الشبكات العصبية1943تأسيسي13 دقيقة قراءة

حِساب منطقي للأفكار الكامنة في النشاط العصبي

A Logical Calculus of the Ideas Immanent in Nervous Activity

McCulloch, W. S. · Pitts, W. — Bulletin of Mathematical Biophysics

المشكلة

في أربعينيات القرن العشرين، كان معروفاً أن الخلية العصبية تعمل بمبدأ بسيط: إما أن تُطلق نبضة كهربائية كاملة، أو لا تُطلق شيئاً — لا يوجد وضع وسط. لكن السؤال الكبير كان: هل يمكن ترجمة هذا السلوك البيولوجي إلى نموذج رياضي؟ هل تستطيع عناصر عصبية بسيطة، إذا وُصلت ببعضها، أن تُجري استدلالاً منطقياً حقيقياً؟ ببساطة، لم يكن هناك أي رابط بين ما يعرفه علماء الأعصاب عن الدماغ وبين ما يعرفه الرياضيّون عن المنطق.

الإسهام

قدّم ماكالوك وبيتس أول نموذج رياضي للخلية العصبية: وحدة ثنائية تجمع مدخلاتها مع أوزانها، فإن وصل المجموع إلى حدّ معيّن () أو تخطّاه، أطلقت الخلية إشارة (خرج 1)، وإلا بقيت صامتة (خرج 0). الفكرة اللافتة أن أي مدخل تثبيطي يعمل كحقّ نقض مطلق — يمنع الإطلاق بالكامل مهما كانت قوة بقية المدخلات. والنتيجة الأهم: أثبتا أن شبكة من هذه الخلايا الشكلية تستطيع حساب أي عبارة في ، بما في ذلك عمليات «و» و«أو» و«لا» وأي دالة بوليانية. بل أكثر من ذلك: حين تحتوي الشبكة على حلقات تغذية راجعة، تصبح قادرة على تمثيل أنماط زمنية وذاكرة.

الأثر

هذه الورقة هي حجر الأساس لعلم الأعصاب الحسابي ولكل ما نعرفه اليوم عن الشبكات العصبية الاصطناعية. الفكرة المحورية فيها — أن الدماغ يمكن التعامل معه كجهاز حوسبة، وأن وحدات بسيطة شبيهة بالخلايا العصبية تكفي لتنفيذ المنطق — ألهمت مباشرةً التعلّم الهيبّي (1949) والبيرسيبترون (1958)، وصولاً إلى التعلّم العميق بأكمله. يمكن القول بلا مبالغة إن كل خلية عصبية اصطناعية في أي شبكة عصبية تعمل اليوم هي امتداد مباشر لخلية ماكالوك-بيتس.

تخيّل أن كل هي صندوق اقتراع. يأتي مجموعة من المصوّتين (إشارات الدخل)، وكل واحد منهم يحمل صوتاً له مختلف — فبعض الأصوات تُحتسب أكثر من غيرها. لكن هناك مصوّت خاص يحمل بطاقة نقض حمراء: إذا حضر هذا المصوّت، يُغلَق الصندوق فوراً ولا يُحتسب أي صوت آخر. أما إن لم يحضر، فالصندوق يجمع الأصوات الموزونة. وإذا تجاوز المجموع الحدّ الأدنى المطلوب، يقرع الصندوق جرساً (يُطلق إشارة). وإن لم يتجاوزه، يبقى صامتاً.

ما أثبته ماكالوك وبيتس هو أنك لو ربطت عدداً كافياً من صناديق الاقتراع هذه — بحيث يستمع بعضها إلى أجراس البعض الآخر — تستطيع تنفيذ أي قرار منطقي تتخيّله، بدءاً من «هل تمطر و الجو بارد؟» وصولاً إلى استدلالات بالغة التعقيد. الدماغ في نظرهما ليس إلا ضخمة من هذه الصناديق.

الملاحظة البيولوجية: مبدأ الكل أو لا شيء

بحلول أوائل الأربعينيات، كان علماء الفيزيولوجيا العصبية قد توصّلوا إلى حقيقة جوهرية: الخلية العصبية تعمل وفق مبدأ . يعني ذلك أنها إمّا تُطلق نبضة كهربائية كاملة بشدّة ثابتة، أو لا تُطلق شيئاً البتّة — لا يوجد شيء اسمه «نصف إطلاق». هذا السلوك الثنائي فتح الباب لفكرة مهمة: ماذا لو نظرنا إلى الخلايا العصبية بوصفها عناصر منطقية؟ مُشغَّلة أو مُطفأة، 1 أو 0.

