بالروبوتات التقليدية المتعثرة.

5.2 نظرية العقل الحوسبية (Computational Theory of Mind)

لا يقتصر الإدراك البشري على التفاعل مع الجمادات والأشياء المادية، بل يتميز بقدرة فريدة على قراءة الأفكار واستيعاب النوايا: ما يعرف في علم النفس بـ «نظرية العقل» (Theory of Mind). نقل تينينباوم، جنباً إلى جنب مع باحثين مثل كريس بيكر وتوما أورمان، هذا المفهوم الفلسفي والنمائي إلى حقل الصرامة الرياضية عبر ما أطلقوا عليه اسم «الاستدلال التخطيطي المعكوس» (Inverse Planning أو Inverse Reinforcement Learning).

ينظر هذا النموذج إلى العقل البشري كمنظومة تفترض بداهة أن الآخرين هم فاعلون عقلانيون (Rational Agents) يتحركون في العالم لتحقيق رغباتهم وأهدافهم بأقل تكلفة وجهد ممكنين (وفق مبدأ الفعل العقلاني). ومن خلال مراقبة مسار حركة جسدية بسيطة يقوم بها شخص ما، يستطيع المراقب الإنساني «عكس» عملية التخطيط الحسابي، ليستنبط فوراً الأهداف الكامنة، والرغبات الدفينة، والمعتقدات التي يحملها ذلك الشخص، حتى وإن كانت تلك المعتقدات خاطئة أو مضللة. مثّل هذا التأطير الحوسبي قفزة نوعية في فهم آليات التعاطف، والتعاون، والخداع، والتواصل الرمزي المشترك بين البشر.

5.3 التفاعل بين النماذج الفيزيائية والاجتماعية

تتجلى قمة التعقيد الإدراكي في المواقف الحياتية اليومية التي يتشابك فيها العالم المادي مع العالم الاجتماعي في آن واحد؛ حيث يتعين على العقل البشري تقييم القوى الفيزيائية الملموسة جنباً إلى جنب مع المقاصد والدوافع السلوكية غير المرئية. حلل تينينباوم كيف يصدر البشر أحكاماً أخلاقية وقيمية معقدة على أفعال الآخرين: هل كان سقوط الكوب من يد فلان حادثاً فيزيائياً محتوماً ناخباً عن زلق طارئ، أم كان فعلاً متعمداً مدفوعاً بنية تخريبية واعية؟

طور فريق تينينباوم بيئات محاكاة واختبار ثلاثية الأبعاد تنشط فيها شخصيات افتراضية تتفاعل فيزيائياً لمساعدة أو عرقلة بعضها البعض. وأظهرت النماذج الرياضية، مدعومة بتجارب سلوكية دقيقة، أن الأحكام الأخلاقية البشرية، ومفاهيم اللوم، والمساعدة، والإعاقة، لا تبنى على النتيجة المادية النهائية المجردة للفعل، بل على «المحاكاة السببية المضادة للواقع»: ماذا كان سيحدث لو لم يتدخل هذا الفاعل؟ وما مقدار الجهد الفيزيائي الذي بذله ليحقق هدفه الاجتماعي؟ يعكس هذا التكامل التوليدي العميق بين الفيزياء الحدسية ونظرية العقل الأسس الحقيقية للضمير الجمعي والتعايش المجتمعي الإنساني بأكمله.

6. لغات البرمجة الاحتمالية وتمثيل المعرفة الإدراكية

6.1 تطوير لغة ‘تشرش’ (Church) واللغات اللاحقة

مع تعاظم تعقيد النماذج المعرفية البايزية، أدرك تينينباوم وزملاؤه، ولا سيما نوح غودمان (Noah Goodman)، أن الرياضيات الكلاسيكية ومعادلات حساب التفاضل والتكامل لم تعد كافية للتعبير عن المفاهيم الإدراكية الغنية ذات التركيبية التوليدية واللامتناهية. ومن هذا المنطلق الاستشرافي، قاد تينينباوم وغودمان ثورة برمجية حوسبية عبر تطوير لغة «تشرش» (Church) في أواخر العقد الأول من الألفية، والتي سُميت تيمناً بعالم المنطق والرياضيات البارز ألونزو تشرش.

جمعت لغة Church بعبقرية بين لغات البرمجة التوليدية ذات الطبيعة الوظيفية (مثل Lisp/Scheme) وبين الاستدلال الإحصائي البايزي الصارم. فبدلاً من تعريف الاحتمالات على متغيرات رقمية فردية ثابتة، أتاحت هذه اللغة للمبرمج والباحث كتابة «برامج احتمالية» تولد بدورها برامج ونماذج معقدة تتفرع وتتغير ديناميكياً وفق المعطيات. ثم توالت اللغات المعرفية اللاحقة الأكثر حداثة وكفاءة، مثل لغة «Gen» المطورة في معهد ماساتشوستس للتقنية، والتي وسعت آفاق النمذجة الإدراكية الحوسبية، ومكنت العلماء من صياغة أعتى الفرضيات حول الإدراك البشري في صورة كود برمجي تنفيذي، قابل للمحاكاة والتحقق الإمبيريقي والرياضي المباشر.

6.2 النماذج التوليدية كبنية تمثيلية للمعرفة

تتمحور الفلسفة الإدراكية الكامنة خلف لغات البرمجة الاحتمالية حول ترسيخ مفهوم «النماذج التوليدية» (Generative Models) كبنية أصيلة لتمثيل المعرفة الإنسانية في الدماغ. يرى تينينباوم أن المعرفة ليست فهرساً ساكناً من الحقائق والتعريفات، ولا شبكة من الأوزان الإحصائية المبهمة، بل هي محرك كود سببي قادر على خلق وتوليد سيناريوهات لا متناهية ومحاكاتها داخلياً قبل الإقدام على الفعل الواقعي.

