تاريخ العلوم المعرفية: من مؤتمرات Macy إلى عصر الـLLM وإغلاق دائرة 1943

[!NOTE] TL;DR: أتتبع هنا الخط الفكري الذي يصل مؤتمرات ميسي (1946-1953) بنماذج اللغة الكبيرة: مجتمع سبراني واحد انشق إلى مسار رمزي ومسار اتصالي، ثم عاد المسار الاتصالي لينتصر تجريبيًا ويغلق دائرة فُتحت عام 1943. الأطروحة مدعومة بأرقام موثقة (فجوة بيانات التدريب بين الطفل وLLM تحديدًا)، وبمراجعة نقدية لنقاش "هل LLM نماذج إدراكية؟" كما يجري فعليًا في 2024-2026.

رسالة كُتبت عام 1943 ووصلت متأخرة

سألني مهندس شاب، في ندوة مغلقة بمدينة ليون مطلع 2026، سؤالًا من سطر واحد: هل نماذج اللغة الكبيرة علمُ إدراكٍ جديد؟ أجبتُ كموظف بريد يتسلّم مظروفًا أصفرّ: لا يا صديقي، هذه رسالة كُتبت عام 1943 وتأخرت في الطريق ثمانين عامًا، والختم عليها يقول "الدفع عند الاستلام". هذا المقال محاولة لفتح ذلك المظروف بمصادر مؤرخة وأرقام حية، لا بميتافيزيقا الذكاء الاصطناعي التي فاضت في السوق مؤخرًا.

أكتب هذا الموضوع بصفة مزدوجة: باحث سابق في علم الأعصاب الحاسوبي (أطروحة 2020 عن الذاكرة الفضائية والحُصين)، ثم مهندس معماريّ لأنظمة AI في الإنتاج. هذه الزاوية المزدوجة هي التي جعلتني أقرأ تاريخ العلوم المعرفية لا كسردٍ لطيف، بل كخريطة أخطاء نعيد رسم بعضها اليوم دون أن ننتبه.

سؤال واحد لا غير

سؤالي لم يكن "من اخترع الذكاء الاصطناعي؟"، فذاك سؤال أجابت عنه كتب التحميس مرات كثيرة. سؤالي كان أدق: هل الذكاء الاصطناعي المعاصر امتدادٌ مباشر لأحد مسارين وُلدا معًا داخل السبرانية ثم انشقا، أم قطيعة تاريخية فعلية؟ أطروحتي (وسأدافع عنها بالأرقام لا بالشعارات) هي أن ما نسميه اليوم "ثورة LLM" هو انتصار مؤخر للمسار الاتصالي الذي كاد يُطمس، وأن الدائرة التي فتحها McCulloch وWiener عام 1943 بدأت فعلًا في الالتحام داخل علم الأعصاب الحاسوبي بعد 2020. ولمن أراد النسخة الإنجليزية المفصلة من هذه السلسلة، كتبتُها في تاريخ العلوم المعرفية من ميسي إلى الآلات.

1943: سنة الولادة الثلاثية

ثلاثة أعمال نُشرت في غضون أشهر، دون أن يجتمع أصحابها في قاعة واحدة، ووضعت معًا الطوب الأول لجدارٍ واحد. أولًا، ورقة McCulloch وPitts في Bulletin of Mathematical Biophysics: العصبون كوحدة عتبة منطقية، بوابات AND وOR وNOT مبنية من غشاء عصبي، وشبكة عصبية قادرة على حساب ما تحسبه آلة تورنغ حين تُغلق حلقاتها. ثانيًا، ورقة Rosenblueth وWiener وBigelow في Philosophy of Science: السلوك الهادف ليس سرًّا غائيًا بل حلقة تغذية راجعة سالبة، تُشرَّح رياضيًا بلا أي شبح في الآلة. ثالثًا، كتاب Craik عن طبيعة التفسير: الدماغ يحمل "نماذج دماغية" مصغّرة للواقع ويحاكيها قبل أن يفعل، وهو ما لم يعش صاحبه ليراه، إذ توفي Craik عام 1945.

هذه هي اللحظة التي تجعلها Boden تاريخها المفتاحي الأول، والتي يسمّيها Dupuy "ميكنة العقل". الفكرة الجامعة بسيطة حتى الخوف: إذا كان التفكير حسابًا، والحساب يمكن أن تعهده إليه الكهرباء، فالعقل قابلة للهندسة. لا أعرف في تاريخ الأفكار لحظة أشدّ تواضعًا وأشدّ غرورًا في آن.