الآلية بسيطة: الخلية العصبية تستقبل إشارات من خلايا أخرى عبر وصلات تُسمى المشابك العصبية. بعض هذه المشابك تنبيهي — يدفع الخلية نحو الإطلاق. وبعضها تثبيطي — يكبح هذا الإطلاق. الخلية تجمع كل هذه التأثيرات، فإن غلب وتخطّى حدّاً معيّناً، أطلقت إشارتها.

هنا جاء دور ماكالوك — عالم فيزيولوجيا عصبية — وبيتس — عالم منطق علّم نفسه بنفسه. أدرك الاثنان أن هذه الآلية البيولوجية يمكن تحويلها إلى نموذج رياضي صريح. الفكرة المفتاحية: إذا كانت الخلايا العصبية مفاتيح ثنائية، فإن شبكة من هذه الخلايا هي في جوهرها دارة منطقية.

افتح في المختبر

بدِّل المدخلات بين التشغيل والإطفاء واضبط العتبة. راقب الخلية وهي تحسب المجموع الموزون وتقرر هل تُطلق أم لا.

تستيقظ التجربة عند وصولك…

الخلية العصبية الشكلية: مفتاح رياضي

ما فعله ماكالوك وبيتس هو تجريد الخلية العصبية البيولوجية إلى جوهرها الحسابي، فعرّفا ما يُعرف بالخلية العصبية الشكلية، وتعمل كالتالي:

الخلية تعمل في خطوات زمنية منفصلة. في كل خطوة، إما أن تُطلق (الخرج = 1) أو تبقى صامتة (الخرج = 0).
لها عدة مدخلات، ولكل مدخل وزن صحيح. الأوزان الموجبة تمثّل تنبيهاً والسالبة تمثّل تثبيطاً.
المدخل التثبيطي له سلطة مطلقة: إذا نشط أي مدخل تثبيطي، لا تستطيع الخلية الإطلاق مهما كان حجم التنبيه الوارد — وكأنه حقّ نقض لا يُردّ.
إذا لم يكن هناك نشط، تجمع الخلية مدخلاتها التنبيهية الموزونة، فإن بلغ المجموع العتبة θ أو تجاوزها، أطلقت إشارتها.

الخلاصة: هذه وحدة ثنائية بسيطة — اجمع، قارن بالعتبة، أخرج 1 أو 0. وكل خلية عصبية اصطناعية تُستخدم في اليوم — من إلى وحدات — هي تعميم لهذه الفكرة الأصلية.

y(t) = \begin{cases} 1 & \text{if } \sum_{i} w_i \cdot x_i(t-1) \geq \theta \text{ and no inhibitory input is active} \\ 0 & \text{otherwise} \end{cases}

خلية ماكالوك-بيتس — أول نموذج رسمي لخلية عصبية — y(t) = خرج الخلية في اللحظة t · wᵢ = وزن المدخل i · xᵢ(t−1) = المدخل i في الخطوة الزمنية السابقة · θ = العتبة · إذا كان أي مدخل تثبيطي مساوياً لـ 1، يكون الخرج 0 بصرف النظر عن المجموع

يمكنك تخيّل الأمر كـميزان ذي كفّتين. كل مدخل تنبيهي يضع ثقلاً على كفّة، والعتبة θ تمثّل الثقل على الكفّة المقابلة. إذا رجحت كفّة التنبيه (أي المجموع ≥ θ)، أطلقت الخلية إشارتها. أما المدخل التثبيطي فهو أشبه بيدٍ تُمسك كفّة العتبة وتمنعها من الحركة — مهما وضعت من أثقال على الكفة الأخرى، لن يتغيّر شيء.

وهنا تفصيل مهم: الخلية تُطلق في اللحظة $t$ بناءً على ما استقبلته في اللحظة $t-1$ . هذا التأخّر بخطوة واحدة يعكس حقيقة بيولوجية وهي أن الإشارات العصبية تحتاج وقتاً لتنتقل. والنتيجة المترتبة على ذلك أن الشبكة لا تحسب كل شيء دفعة واحدة، بل يتكشّف سلوكها تدريجياً عبر الزمن — وهذا هو مفهوم الحساب الزمني.