تمكن هذه البنية التوليدية الفائقة العقل البشري من الانخراط في أرقى العمليات العقلية التجريدية: التفكير المضاد للواقع (Counterfactual Reasoning)، أي الإجابة الدقيقة عن أسئلة من طراز: «ماذا لو لم أضغط على المكابح في اللحظة المناسبة؟» أو «ماذا لو كان الجدار مبنياً من الخشب بدلاً من الفولاذ؟». لا تستطيع النماذج الارتباطية السطحية التعامل مع مثل هذه الاستفسارات لأنها تفتقر للنموذج السببي المحاكي للآليات الفيزيائية والمادية الحاكمة، في حين تبرع النماذج التوليدية في محاكاتها بسهولة، مفسرة كيف يمكن للإنسان تخيل عوالم بديلة واستشراف المستقبل بدقة استثنائية.

6.3 التطبيقات في حل المشكلات والاستدلال التجريدي

أثبتت لغات البرمجة الاحتمالية كفاءة غير مسبوقة في تفسير قدرة البشر المبهرة على حل المشكلات الإبداعية وتطوير أدوات جديدة من مواد غير مخصصة لها سلفاً. إذا وجد إنسان نفسه في حاجة لتثبيت باب يوشك على الانغلاق، فإنه قد يستخدم حذاءً، أو حجراً، أو كتاباً سميكاً كأداة إيقاف مؤقتة. هذا التكيف السريع لا يستند إلى ذاكرة تدريبية مسبقة رأت حذاءً يُستخدم كمصد للأبواب، بل يرتكز على تحليل برمجي تجريدي يبحث عن أي جسم يمتلك كتلة كافية، ومعامل احتكاك مناسب، وأبعاداً هندسية ملائمة لتحقيق الغرض التكيفي المنشود.

وعلاوة على ذلك، فتحت هذه المقاربة آفاقاً رحبة في مجال فهم اللغة الطبيعية وتفكيك الغموض الدلالي والسياقي (Pragmatics). فمن خلال نمذجة التخاطب كلعبة استدلال اجتماعي بايزي تعاوني، أمكن للغات البرمجة الاحتمالية تفسير كيف يلتقط السامع المعاني الضمنية، والتلميحات، والنكات، والمجازات التي لا تصرح بها الكلمات مباشرة، محاكية بدقة مبهرة قفزات الاستبصار الذهني والتفكير الإستراتيجي اللماح الذي ميز الإنسان عن سائر المخلوقات والآلات عبر التاريخ.

7. الهندسة العكسية للعقل وسد الفجوة مع الذكاء الاصطناعي

7.1 مشروع الهندسة العكسية للذكاء البشري

يحدد جوشوا تينينباوم مشروعه العلمي العام بهدف أسمى وجريء: إنجاز «الهندسة العكسية للعقل البشري» (Reverse-Engineering the Human Mind). يؤكد تينينباوم دوماً أن العقل الإنساني هو الدليل الواقعي والوحيد المتوفر لدينا على إمكانية وجود ذكاء عام، مرن، قادر على التعلم السريع والتكيف الخلاق دون الحاجة لبيانات ضخمة أو حواسيب عملاقة تستهلك طاقة المدن. ومن ثم، فإن أي محاولة لتطوير ذكاء اصطناعي عام دون فهم العمليات الحوسبية التي ينفذها الدماغ البشري هي ضرب من العبث التقني السطحي.

تجسد هذا التوجه في دوره التأسيسي والقيادي البارز في مركز الأدمغة والعقول والآلات (CBMM – Center for Brains, Minds and Machines)، وهو تحالف بحثي استراتيجي ضخم مقره MIT وممول من المؤسسة الوطنية للعلوم (NSF) بالتعاون مع جامعة هارفارد ومؤسسات عالمية كبرى. يهدف المركز إلى الجمع الصارم بين علم الأعصاب البيولوجي، وعلم النفس المعرفي، وعلوم الحاسوب، لتجاوز «اختبار تورينغ» السطحي المقيد بالنصوص إلى بناء نماذج متكاملة تمتلك الذكاء الفطري، والمرونة المادية، والإدراك السببي التوليدي للطفل البشري.

7.2 الذكاء الرمزي العصبي (Neuro-Symbolic AI)

في خضم النزاع المحتدم بين دعاة النماذج الرمزية الكلاسيكية ودعاة شبكات التعلم العميق الإحصائية، قاد تينينباوم ثورة تأسيسية لتيار علمي متصاعد يُعرف بـ «الذكاء الرمزي العصبي» (Neuro-Symbolic AI). رأى تينينباوم أن كلاً من التيارين بمفرده يحمل عيباً بنيوياً لا يمكن علاجه: فالشبكات العصبية بارعة في الإدراك الحسي الأولي، وتمييز الأنماط السمعية والبصرية من البيانات غير المهيكلة، لكنها تفشل فشلاً ذريعاً في التعليل المنطقي والتعميم المفاهيمي وتفتقر للشفافية وتعمل كصندوق أسود معتم؛ بينما تبرع الأنظمة الرمزية في المنطق الصارم والاستدلال التركيبي الشفاف، لكنها تنهار أمام ضوضاء الواقع وافتقار المدخلات الحسية للوضوح المنطقي.

