一只蜜蜂的大脑，只有一粒芝麻那么大，里面约有一百万个神经元，不到人类大脑神经元数量的百万分之一。
但科学家现在越来越确定：它会数数。
这个结论本身并不算新鲜，争议已经持续了好几年。真正新鲜的是：一项发表于《英国皇家学会会刊B辑：生物科学》的最新研究，终于用一种更严格的方式，正面回应了长期存在的核心质疑，并给出了目前最有说服力的肯定答案。
故事要从2019年的一项实验说起。当时，研究人员训练蜜蜂将人工符号与特定数量关联起来：看到三个形状就选择对应符号"3"，以此类推。训练阶段蜜蜂的准确率达到了75%至80%，真实测试阶段也保持在60%至65%，显著高于随机猜对的概率。
结论看起来令人振奋：蜜蜂能够识别和处理数字信息。
但质疑随之而来。2020年，部分研究者提出了一个棘手的替代解释：蜜蜂未必真的在"数数"，它们很可能只是在做视觉模式匹配。简单说，卡片上的形状越多，画面整体看起来就越复杂，边缘越多，细节越丰富。蜜蜂选择了"更复杂"的图像，不代表它认识了数字，只代表它感知到了视觉上的繁复程度。
更致命的是，批评者还指出：早期实验所用的视觉刺激物，其细节精度可能超出了蜜蜂的视觉分辨能力上限。换句话说，蜜蜂根本看不清实验者给它展示的那些图像，整套实验的前提就已经出了问题。
这个批评相当有力，连最初的研究团队也承认这是合理的担忧。
意大利特伦托大学神经科学家米尔科·扎农与澳大利亚莫纳什大学动物学家斯嘉丽·霍华德领衔的团队，选择了一个更聪明的应对方式：不是重新做实验，而是重新分析旧数据，这次以蜜蜂真实的视觉方式为基准。
研究团队建立了一套基于蜜蜂空间视觉敏锐度的数学模型，用它来重新评估先前实验中使用的所有视觉刺激物，模拟蜜蜂眼中这些卡片究竟长什么样。
结果出现了一个关键性的转变。
在人类视角下，形状数量越多的图像确实也呈现出更多边缘和细节，视觉复杂度与数量高度相关，批评者的逻辑因此成立。但当换成蜜蜂的视觉模型重新处理同样的图像后，这种相关性大幅减弱，甚至在某些情况下消失了。蜜蜂能感知到的视觉复杂度，并不随形状数量的增加而规律性上升。
这意味着，如果蜜蜂真的只是在依赖"更复杂就选它"这条捷径，那么在蜜蜂自己的感知世界里，这条捷径根本就不存在，或者至少不那么可靠。
图示展示了数字认知研究中使用的一些刺激物，以及这些刺激物的数值属性如何与面积、边长、凸包和错觉轮廓等非数值属性相关联。(MaBouDi et al.,Proc. Biol. Sci., 2021)
"当我们以反映蜜蜂真实视觉的方式来分析这些刺激物时，剩下能解释蜜蜂选择行为的，就是它们对数量本身的敏感性，"扎农说。
霍华德对此补充道："在评估动物认知能力时，我们必须首先考虑动物自身的视角，否则我们可能会系统性地高估或低估它们的真实能力。我们看待世界的方式与动物截然不同，这个差异在实验设计中往往被忽略。"
这项研究并不孤立。近年来，关于蜜蜂认知能力的多项研究已经逐步勾勒出一幅令人惊讶的图景：蜜蜂不仅能辨别数量多少，最多能准确处理到4或5这个量级，还能理解"零"的概念，即"空白比一个更少"，甚至能够完成简单的加减运算。这些发现在动物认知研究领域引发的震动，远不止蜜蜂本身。
一个大脑只有一粒芝麻大小的生物，到底需要多少神经元才能完成数字认知？这个问题的答案，正在迫使神经科学家重新思考智能的最小生物基础。蜜蜂给出的那个数字，可能比任何人预想的都要小得多。
热门跟贴