بناء المنطق من الخلايا العصبية: و، أو، لا

الإنجاز المركزي في هذه الورقة هو إثبات أن هذه الخلايا البسيطة تكفي لتنفيذ كل العمليات المنطقية الأساسية. لنرَ كيف يحدث ذلك عملياً:

بوابة «و» (AND) — خلية بمدخلين، وزن كلٍّ منهما 1، والعتبة θ = 2. لكي تُطلق الخلية، لا بدّ أن يكون المدخلان معاً نشطين (1+1 = 2 ≥ 2). إذا نشط أحدهما فقط (1 < 2)، تبقى صامتة. هذا هو بالضبط سلوك «و» المنطقية: أ و ب يجب أن يتحققا معاً.

بوابة «أو» (OR) — الخلية نفسها لكن بعتبة θ = 1. الآن يكفي أن ينشط أي مدخل وحده (1 ≥ 1) لتُطلق. وهذا سلوك «أو»: أ أو ب (أو كلاهما).

بوابة «لا» (NOT) — خلية بمدخل تثبيطي واحد وعتبة θ = 0 (أو ما يعادله: يجعلها تُطلق تلقائياً في الوضع الطبيعي). حين ينشط المدخل، يمنعها التثبيط من الإطلاق. وحين يسكت، تُطلق. الخرج دائماً عكس المدخل — وهذا هو النفي المنطقي.

من هذه البوابات الثلاث وحدها، يمكنك بناء أي دالة بوليانية تريدها. وهذه هي نتيجة الاكتمال المنطقي: شبكات ماكالوك-بيتس عامة منطقياً.

افتح في المختبر

بدِّل المدخلات لترى كيف تُنفّذ خلية ماكالوك-بيتس الواحدة بوابات «و» و«أو» و«لا».

تستيقظ التجربة عند وصولك…

قوة التثبيط: آلية حق النقض

من أبرز ما يميّز خلية ماكالوك-بيتس هو طريقة تعاملها مع التثبيط. في الشبكات العصبية الحديثة، الأوزان السالبة تُنقَص ببساطة من المجموع — أي أن التثبيط نسبي ويمكن التغلّب عليه. لكن في نموذج ماكالوك-بيتس، الوضع مختلف تماماً: مدخل تثبيطي واحد نشط يُلغي عمل الخلية بالكامل، مهما كان حجم التنبيه الوارد.

هذا الخيار التصميمي مستوحى من البيولوجيا: النواقل العصبية التثبيطية مثل GABA قادرة فعلاً على إسكات الخلية تماماً بغضّ النظر عن عدد الإشارات التنبيهية. لكن الأهم أن لهذا الخيار نتائج حسابية قوية جداً. آلية النقض هذه تجعل بناء المنطق الشرطي أمراً مباشراً: «أطلق إن كان أ صحيحاً، لكن ليس إن كان ب صحيحاً.» وهذا بالضبط ما نحتاجه لبناء تعبيرات مثل «أ و (ليس ب)»، وهي لبنة أساسية في أي دالة بوليانية.

بمصطلحات اليوم، يعمل النقض التثبيطي كـبوابة صلبة — مفتاح إيقاف فوري لا يقبل المساومة. الشبكات العصبية الحديثة ليّنت هذه الآلية واستبدلتها بأوزان مستمرة أكثر مرونة، لكن الفكرة الجوهرية بقيت: الإشارات السلبية لا تقلّ أهمية عن الإيجابية في عمل الشبكة.

المنطق الزمني والحلقات: كيف تتذكّر الخلايا العصبية

لم يتوقف ماكالوك وبيتس عند المنطق الأمامي البسيط، بل ذهبا أبعد من ذلك. أظهرا أنه حين تُربط الخلايا العصبية في حلقات — بحيث يعود خرج خلية ليصبح مدخلاً لها هي نفسها أو لخلية سبقتها في السلسلة — تكتسب الشبكة قدرة جديدة: تمثيل أنماط زمنية وذاكرة.