تدمج المقاربة الرمزية العصبية أفضل ما في العالمين: تستخدم الشبكات العصبية العميقة لاستخلاص المفاهيم والملامح الأولية من الصور والمدخلات الحسية المعقدة، ثم تحولها مباشرة إلى برامج ورموز مجردة تعالجها محركات الاستدلال البايزي الاحتمالي. أثبتت هذه النماذج الهجينة تفوقاً كاسحاً في مهام الفهم البصري للمشاهد الديناميكية، والإجابة عن الأسئلة البصرية المعقدة (Visual Question Answering)، مع ميزة حاسمة تتمثل في قدرتها الكاملة على تقديم تفسير منطقي وشفاف خطوة بخطوة لكل قرار تتخذه، مبددة أوهام الصندوق الأسود التي تعيب الذكاء الاصطناعي المعاصر.

7.3 بناء آلات تفكر مثل البشر

في عام 2017، نشر تينينباوم برفقة زملائه برندن ليك، وتوما أورمان، ومات بوتفينيك ورقة بحثية بارزة وشهيرة في مجلة Behavioral and Brain Sciences بعنوان: «بناء آلات تتعلم وتفكر مثل البشر» (Building Machines That Learn and Think Like People). سرعان ما تحولت هذه الورقة إلى مانيفستو علمي هز أركان مجتمع التعلم الآلي والذكاء الاصطناعي على نطاق عالمي واسع، حيث حدد فيها تينينباوم المكونات الجوهرية التي لا غنى عنها لبناء ذكاء اصطناعي حقيقي يحاكي قدرات البشر:

• بناء النماذج السببية: امتلاك آليات داخلية تحاكي علاقات السبب والنتيجة بدلاً من الاكتفاء برصد الارتباطات الإحصائية السطحية بين المدخلات.
• الفيزياء البديهية والاجتماعية: تزويد الآلات بمعرفة جوهرية مسبقة حول قوانين العالم المادي ومبادئ الفاعلية العقلانية الاجتماعية.
• التركيبية وقابلية إعادة الاستخدام: صياغة المفاهيم في هيئة برامج مجردة قابلة للتفكيك، والتركيب، والتعميم في سياقات جديدة كلياً وغير مسبوقة.
• التعلم الموجه بالفضول: اعتماد آليات استكشاف نشطة تبحث عن المعلومات غير المعروفة لتحسين النماذج الداخلية، تماماً كما يفعل الأطفال أثناء اللعب.

فتحت هذه الورقة نقاشاً إبستمولوجياً عالمياً حول الحدود البنيوية العميقة التي ترتطم بها تقنيات معالجة البيانات الضخمة (Big Data) الحالية، مبرهنة أن تكبير حجم الشبكات وزيادة استهلاك الطاقة لن يؤديا تلقائياً إلى ولادة الفهم والإدراك الحقيقي.

8. الأبعاد الفلسفية والإبستمولوجية في فكر تينينباوم المعرفي

8.1 إعادة إحياء الفلسفة الكانطية بصياغة رياضية

يمثل المشروع المعرفي لجوشوا تينينباوم في جوهره الفلسفي إعادة إحياء معاصرة وبالغة الدقة لأطروحات الفيلسوف الألماني الكبير إيمانويل كانط في نقد العقل المحض، ولكن عبر صياغة لغات البرمجة ونظرية الاحتمالات المعاصرة. أكد كانط أن التجربة الحسية الخام خرساء وعاجزة بمفردها عن تكوين أي معرفة ما لم تكن هناك «مقولات قبلية» (A Priori Categories) تنظم الزمان والمكان والسببية في العقل وتتيح إدراك العالم.

ترجم تينينباوم فكرة المقولات الكانطية القبلية بصورة رياضية مباشرة إلى مفهوم «توزيعات الاحتمال السابقة المنظمة» (Structured Priors) والفرضيات الفطرية المدمجة في الأنظمة البايزية الهرمية. فالعقل البشري، بحسب تينينباوم، لا يولد أبداً كصفحة بيضاء (Tabula Rasa) كما كان يزعم جون لوك والنزعة التجريبية الراديكالية الساذجة؛ إذ يستحيل رياضياً استخلاص أي معنى من التدفق الحسي الهائل دون وجود هيكل مفاهيمي مسبق يقيد فضاء الفرضيات. قدم تينينباوم بذلك برهاناً حسابياً قاطعاً على أن العقلانية الفطرية ليست مجرد تأمل ميتافيزيقي، بل هي ضرورة حوسبية لا مفر منها لأي نظام ذكي يسعى للتعلم من بيانات محدودة في زمن حقيقي.

8.2 السببية وتفكيك العلاقة بين الارتباط والعلّة

استند تينينباوم بعمق إلى الأعمال الرائدة التي قادها عالم الحاسوب والفيلسوف الحائز على جائزة تورينغ جوديا بيرل (Judea Pearl) في مجال النمذجة والاستدلال السببي (Causal Inference). لطالما وقعت العلوم الإحصائية التقليدية والشبكات العصبية في مغالطة الخلط الشهيرة بين «الارتباط الإحصائي» و«العلاقة السببية الحقيقية»؛ إذ لا يستطيع نموذج التعلم الإحصائي السطحي التمييز بين حقيقة أن صياح الديك يسبق شروق الشمس، وبين استحالة أن يكون صياحه هو العلة الفيزيائية المسببة لطلوعها.