ميسي: نولٌ واحد قبل انشطار النسيج

بين 1946 و1953، وفي قاعة بمستشفى بيكون هيل بنيويورك، اجتمع عشر مراتٍ جماعةٌ حملت اسمًا رسميًا مطولًا: "الآليات الدائرية السببية والتغذية الراجعة في الأنظمة البيولوجية والاجتماعية". كان مؤتمر بيت ميسي هذا نولًا واحدًا نُسجت عليه كل الخيوط دفعة واحدة: Wiener والرياضيات، وvon Neumann والحاسوب، وMcCulloch ومنطق العصبونات، وShannon والمعلومة، وMargaret Mead وGregory Bateson والأنثروبولوجيا، وAshby والتنظيم الذاتي، وLicklider (من سيقود لاحقًا شبكة ARPANET)، وvon Foerster الذي أصبح أمين الجماعة عام 1949 قبل أن يؤسس "السبرانية من المرتبة الثانية" ومختبره البيولوجي الحاسوبي في إلينوي (1958-1976).

الفكرة الواحدة التي تجمع هؤلاء جميعًا: المنظومة، الحية كانت أو ميكانيكية، تُفهم من خلال حلقات المعلومة والتغذية الراجعة، لا من خلال جوهرٍ داخلي. وفي هذا النسيج الواحد كان الجنينان معًا: جنين المسار الرمزي (منطق McCulloch وآلة von Neumann)، وجنين المسار الاتصالي (الشبكات والتكيف الذاتي). لم يكن الانشقاق بعدُ قد حدث، وهذا هو جوهر أطروحتي.

وهنا ملاحظة تاريخية يظلمها التيار الرئيسي. الورقة التي أعاد إليها الباحثون الإسبان (Espinosa-Sánchez وزملاؤه، 2023، مجلة The Neuroscientist) ذكرى عالم الأعصاب الإسباني Rafael Lorente de Nó، تلميذ كاخال الأخير: حلقاته "المتردِّدة" من عصبونات وسطية مغلقة كانت أول برهنة عصبي-بيولوجية على حلقة تغذية راجعة في الجهاز العصبي المركزي، قبل أن يصبح الدماغ شيئًا غير عضوٍ انعكاسي صرف. حضوره في نواة ميسي الصلبة ليس تفصيلًا؛ إنه الدليل على أن تشبيه العقل بالآلة جاء من داخل علم الأعصاب نفسه، لا من خارجه. المرجع موثق هنا.

الانشقاق: مسار رمزي ومسار اتصالي

يُخيَّل للمرء أن الثورة الإدراكية وُلدت من صلب الحاسوب الرمزي، وأن السبرانية كانت مجرد تمهيد هامشي. التسلسل يقول شيئًا آخر. ندوة Hixon عام 1948 أعلنت أزمة الفعل التسلسلي (محاضرة Lashley عن مشكلة التسلسل في السلوك، وردّ von Neumann عليها). ثم جاء 11 سبتمبر 1956 في معهد MIT: في يوم واحد قُدِّم عمل Miller عن "الرقم السحري سبعة زائد أو ناقص اثنين"، وقُدِّمت قواعد Chomsky التوليدية، وعُرض Logic Theorist لكل من Newell وSimon. وبعدها بأشهر قليلة كان مؤتمر Dartmouth قد ضمّد اسم "الذكاء الاصطناعي". عامان فقط، وصار للعقل علم جديد: مراجعة Chomsky القاصمة لكتاب Skinner عام 1959، ثم كتاب Neisser التأسيسي عام 1967.

المفارقة التي أفسرها هكذا: هذا الانتصار المفاهيمي اختار من ميراث ميسي خطًا واحدًا، خط معالجة الرموز فوق آلة von Neumann، وترك الخط الآخر، خط الشبكات والتكيف، في الظل. الجدول التالي يلخّص المسارين كما أقرؤهما:

والخط الزمني المختصر:

timeline
    title من ميسي إلى LLM: مسار انشق ثم عاد
    1943 : McCulloch وPitts : Rosenblueth وWiener وBigelow : Craik
    1946-1953 : مؤتمرات ميسي العشرة
    1948 : ندوة Hixon
    1956 : ندوة MIT في 11 سبتمبر : مؤتمر Dartmouth
    1969 : كتاب Perceptrons
    1973 : تقرير Lighthill
    1986 : مجلدا PDP
    1989 : الشبكات الالتفافية عند LeCun
    1991 : العقل المتجسّد
    2012 : الانتصار التجريبي للتعلم العميق
    2023 : نقاش LLM كنماذج إدراكية