لنأخذ مثالاً بسيطاً: خلية تُعيد خرجها إلى نفسها بـوزن 1، وعتبتها 1. بمجرد أن تتلقى إشارة خارجية تُنشّطها، تظل تُطلق إلى ما لا نهاية — لأن خرجها في اللحظة $t$ يوفّر بنفسه تنبيهاً كافياً للإطلاق في اللحظة $t+1$ . هذه في حقيقتها مزلاجة — ذاكرة بحجم بتّ واحد. الخلية «تتذكّر» أنها نُشِّطت ذات مرة.

وحين تُدمج حلقات التغذية الراجعة هذه مع وصلات تثبيطية، يصبح بالإمكان بناء خلايا تتذكّر لعدد محدّد من الخطوات الزمنية، أو تُطلق في أنماط متذبذبة. المحصّلة أن شبكات ماكالوك-بيتس لا تقتصر على المنطق الساكن («هل أ و ب صحيحان الآن؟»)، بل تستطيع التعبير عن قضايا زمنية («هل كان أ صحيحاً في لحظة ما سابقة؟» أو «هل ظلّ أ صحيحاً طوال الخطوات الثلاث الأخيرة؟»).

هذا البُعد الزمني كان سابقاً لعصره بشكل لافت. فأفكار مشابهة لم تظهر إلا لاحقاً في النماذج التسلسلية، وقلّابات الدارات الرقمية، بل وآليات في .

افتح في المختبر

انقر «تنشيط» لإرسال إشارة أوّلية. راقب حلقة التغذية الراجعة وهي تُبقي الإطلاق مستمراً عبر الخطوات الزمنية. انقر «إعادة ضبط» لمحو المزلاجة بإشارة تثبيطية.

تستيقظ التجربة عند وصولك…

من الخلايا إلى القضايا: الترميز المنطقي

لم يكتفِ ماكالوك وبيتس بعرض أمثلة توضيحية — بل طوّرا ترميزاً رياضياً صريحاً يربط بشكل مباشر بين بنية الشبكة العصبية وتعبيرات المنطق القضوي. الفكرة أن سلوك إطلاق أي خلية في خطوة زمنية معيّنة يمكن كتابته كقضية منطقية تستخدم عمليات «و» (∧) و«أو» (∨) و«لا» (¬).

مثلاً: خلية تُطلق في اللحظة $t$ إذا كان المدخلان $x_1$ و $x_2$ كلاهما نشطين في اللحظة $t-1$ ، يمكن التعبير عنها بالقضية: $N(t) \equiv x_1(t-1) \wedge x_2(t-1)$ .

والمبرهنة المركزية في الورقة تُثبت الاتجاهين معاً:

من الشبكات إلى المنطق: أعطني أي شبكة ماكالوك-بيتس، وأستطيع أن أكتب لك التعبير المنطقي الذي تحسبه.
من المنطق إلى الشبكات: أعطني أي تعبير في المنطق القضوي، وأستطيع أن أبني لك شبكة ماكالوك-بيتس تحسبه.

هذا التكافؤ ثنائي الاتجاه يعني أن الشبكات العصبية ليست مجرد أدوات هندسية نافعة — بل هي أنظمة حسابية شكلية ذات قدرة تعبيرية محدّدة رياضياً.

N(t) \equiv \bigvee_{j} \left( \bigwedge_{i \in S_j} x_i(t-1) \right) \wedge \bigwedge_{k \in I} \neg x_k(t-1)

الصيغة العامة لخلية ماكالوك-بيتس كقضية منطقية — Sⱼ = مجموعات المدخلات التنبيهية التي يبلغ وزنها مجتمعاً العتبة · I = مجموعة المدخلات التثبيطية (أي واحد نشط ← الخرج 0) · ∨ = «أو» على التركيبات التنبيهية الكافية · ∧ = «و» داخل كل تركيبة · ¬ = «لا» لكل مدخل تثبيطي

بناء دارات معقّدة: XOR وما بعدها

رأينا أن بوابات «و» و«أو» و«لا» يمكن تنفيذ كل منها بـخلية عصبية واحدة. لكن ماذا عن الدوال المنطقية الأعقد؟ هذه تحتاج شبكات متعددة . المثال الأشهر هو XOR (الأو الحصري): أخرج 1 فقط حين يكون أحد المدخلين صحيحاً دون الآخر.