أدخل تينينباوم منطق «التدخل الفعلي» (Intervention) والأسئلة السببية إلى قلب التجارب المعرفية وعلم النفس الإدراكي. وأظهرت أبحاثه كيف يمتلك العقل البشري منذ الطفولة المبكرة قدرة فطرية على بناء «رسوم بيانية سببية موجهة» (Directed Causal Graphs) لا ترتكز فقط على مراقبة الأحداث، بل على التفاعل النشط مع البيئة لإجراء تجارب حية تختبر مسارات العلة والمعلول وتفرز المتغيرات الخفية (Latent Variables) غير المرئية بذكاء تفسيري استثنائي.

8.3 طبيعة الوعي ومسألة الفهم الحقيقي مقابل المحاكاة

في إطار النقاشات الفلسفية المعاصرة حول طبيعة الوعي وماهية الذكاء، يطرح فكر تينينباوم رؤية نقدية رصينة تعيد تقييم حجة «الغرفة الصينية» الشهيرة للفيلسوف جون سيرل. تجادل حجة الغرفة الصينية بأن المعالجة الميكانيكية للرموز وتطابق المدخلات والمخرجات لا تعني بأي حال من الأحوال وجود «فهم حقيقي» أو قصدية واعية للمعنى (Intentionality)، وهو الأمر الذي ينطبق بدقة اليوم على النماذج اللغوية الضخمة (LLMs) مثل GPT، والتي تقتصر على التنبؤ الإحصائي بالكلمة التالية دون امتلاك أي نموذج حقيقي للعالم.

يصر تينينباوم على وجود حد فاصل لا يمكن طمسه بين المعالجة الإحصائية للنصوص والرموز السطحية وبين الفهم الإدراكي الأصيل (Genuine Comprehension). يرى تينينباوم أن الفهم البشري الحقيقي لا يتحقق إلا من خلال «النماذج المرتكزة في الواقع» (Grounded Models)؛ أي وجود تمثيلات ذهنية سببية داخلية تشير إلى كينونات فيزيائية وبيولوجية واجتماعية حقيقية تتفاعل وتتغير في الزمان والمكان. ومن ثم، فإن محاكاة المخرجات اللغوية ببراعة تظل مجرد سراب إحصائي خاوٍ ما لم تكن تلك المخرجات متصلة بنموذج داخلي للعالم يحاكي الفيزياء، والسببية، وتطلعات الفاعلين الاجتماعيين ونواياهم العميقة.

9. التأثير في علم النفس النمائي وفهم عقول الأطفال

9.1 الطفل كعالم صغير (The Child as Scientist)

أحدث تينينباوم ثورة منهجية في علم النفس النمائي عبر تعاونه الوثيق وتأثيره المتبادل مع عالمة النفس والفيلسوفة البارزة أليسون غوبنيك (Alison Gopnik). قاما معاً بإعادة صياغة فرضية «الطفل كعالم صغير» (The Child as Scientist)؛ وهي الأطروحة التي ترى أن الأطفال والرضع لا يستقبلون المعرفة بشكل سلبي وغير منظم، بل يتصرفون تماماً كعلماء محترفين يتبعون أدق خطوات المنهج العلمي: صياغة فرضيات نظرية، وإجراء تجارب استكشافية عبر اللعب، وتعديل نماذجهم وتحديثها بدقة بايزية مذهلة عند اصطدامهم ببيانات شاذة أو مفاجئة.

أثبتت التجارب التي أجراها مختبر تينينباوم أن الرضيع الذي لا يتجاوز عمره بضعة أشهر يمتلك حساسية إحصائية بالغة الدقة؛ فإذا سُحبت مجموعة من الكرات الحمراء من صندوق أبيض شفاف يمتلئ بالكرات البيضاء وكرات حمراء نادرة، فإن الرضيع يحدق لفترة أطول بكثير في المشهد، معبراً عن «مفاجأة إدراكية» (Violation of Expectation) تنجم عن انهيار التوقع الإحصائي الاحتمالي لديه. يفسر هذا المنهج كيف يمثل اللعب الاستكشفي والعبث بالأشياء عند الأطفال سلوكاً حوسبياً استمثالياً نشطاً، يسعى من خلاله الطفل لتقليص الشك المعرفي وإثراء نموذجه السببي الداخلي للعالم المحيط به.

9.2 المعرفة الجوهرية (Core Knowledge) ونموها الحوسبي

تكامل عمل تينينباوم بشكل عميق مع أبحاث عالمة النفس المعرفي الكبيرة إليزابيث سبيلك (Elizabeth Spelke) حول نظرية «المعرفة الجوهرية» (Core Knowledge Systems). تفترض هذه النظرية أن البشر يولدون ومخهم مزود بأنظمة معرفية فطرية متخصصة ومستقلة نسبياً، تركز على مجالات حيوية محددة: الأجسام الصلبة وحركتها، الفاعلون ونواياهم، الأعداد والكميات، والفضاء والاتجاهات الجغرافية.

قدم تينينباوم الأساس الرياضي والحوسبي لكيفية نمو وتمدد هذه المعرفة الجوهرية وتحولها عبر مراحل الطفولة إلى نظريات بديهية بالغة النضج والتعقيد. وأوضح من خلال نماذج الحوسبة الهرمية أن المعرفة الفطرية الأولية ليست قوالب جامدة مغلقة، بل هي بمثابة برامج بذرة توليدية (Seed Programs) تنطلق منها مسارات التفكير والتعلم والتعميم، مما يفسر كيف يمكن للنظريات الحدسية الطفولية أن تتعايش وتتفاعل بسلاسة مع المعرفة العلمية المتقدمة التي يكتسبها الإنسان لاحقاً في مراحل التعليم والرشد.