شتاءان وشهادة من داخل الصقيع

كتاب Minsky وPapert "Perceptrons" (1969) أثبت حدود الشبكة أحادية الطبقة (مسألة XOR الشهيدة)، فانسحب التمويل انسحابًا شبه كامل من الشبكات العصبية. ثم جاء تقرير Lighthill عام 1973 ليعلن فشل الذكاء الاصطناعي أمام البرلمان البريطاني، فجاء الشتاء الرمزي الأول. وربيعٌ كاذب واحد فقط عرفه الحقل: الأنظمة الخبيرة في الثمانينيات، قبل أن تنهار قيمتها مع نهاية القرن تقريبًا. التاريخ كتب أن Lighthill كان عالمًا محترمًا؛ المشكلة أن مصفوفة كفاءته لم تُحسب على الشبكات متعددة الطبقات، التي لم يكلف نفسه عناء الالتفات إليها.

في حواره مع Dehaene (كتاب "أجمل حكاية للذكاء"، 2023)، يحكي LeCun تلك العقود بضمير من عاشها: سنوات كان فيها الحديث عن الشبكات العصبية في المؤتمرات الكبرى أشبه بجريمة مهنية، وتمويلٌ لا يُذكر، وقلّة صامدة تعمل على الأوراق قبل أن تعمل على البيانات. أعتبر هذا الحوار وثيقة تاريخية من الطراز الأول، لأنه شهادة مهزومٍ عاد غالبًا، وهي الشهادات الوحيدة التي تستحق الثقة في تاريخ العلوم.

العودة الاتصالية والانعطاف الجسدي

بناء العودة جاء من ميراث ميسي المُهمَل نفسه: قاعدة Hebb للتشابك (1949)، وبيرسبترون Rosenblatt (1957، ثم عتاد Mark I بشبكة 20×20 من الخلايا الضوئية)، وأطروحة Werbos عن الانتشار الخلفي (1974، التي بقيت شبه مجهولة سنوات)، ثم اللحظة التصالحية الكبرى: مجلدا PDP برئاسة Rumelhart وMcClelland (1986) اللذين أعادا الاتصالية إلى صلب علم الإدراك، وبعدها بثلاث سنوات فقط طبّق LeCun الشبكات الالتفافية على قراءة الأرقام المكتوبة بخط اليد، ودخلت شبكاته في التسعينيات فعليًا في قراءة الشيكات المصرفية الأمريكية. مسارٌ يمشي على ساقيه، من فكرة عصبونٍ منطقي (1943) إلى نظام تجاري (1989)، انقطع بالشتاء ولم ينكسر.

وبالتوازي، جاء النقد من الداخل أيضًا. كتاب Varela وThompson وRosch "العقل المتجسّد" (1991) شنّع على المسارين معًا: على الرمزية لأنها بلا جسد ولا أرضية، وعلى الاتصالية الأولى لأنها بلا فاعل. منهج 4E (متجسّد، مُغرس، مُنجَز، ممتد) ثم المعالجة التنبؤية عند Friston رسموا الطريق الذي تمشي فيه اليوم نقاشات "grounding" حول النماذج اللغوية الكبيرة، وكأنهم كتبوا أسئلة 2025 عام 1991. أُشهد أنني، حين أقرأ اعتراضات اليوم على LLM، أسمع صدى تلك الصفحات حرفيًا.

الالتحام: LLM كنماذج إدراكية؟

لماذا أقول إن الدائرة تُغلق الآن؟ لأن السؤال انعكس. من 1943 إلى 1990 كان الاتجاه واحدًا: علوم الإدراك تُعطي أفكارها للآلة. اليوم، وبعد الانتصار التجريبي للتعلم العميق، صار السؤال المعكوس هو الذي يملأ المجلات: هل تصلح النماذج أداةً لفهم العقل البشري؟

نقاش 2024-2026 حي وموثق، وهو يستحق قراءة مهندسي AI بعناية. فريق Connell وLynott (Perspectives on Psychological Science، 2024) يضع شروط المعقولية الإدراكية: آلية تعلم شفافة، وحجم بيانات يُقارب ما يتعرض له إنسان في عمره، ولا ادعاء بأن التمثيل التوزيعي يحمل كل المعنى. وفريق Cuskley وزملائها (Open Mind، 2024) أقسى: التشابه بين LLM واللغة البشرية تشابهٌ وظيفي في السطح فقط، والنماذج ليست نظريات بل أدوات تُستخدم بفرضيات محددة. أما Frank (مسودة 2025) فيرى الفرصة الحقيقية في نماذج "قابلة لحساب المنبّهات" تُدرَّب على مقياس بشري وتُختبر بمجسّات تجريبية، وأعتباره هذا أهم ورقة نظرية قرأتها في الموضوع.