دالة XOR لا يمكن حسابها بخلية واحدة — وهذه النقطة بالذات هي التي استغلّها مينسكي وبابرت لاحقاً في نقدهما لـالبيرسيبترون عام 1969. لكن ماكالوك وبيتس أثبتا أن XOR يمكن حسابها بشبكة صغيرة من ثلاث خلايا مرتّبة على النحو التالي: $(A \wedge \neg B) \vee (\neg A \wedge B)$ .

وهنا يظهر مبدأ بالغ الأهمية: العمق يزيد القدرة التعبيرية. الخلية الواحدة لا تستطيع تنفيذ إلا الدوال القابلة للفصل الخطي. لكن حين تُرتّب الخلايا في طبقات متتالية — بحيث يتغذّى خرج طبقة في مدخل التي تليها — يصبح بالإمكان حساب أي دالة بوليانية. هذه الرؤية كانت مطمورة في ورقة 1943، واستغرقت عقوداً لتُقدَّر حقّ قدرها، لكنها هي التي قادت في النهاية إلى والتعلّم العميق.

افتح في المختبر

شاهد كيف تُبنى XOR من ثلاث خلايا عصبية. بدِّل المدخلات لتتبّع الإشارة عبر الشبكة.

تستيقظ التجربة عند وصولك…

الفكرة في شيفرة برمجية

خلية ماكالوك-بيتس وبوابات المنطق في بايثونpython

مبسَّط لإظهار الفكرة — ليس التنفيذ الحقيقي.

def mcculloch_pitts(excitatory_inputs, weights, inhibitory_inputs, threshold):
    """خلية ماكالوك-بيتس واحدة.

    excitatory_inputs: قائمة قيم 0/1 (مدخلات تنبيهية)
    weights:           قائمة أعداد صحيحة موجبة (بنفس الطول)
    inhibitory_inputs: قائمة قيم 0/1 (أي 1 ← نقض)
    threshold:         عتبة الإطلاق θ
    """
    # تثبيط مطلق: أي مدخل تثبيطي نشط ← لا إطلاق
    if any(inhibitory_inputs):
        return 0

    # المجموع الموزون للمدخلات التنبيهية
    weighted_sum = sum(w * x for w, x in zip(weights, excitatory_inputs))

    # المقارنة بالعتبة
    return 1 if weighted_sum >= threshold else 0

# ── بوابات المنطق كخلايا ماكالوك-بيتس ──

def AND(a, b):
    return mcculloch_pitts([a, b], [1, 1], [], threshold=2)

def OR(a, b):
    return mcculloch_pitts([a, b], [1, 1], [], threshold=1)

def NOT(a):
    return mcculloch_pitts([], [], [a], threshold=0)
    # بديل: انحياز تنبيهي 1، مدخل تثبيطي a
    # تُطلق حين a=0 (الانحياز يبلغ العتبة)، صامتة حين a=1 (نقض)

def XOR(a, b):
    """XOR تحتاج شبكة صغيرة: (أ و لا ب) أو (لا أ و ب)"""
    return OR(AND(a, NOT(b)), AND(NOT(a), b))

# اختبار جميع التركيبات
for a in [0, 1]:
    for b in [0, 1]:
        print(f"a={a}, b={b} → AND={AND(a,b)}, OR={OR(a,b)}, XOR={XOR(a,b)}")

القيود: ما لم يستطع النموذج فعله

خلية ماكالوك-بيتس كانت تجريداً ذكياً، لكنها حملت قيوداً جوهرية شكّلت الدافع وراء عقود من البحث اللاحق:

لا توجد آلية . الأوزان والعتبات يحدّدها المصمِّم يدوياً. الشبكة لا تتعلّم من البيانات، ولا توجد لتعديل الأوزان بناءً على الأخطاء. هذه الفجوة عالجها لاحقاً التعلّم الهيبّي عام 1949، ثم قاعدة تعلّم البيرسيبترون عام 1958.
مخرجات ثنائية فقط. الخرج إما 0 أو 1، لا وسط. لكن الخلايا العصبية الحقيقية تستجيب بشكل متدرّج — معدّلات إطلاقها تتفاوت باستمرار. هذا القيد تجاوزته لاحقاً المستمرة مثل و.
بنية ثابتة. كل دالة منطقية تحتاج تصميم بنية الشبكة يدوياً من الصفر. لا يوجد مفهوم لـتدريب شبكة عامة على أمثلة والسماح لها بالتعلّم وحدها.
تثبيط مطلق. آلية النقض تعمل بمبدأ الكل أو لا شيء. الشبكات الحديثة استبدلت هذا بتثبيط متدرّج عبر أوزان سالبة، وهو أكثر مرونة بكثير.