9.3 التفاعل الاجتماعي وبناء اللغة لدى الصغار

في حقل اكتساب اللغة والتفاعل الاجتماعي المبكر، قدم تينينباوم حلاً حوسبياً بارعاً للمعضلة الفلسفية الكلاسيكية المعروفة بـ «معضلة كواين في الترجمة الجذرية» (Quine’s Translating Problem)، والتي طرحها الفيلسوف ويلارد فان أورمان كواين: حين يشير شخص بالغ إلى أرنب يركض ويقول لطفل كلمة غير مألوفة («غافاغاي»)، كيف يعرف الطفل أن الكلمة تعني الأرنب كحيوان كامل، وليس لونه، أو أذنيه، أو سرعته، أو حتى مجرد لحظة ركضه؟

أثبت تينينباوم عبر النمذجة البايزية الاجتماعية أن الطفل لا يعتمد على التكرار الساذج، بل يستخدم «الانتباه المشترك» ونوايا المتكلم التواصلية كمرشحات بايزية قوية (Bayesian Filters) تُسقط ملايين الاحتمالات الهامشية غير المنطقية دفعة واحدة. يدرك الطفل بفطرته التفاعلية أن المتحدث كائن عقلاني يقصد تصنيف الشيء ككل وفق بنية مفاهيمية مشتركة؛ وهو ما يفسر التفوق البشري الخارق في استيعاب المفردات والبنى النحوية التوليدية المعقدة في زمن قياسي وجهد تدريبي ضئيل، مقارنة بأضخم النماذج الحاسوبية التي تتطلب ملايين النصوص وساعات الحوسبة لتقترب من هذه الكفاءة التواصلية.

10. الانتقادات والمناظرات العلمية حول المقاربة البايزية

10.1 معضلة التعقيد الحسابي وقابلية المعالجة (Intractability)

واجهت المقاربة البايزية للإدراك التي يتزعمها تينينباوم انتقادات علمية حادة من قبل علماء الأعصاب والباحثين في الحوسبة المعرفية، وكان جوهر هذا النقد يدور حول معضلة «التعقيد الحسابي وقابلية المعالجة» (Computational Intractability). تتطلب قاعدة بايز في صيغتها الرياضية الدقيقة حساب التكامل أو الجمع عبر كامل فضاء الفرضيات الممكنة في المقام (P(D))؛ ومع تزايد أبعاد العالم وتعقد المتغيرات البيئية، ينفجر فضاء الاحتمالات أسياً، مما يجعل الحساب البايزي الدقيق مستحيلاً حتى على أقوى الحواسيب الفائقة، فكيف يمكن لشبكة عصبية بيولوجية تستهلك 20 واط من الطاقة أن تنجزه في أجزاء من الثانية؟

رد تينينباوم على هذا النقد بتبني وتطوير نظرية «البايزية العقلانية التقريبية» (Rational Process Models)؛ ومفادها أن الدماغ البشري لا يجري حسابات بايزية دقيقة ومطلقة، بل ينفذ خوارزميات أخذ عينات تقريبية وسريعة، شبيهة بأساليب «مونت كارلو عبر سلاسل ماركوف» (Markov Chain Monte Carlo – MCMC) ومرشحات الجسيمات (Particle Filters). تفترض هذه الرؤية أن الدماغ يكتفي باختبار حفنة ضئيلة جداً من الفرضيات التمثيلية بدلاً من مسح كامل الفضاء، مما يتيح التوصل إلى قرارات شبه مثالية في زمن قياسي وبأقل استهلاك للموارد الحسابية، وهو ما يفسر التوفيق المدهش بين المعيارية الرياضية والقيود العصبية البيولوجية.

10.2 المناظرة مع رواد التعلم العميق والاتصالية الحديثة

شهدت الأوساط العلمية سجالاً فكرياً ملحمياً ومستمراً بين جوشوا تينينباوم ومدرسته المعرفية من جهة، وبين قادة ثورة التعلم العميق والاتصالية الحديثة، وفي مقدمتهم يان ليكون (Yann LeCun) ويوشوا بنجيو (Yoshua Bengio) من جهة أخرى. تمحور الخلاف حول سؤال محوري: هل يكفي تدريب شبكات عصبية عميقة ضخمة موحدة على كميات هائلة من البيانات باستخدام الانحدار التدريجي (Gradient Descent) لبلوغ الذكاء العام، أم أن هناك حاجة لا غنى عنها لبنى معرفية وهياكل رمزية مسبقة الصنع؟

انتقد تينينباوم بشدة «الوهم الإحصائي» للتعلم العميق، مؤكداً أن الشبكات العصبية، رغم نجاحاتها الهندسية والتجارية المبهرة في التعرف على الأنماط، تظل نظماً سطحية تفتقر لأبسط مبادئ السببية وتنهار أمام أدنى تغير في توزيع البيانات، ناهيك عن معاناتها من ظاهرة الهلوسة وغياب الشفافية. ودافع تينينباوم بحزم عن ضرورة فرض «انحيازات استقرائية قوية» (Strong Inductive Biases) وبنى تركيبية داخل الأنظمة الذكية، وهو الطرح الذي بات يلقى قبولاً متزايداً حتى من أشد المدافعين عن التعلم العميق اليوم، الذين بدؤوا يتجهون نحو النماذج التوليدية الهجينة المستلهمة من أفكار تينينباوم المعرفية.