والأرقام التي تلخّص حجم الفجوة موثقة في نتائج تحدي BabyLM (CoNLL 2023): الطفل يتعرض لما بين 2 و7 ملايين كلمة سنويًا، أي أقل من 100 مليون كلمة حتى سن الثالثة عشرة، بينما درّب BERT نفسه على أكثر من 3 مليارات كلمة، وتتدرب Llama 2 على تريليونات. الفارق ثلاثة إلى أربعة أوامر مقدار!

{
  "type": "bar",
  "data": {
    "labels": ["طفل حتى سن 13", "BERT", "Llama 2"],
    "datasets": [
      {
        "label": "كلمات بيانات التدريب",
        "data": [100000000, 3300000000, 2000000000000],
        "backgroundColor": ["#3b82f6", "#8b5cf6", "#ef4444"]
      }
    ]
  },
  "options": {
    "responsive": true,
    "plugins": {
      "title": {
        "display": true,
        "text": "فجوة الكفاءة في البيانات: الطفل مقابل LLM (مقياس لوغاريتمي)"
      }
    },
    "scales": {
      "y": {
        "type": "logarithmic",
        "title": { "display": true, "text": "عدد الكلمات (لوغاريتمي)" }
      }
    }
  }
}

[!WARNING] الفخ المهني هنا: معاملة LLM كنموذج إدراكي بلا مسافة من آلية إلى بنية هي تكرار حرفي لخطأ GOFAI الأول (المصادرة على أن التمثيل يكفي)، لكن بمعاملات أكبر. الأدوات نفسها تُختبر، والأدوات نفسها تُقرأ نقديًا.

وأما أنا، فأرى الاتجاه من الجهتين في معمارية الوكلاء التي أبنيها اليوم: ذاكرة الحلقة الوكلائية التي تفهرس التجارب وتعيد تركيبها تشبه، هي أيضًا، فهرسة الحُصين التي كتبتُ أطروحتي عنها (قراءتي لنظرية الفهرسة الحُصينية هنا، وعن الخرائط التنبؤية من الحُصين إلى وكلاء LLM هنا). العلوم المعرفية أنجبت الذكاء الاصطناعي، ثم عاد الذكاء الاصطناعي أداة نمذجة للعلوم المعرفية. طريق باتجاهين، وأنا أعمل على حارتيه.

الحدود والاعتراضات

لن أدّعي ما ليس عندي. أنا مهندس وباحث، لا مؤرخ علوم، وقراءتي للفترة 1943-1956 تعتمد على مصادر ثانوية عالية الجودة (Dupuy أساسًا، ثم Boden وPias في وثائق ميسي)، مع ما في ذلك من خطر معروف: كما يحذّر Dupuy صراحة، فالمؤتمرات الخمسة الأولى من ميسي موثقة بشكل فقير، وكل إعادة بناء لها احتمال خطأ حقيقي. كذلك، أطروحة "المسارين" هي تقسيم تفسيري، وهناك من يراهما خيطين في نسيج واحد لا مسارين منفصلين، وأعترف بأن حجتي هنا انتقائية بطبيعتها. وأخيرًا، إسقاطي لمعماريات ذاكرة الوكلاء على فهرسة الحُصين تشابهٌ بنيوي لُحظ بالبيانات لا برهنة سببية، ويمكن اختباره بسهولة: نماذج ذاكرة وكلائية تُقاس على مهام تعيد إنتاج نماذج أمnesia الكلاسيكية عمدًا، وهذا مشروع لم أره منجزًا بعد.

التقريب الأخير

يحذّر Dupuy في مطلع كتابه من أن جهل أبناء العلم بتاريخ تخصصهم ليس مصدر حيوية كما ظن Whitehead، بل فرامل على التقدم، وأنا أضيف شهادتي الشخصية: كل خطأ معماري دفعنا ثمنه في أنظمة AI حديثة كان قد دُفع ثمنه مرة واحدة على الأقل بين 1943 و1991. وبشكل أكثر عمومية، فالمسارين اللذين انشقا في قاعة بنيويورك عام 1946 لم يُقضَ على أي منهما، بل يعودان اليوم إلى طاولة واحدة، ومعهما علم أعصاب أعادته أدوات التعلم العميق إلى مختبراته بشغف لم يعرفه منذ ميسي. إن كنت تبني أنظمة وكلاء أو ذاكرة اصطناعية وتساورك هذه الأسئلة نفسها، فالنقاش مفتوح في صفحة خدماتي، ولمن ضاع منه دفتر عناوين المؤسسين: ابدأ بـDupuy، ثم توقف عندها قليلًا.