لكن رغم كل هذه القيود، تبقى الرؤية الجوهرية للورقة صامدة: الحوسبة تنبثق من السلوك الجماعي لوحدات بسيطة تعمل بمبدأ العتبة — وهذا هو الأساس الذي بُنيت عليه كل الشبكات العصبية التي نعرفها اليوم.

من الثابت إلى المُتعلَّم — الطريق إلى الأمام

المفارقة أن أكبر نقطة ضعف في نموذج ماكالوك-بيتس — غياب التعلّم — صارت أكبر محرّك لكل ما جاء بعده. قاعدة هيب (1949) اقترحت أن المشابك تتقوّى حين تُطلق الخلايا العصبية معاً. بيرسيبترون روزنبلات (1958) قدّم خوارزمية تعدّل الأوزان تلقائياً بناءً على الخطأ. ثم جاء (1986) ووسّع التعلّم ليشمل الشبكات متعددة الطبقات. كل خطوة من هذه الخطوات أضافت قدرة التعلّم إلى الأساس الذي وضعه ماكالوك وبيتس.

لماذا غيَّرت هذه الورقة كل شيء

1943
خلية ماكالوك-بيتس
أول نموذج رياضي للخلية العصبية. أثبت أن شبكات وحدات العتبة الثنائية قادرة على حساب أي تعبير في المنطق القضوي. أسّس علم الأعصاب الحسابي.
1949
التعلّم الهيبّي
اقترح دونالد هيب أن المشابك تتقوّى حين تُطلق الخلايا قبل المشبك وبعده معاً — «الخلايا التي تُطلق معاً تترابط معاً.» أول قاعدة تعلّم.
1958
البيرسيبترون
أضاف فرانك روزنبلات خوارزمية تعلّم إلى خلية ماكالوك-بيتس: عدِّل الأوزان بحسب الخطأ لتتعلم التصنيف من البيانات. أول شبكة عصبية قابلة للتدريب.
1969
نقد مينسكي وبابرت
أثبتا أن البيرسيبترون أحادي الطبقة لا يستطيع تعلّم XOR. النقد كان صحيحاً لكنه عُمِّم أكثر مما ينبغي، مما أسهم في شتاء الذكاء الاصطناعي. الشبكات متعددة الطبقات كانت الحلّ.
1986
الانتشار العكسي
بيّن روملهارت وهينتون وويليامز كيف يمكن تدريب الشبكات متعددة الطبقات عبر نشر الأخطاء بالاتجاه العكسي. تجاوز هذا قيد XOR وفتح الباب واسعاً أمام التعلّم العميق.
2012
AlexNet وثورة التعلّم العميق
شبكات التفافية عميقة تضم ملايين الخلايا — وكلها أحفاد نموذج ماكالوك-بيتس — حققت نتائج غير مسبوقة في ImageNet. نموذج 1943 البسيط، بعد تطويره بدوال تنشيط مستمرة وأوزان مُتعلَّمة، أثبت أنه كان التجريد الصحيح طوال الوقت.

كل خلية عصبية اصطناعية تعمل اليوم — من أبسط وحدة لوجستي إلى مليارات في GPT — تقوم على المبدأ نفسه الذي وضعه ماكالوك وبيتس: استقبل مدخلات موزونة، طبّق عتبة (أو دالة تنشيط)، وأخرج نتيجة. الأوزان صارت مُتعلَّمة بدلاً من ثابتة، والتنشيط أصبح دالة مستمرة بدلاً من قفزة ثنائية، والشبكات نمت إلى أحجام فلكية — لكن الوحدة الحسابية الأساسية لا تزال هي ذاتها.

المرجعMcCulloch, Pitts. A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 1943.

مصطلحات هذه الورقة