10.3 حدود العقلانية والانحيازات الإدراكية

جاء هجوم منهجي آخر من قبل علماء النفس التجريبي وباحثي الاقتصاد السلوكي، المتأثرين بأعمال الثنائي الشهير الحائز على جائزة نوبل دانيال كانمان وعاموس تفيرسكي (Kahneman & Tversky). استشهد هؤلاء النقاد بمئات التجارب النفسية التي تثبت وقوع البشر ضحايا لعدد هائل من المغالطات المنطقية والانحيازات المعرفية المنهجية (مثل مغالطة الارتباط، وانحياز التوافر، والتثبيت)، متسائلين باستنكار: كيف يصف تينينباوم العقل البشري بأنه محرك بايزي عقلاني مثالي بينما يمتلئ السلوك الإنساني الواقعي بهذه التناقضات الفجة؟

قدم تينينباوم دفاعاً مفحماً أعاد فيه كتابة فلسفة الانحيازات الإدراكية من منظور «العقلانية المقيدة حوسبياً» (Resource-Rational Analysis). برهن تينينباوم على أن كثيراً مما يُصنف خطأً على أنه «انحياز إدراكي غير عقلاني» هو في حقيقته استجابة حوسبية عبقرية ومثلى تماماً عندما تؤخذ في الاعتبار قيود البيئة الطبيعية: شح الوقت، وضيق الذاكرة العاملة، وندرة الملاحظات الحسية المباشرة. فالعقل البشري مصمم ليعمل في غابات وصحاري مليئة بالمخاطر الحقيقية حيث يكون القرار التقريبي السريع مسألة حياة أو موت، وليس مصمماً لحل أحاجي إحصائية مجردة في مختبرات علم النفس، مما يجعل هذه الانحيازات تكيفات حوسبية فائقة الذكاء وليست عيوباً برمجية كما ظن الكلاسيكيون.

11. الجوائز والتقدير الأكاديمي والريادة المجتمعية

11.1 الجوائز والتكريمات العلمية المرموقة

حظيت المسيرة العلمية لجوشوا تينينباوم بتقدير واحتفاء استثنائيين من كبرى المحافل والجمعيات الأكاديمية العالمية، مما رسخ مكانته كواحد من أكثر علماء عصره تأثيراً وإلهاماً. نال تينينباوم جائزة «ديفيد مار» (David Marr Prize) المرموقة لعدة مرات في مؤتمرات الرؤية والعلوم المعرفية تقديراً لأبحاثه الثورية غير المسبوقة، كما توجته جمعية العلوم المعرفية (Cognitive Science Society) بجوائزها التقديرية الكبرى لمساهماته التاريخية في إعادة تأسيس المنهج الحوسبي للعقل.

وفي عام 2019، حصل تينينباوم على واحدة من أرفع درجات التكريم في العالم؛ حيث اختير لنيل «زمالة ماك آرثر» الشهيرة (MacArthur Fellowship)، والمعروفة شعبياً وإعلامياً باسم «منحة العباقرة»، والتي تُمنح للأفراد الذين أظهروا إبداعاً استثنائياً وتفانياً فريداً يبشر بإحداث تحولات نوعية كبرى في مسار الفكر الإنساني. وتوج هذا التقدير بانتخابه عضواً في أعرق الأكاديميات العلمية: الأكاديمية الوطنية للعلوم في الولايات المتحدة الأمريكية (NAS)، والأكاديمية الأمريكية للفنون والعلوم (AAAS)، ليقف اسمه جنباً إلى جنب مع كبار رواد الفكر العلمي عبر العصور.

11.2 تخريج جيل رائد من علماء الإدراك والذكاء الاصطناعي

لم يقتصر أثر تينينباوم على مؤلفاته وأوراقه البحثية الشخصية، بل تجلى بصورة أعمق في دوره الريادي كمعلم وموجه أكاديمي استثنائي نجح في تكوين مدرسة فكرية تمتد عبر أرجاء المعمورة. أشرف تينينباوم خلال مسيرته في معهد ماساتشوستس للتقنية على نخبة من ألمع الباحثين وطلاب الدكتوراه الذين أصبحوا بدورهم اليوم قادة ومراجع لا غنى عنها في كبرى الجامعات العالمية ومختبرات الأبحاث التقنية الكبرى:

• برندن ليك (Brenden Lake): أستاذ في جامعة نيويورك وقائد أبحاث التعلم الإنساني والآلي وواضع مفهوم BPL.
• توما أورمان (Toma Ullman): أستاذ في جامعة هارفارد ورائد أبحاث الفيزياء وعلم النفس الحدسيين.
• نوح غودمان (Noah Goodman): أستاذ في جامعة ستانفورد والمطور المشارك للغات البرمجة الاحتمالية وتطبيقاتها النفسية.
• فيكاش مانسينغكا (Vikash Mansinghka): قائد مشروع البرمجة الاحتمالية والذكاء الاصطناعي الإدراكي في معهد ماساتشوستس للتكنولوجيا.

شكل هذا الجيل شبكة بحثية دولية متكاملة تواصل تعميق مشروعه العلمي، ناقلة مبادئه من أروقة علم النفس المعرفي التجريبي إلى عمق التطبيقات التقنية في مجالات الروبوتات المتقدمة، والرؤية الحاسوبية، والأنظمة اللغوية التوليدية الذاتية التفسير.

11.3 المشاركة في صياغة السياسات وأخلاقيات الذكاء الاصطناعي

مع الصعود الصاروخي لتطبيقات الذكاء الاصطناعي وتغلغلها في مفاصل المجتمعات الإنسانية، لم يقف تينينباوم موقف المتفرج المنعزل في مختبره، بل انخرط بفاعلية في النقاشات العالمية والمؤتمرات الدولية لصياغة أخلاقيات وحوكمة الذكاء الاصطناعي. دافع تينينباوم بقوة عن ضرورة الابتعاد عن الهوس بتطوير أنظمة تهدف إلى استبدال البشر وتهميشهم، داعياً إلى توجيه بوصلة الذكاء الاصطناعي ليكون أداة تكميلية وتكافلية تفهم الطبيعة الإنسانية وتخدمها.

أكد تينينباوم مراراً في المحافل السياسية والأكاديمية أن بناء أنظمة ذكاء اصطناعي موثوقة وآمنة لن يتحقق بالاعتماد على خوارزميات غير قابلة للتفسير قد تتصرف بطرق كارثية غير متوقعة في المواقف الحرجة (كالرعاية الصحية أو قيادة المركبات الذاتية). وشدد على أن الصمام الوحيد لضمان أمان الذكاء الاصطناعي هو زرع «النماذج الأخلاقية والاجتماعية الحدسية» للبشر في صميم خوارزميات الآلة، لتكون قادرة على استيعاب المقاصد، وتجنب الإيذاء، والتصرف وفق بديهيات المسؤولية المجتمعية والضمير الإنساني المشترك.

12. الإرث المعرفي وآفاق المستقبل للعلوم الحوسبية للعقل

12.1 الخريطة المستقبلية لأبحاث جوشوا تينينباوم

يواصل جوشوا تينينباوم اليوم، بهمة علمية متقدة، استكشاف التخوم المجهولة للإدراك الإنساني، واضعاً خريطة طريق طموحة ترسم ملامح أبحاثه المستقبلية. يتمثل أحد أهم محاور هذه الخريطة في البحث المضني عن «الأساس العصبي البيولوجي» الذي تنفذ من خلاله القشرة المخية خوارزميات الاستدلال البايزي ولغات البرمجة التوليدية. يتعاون تينينباوم مع كبار علماء الأعصاب، مثل نانسي كانويشر وجيمس ديكارلو، لربط النماذج الحوسبية بالتسجيلات العصبية المباشرة للدماغ البشري وقرود المكاك عبر الرنين المغناطيسي الوظيفي والتسجيل الفسيولوجي المجهري.

يمتد المحور المستقبلي الآخر نحو نمذجة الجوانب الأكثر غموضاً في الطبيعة البشرية: الحدس الأخلاقي المعقد، والمشاعر الوجدانية، وكيفية انبثاق الحس الجمالي والإبداعي من خلال آليات التوليد البايزية. يسعى تينينباوم إلى بناء إطار حوسبي موحد لا يفسر فقط كيف يرى الدماغ العالم ويفهمه فيزيائياً، بل كيف يشعر به، ويتعاطف معه، ويبدع فيه، وصولاً إلى مقاربة الإجابة الحتمية عن أعظم ألغاز الكون قاطبة: كيف تنبثق التجربة الشعورية الواعية للعقل من تفاعلات المادة واللحم والدم في هذا الموتور البيولوجي المذهل المسمى بالدماغ؟

12.2 مستقبل الذكاء الاصطناعي في ضوء العلوم المعرفية

يمثل فكر تينينباوم البوصلة الحقيقية التي لا غنى عنها للخروج من المآزق البنيوية الخانقة التي بدأت ترتطم بها أنظمة الذكاء الاصطناعي الإحصائية المعاصرة. إن الحتمية التاريخية للعلوم تؤكد أن عصر التعلم العميق بشكله الحالي المنفصل عن الفهم الحقيقي سيصل حتماً إلى نقطة التشبع وتضاؤل المردود الحوسبي والطاقي، مما يفرض التحول الحاسم نحو «الذكاء الاصطناعي الإدراكي المرتكز على المعرفة» (Cognitive-AI).

تنبئ رؤية تينينباوم بمستقبل تقني لا تتصرف فيه الروبوتات كآلات عمياء تحتاج لمسح ملايين الحالات لتفادي عقبة، بل تصبح كائنات ذكية تمتلك «فيزياء حدسية» و«نظرية عقل حوسبية» تمكنها من التكيف مع فوضى العالم الواقعي اللامتناهية، والتعاون التلقائي والآمن مع البشر في المنازل، والمصانع، والمستشفيات. لن يكون الذكاء الاصطناعي العام الحقيقي (AGI) مجرد نموذج لغوي هائل يعيد تدوير النصوص، بل سيكون تجسيداً حوسبياً يحاكي فضول، وتكيف، ومرونة، وبراءة ذلك «الطفل الصغير» الذي كان ولا يزال أعظم سر في سجل هذا الوجود.

12.3 المكانة التاريخية لتينينباوم في سياق علم النفس المعرفي

يتبوأ جوشوا تينينباوم مكانة تاريخية راسخة في سجل الفكر العلمي المعاصر؛ فهو الجسر الحي الذي ربط بين الثورة المعرفية الكبرى في منتصف القرن العشرين (والتي قادها عمالقة من طراز نعوم تشومسكي، وجيروم برونر، وهربرت سيمون) وبين الثورة التكنولوجية الحوسبية في القرن الحادي والعشرين. استطاع تينينباوم أن يحرر علم النفس المعرفي من فخ الوصف الظواهري السردي، ليرفعه إلى مصاف العلوم الدقيقة المصاغة بلغة رياضية برمجية صارمة لا تقبل اللبس.

رسخ تينينباوم حقيقة إبستمولوجية خالدة: إن دراسة الآلات ودراسة العقول ليسا حقلين منفصلين، بل هما وجهان لعملة علمية واحدة متكاملة؛ فلا يمكن إتقان أحدهما بمعزل عن الآخر. وبفضل إسهاماته التحويلية العميقة، سيبقى اسم جوشوا تينينباوم محفوراً كأحد أعظم المعماريين الفكريين الذين فتحوا للإنسانية نوافذ جديدة كلياً للتأمل في أعماق ذاتها، مبرهناً عبر سحر الأرقام ودقة الخوارزميات على أن العقل البشري هو، وسيظل دائماً، أعظم وأرقى معجزة حوسبية تستحق الاكتشاف والتجليل في تاريخ هذا الكون الفسيح.

خاتمة: العقل البشري كأعظم لغز حوسبي

إن التأمل المتمعن في مجمل المسيرة العلمية والفكرية لجوشوا تينينباوم يكشف عن رسالة معرفية وإنسانية شديدة العمق: تذكيرنا الدائم بأن أعظم نماذج الذكاء وأكثرها كفاءة ومرونة لا تسكن في مزارع الخوادم العملاقة ولا في الشبكات العصبية التي تلتهم تيارات الطاقة، بل تنبض داخل جمجمة كل إنسان منا، وتتجلى بأبهى صورها في نظرة الطفل الصغير وفضوله العفوي وهو يكتشف العالم.

لقد أعاد تينينباوم للعلم احترامه للإنسان، مبدداً الوهم التبسيطي الذي اختزل العقل في مجرد آلة حاسبة بليدة أو مصفوفة ارتباطات إحصائية عشوائية. إن إنجازه الأكبر يكمن في تقديمه إطاراً علمياً يجمع بين الصرامة الرياضية القصوى وبين الإيمان الراسخ بفرادة الروح الإنسانية وقدراتها التوليدية الخلاقة؛ مما يجعل من مشروعه الفكري ليس فقط محاولة لهندسة الذكاء اصطناعياً، بل مرآة حوسبية سحرية نرى فيها، ولأول مرة بوضوح رياضي مذهل، روعة وتعقيد النفس البشرية ذاتها.

المراجع

• Baker, C. L., Saxe, R., & Tenenbaum, J. B. (2009). Action understanding as inverse planning. Cognition, 113(3), 329–349. https://doi.org/10.1016/j.cognition.2009.07.005
• Battaglia, P. W., Hamrick, J. B., & Tenenbaum, J. B. (2013). Simulation as an engine of physical scene understanding. Proceedings of the National Academy of Sciences, 110(45), 18327–18332. https://doi.org/10.1073/pnas.1306572110
• Goodman, N. D., Tenenbaum, J. B., & Gerstenberg, T. (2015). Computation and language of thought: Probabilistic models of cognition. MIT Press.
• Goodman, N. D., Mansinghka, V. K., Roy, D. M., Bonawitz, K., & Tenenbaum, J. B. (2008). Church: A language for generative models. Uncertainty in Artificial Intelligence (UAI), 220–229.
• Gopnik, A., & Tenenbaum, J. B. (2007). Bayesian networks, causality, and foundations of cognitive development. Developmental Science, 10(3), 281–287. https://doi.org/10.1111/j.1467-7687.2007.00584.x
• Griffiths, T. L., & Tenenbaum, J. B. (2006). Optimal predictions in everyday cognition. Psychological Science, 17(9), 767–773. https://doi.org/10.1111/j.1467-9280.2006.01780.x
• Kemp, C., & Tenenbaum, J. B. (2008). The discovery of structural form. Proceedings of the National Academy of Sciences, 105(31), 10687–10692. https://doi.org/10.1073/pnas.0802631105
• Lake, B. M., Salakhutdinov, R., & Tenenbaum, J. B. (2015). Human-level concept learning through probabilistic program induction. Science, 350(6266), 1332–1338. https://doi.org/10.1126/science.aab3050
• Lake, B. M., Ullman, T. D., Tenenbaum, J. B., & Gershman, S. J. (2017). Building machines that learn and think like people. Behavioral and Brain Sciences, 40, e253. https://doi.org/10.1017/S0140525X16001837
• Pearl, J. (2009). Causality: Models, reasoning, and inference (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9780511803161
• Spelke, E. S., & Kinzler, K. D. (2007). Core knowledge. Developmental Science, 10(1), 89–96. https://doi.org/10.1111/j.1467-7687.2007.00569.x
• Tenenbaum, J. B. (1999). A Bayesian framework for concept learning (Doctoral dissertation). Massachusetts Institute of Technology.
• Tenenbaum, J. B., & Griffiths, T. L. (2001). Generalization, similarity, and Bayesian inference. Behavioral and Brain Sciences, 24(4), 629–640. https://doi.org/10.1017/s0140525x01000061
• Tenenbaum, J. B., Kemp, C., Griffiths, T. L., & Goodman, N. D. (2011). How to grow a mind: Statistics, structure, and abstraction. Science, 331(6022), 1279–1285. https://doi.org/10.1126/science.1192788
• Ullman, T. D., Spelke, E., Battaglia, P., & Tenenbaum, J. B. (2017). Mind games: Game engines as an architecture for intuitive physics and intuitive psychology. Behavioral and Brain Sciences, 40, e280. https://doi.org/10.1017/S0140525X17001406