摘要：能够在闪烁的光源前做出决策，根据光亮持续时间的长短判断哪里有花蜜，哪里是苦味陷阱。这听起来或许并不惊人，但伦敦玛丽女王大学11月12日发布的研究显示，这种能力背后隐藏着令科学界震惊的发现：大黄蜂能够精确区分持续时间相差仅几分之一秒的视觉信号，这种时间感知能力此
一只
能够在闪烁的光源前做出决策，根据光亮持续时间的长短判断哪里有花蜜，哪里是苦味陷阱。这听起来或许并不惊人，但伦敦玛丽女王大学11月12日发布的研究显示，这种能力背后隐藏着令科学界震惊的发现：大黄蜂能够精确区分持续时间相差仅几分之一秒的视觉信号，这种时间感知能力此前被认为仅存在于人类和少数脊椎动物中。这项发表在《生物学通讯》上的研究不仅重新定义了昆虫的认知边界，也为理解智能的神经基础和开发更高效的人工智能系统提供了全新启示。
实验设计展现了研究团队的巧思。博士生亚历克斯·戴维森和导师伊丽莎白·范思哲博士构建了一个特殊迷宫，其中设置了两个闪烁的圆形光源。一个发出短促闪光，类似摩尔斯电码中的"点"信号；另一个发出较长闪光，对应"划"信号。关键在于，短闪光背后是糖水奖励，而长闪光则通向令蜜蜂厌恶的苦味液体。研究人员随机改变两个光源在迷宫中的位置，确保蜜蜂不能依靠空间记忆或位置线索作弊，而必须真正理解时间差异。
训练阶段完成后，研究团队移除了所有奖励物质，仅保留闪烁的灯光。这是实验的决定性时刻：如果蜜蜂依赖的是气味、温度或其他环境线索，它们的选择将变得随机；但如果它们真的学会了时间编码，就会继续飞向与糖水相关的闪光模式。结果令人信服：大多数大黄蜂直接飞向了持续时间正确的光源，无论该光源位于迷宫的哪个位置。这证实了它们确实掌握了区分不同时长的能力。
这一发现的重要性在于其生物学意义。大黄蜂的大脑体积不到一立方毫米，包含约一百万个神经元，而人类大脑拥有约860亿个神经元。在如此微小的神经网络中实现精确的时间测量，挑战了我们对计算复杂度和认知能力关系的传统认知。戴维森指出，大黄蜂在自然环境中不会遇到闪烁的人工光源，因此这种能力并非专门为应对此类刺激而进化。更可能的解释是，它们拥有某种更普遍的时间处理机制，这种机制原本可能用于追踪飞行中的空间运动、评估花朵摆动的节奏，或者进行同伴间的信息交流。
已知的昆虫交流系统为这种推测提供了支持。蜜蜂著名的"摇摆舞"不仅编码了食物源的方向和距离，还涉及复杂的时间节奏控制。舞蹈的持续时间、摆动频率和声学信号的组合，向巢内同伴传递精确信息。熊蜂虽然不进行摇摆舞，但研究显示它们具有情感传染能力，可以通过纯视觉信号将情绪状态传递给同类，这种交流同样需要对信号时序的敏锐感知。2025年发表在《科学》杂志上的研究揭示了熊蜂的这种情绪传递能力，表明这些昆虫的社会认知比此前预想的更为复杂。
大黄蜂如何在微型大脑中实现时间感知，目前仍是未解之谜。科学家们知道，动物体内存在调节昼夜节律的生物钟系统，这些系统基于特定基因的表达周期，运行周期约为24小时。然而，这种"慢时钟"无法解释大黄蜂对相差不到一秒的闪光的精确辨别。研究人员推测，可能存在运行在不同时间尺度上的多个生物计时系统：从控制季节性迁徙的年度时钟，到调节昼夜活动的日时钟，再到处理秒级甚至毫秒级事件的快速计时器。
神经科学领域提出了多种时间感知的理论模型。一种观点认为，时间感知可能是神经元活动的固有属性。神经元之间的连接强度、信号传递的延迟、以及神经网络的振荡模式，都可能编码时间信息。这被称为"分布式计时"理论，认为不存在单一的时钟中枢，而是整个神经网络共同参与时间处理。另一种理论则提出存在专门的"起搏器-累加器"系统，类似机械钟表，由周期性振荡器产生基准脉冲，累加器统计脉冲数量从而测量时长。
昆虫研究为检验这些理论提供了独特优势。相比哺乳动物大脑的数百亿神经元，昆虫的百万级神经元数量使得绘制完整的神经回路图成为可能。果蝇的完整连接组学研究已经取得重大进展，科学家们正在逐个神经元地描绘信息处理路径。如果能在大黄蜂中识别出负责时间感知的特定神经回路，将极大推进我们对时间编码神经机制的理解。
中国科学院的研究显示，社会性昆虫如蚂蚁和蜜蜂的大脑中，负责高级认知功能的蘑菇体区域发生了显著扩张和细胞分化。蘑菇体是昆虫大脑的学习和记忆中枢，相当于哺乳动物的海马体和大脑皮层的某些功能。跳镰猛蚁和蜜蜂的蘑菇体细胞数量远超非社会性昆虫如果蝇，这种神经结构的复杂化可能正是支撑复杂认知能力的解剖学基础。大黄蜂的时间感知能力是否也依赖于蘑菇体的特殊结构，有待进一步研究验证。
值得注意的是，昆虫的认知能力近年来不断刷新科学界的认知。研究发现蜜蜂不仅能理解抽象概念如"零"和"相同/不同"，还表现出情绪状态和决策偏好。熊蜂被证明能够学习使用工具，将小球推入洞中获取奖励，这种行为需要理解因果关系和运动规划。果蝇在睡眠中表现出类似快速眼动睡眠的神经活动模式，可能具有做梦的能力。一些研究者甚至提出，昆虫可能具有某种形式的意识或主观体验，尽管这一观点仍存在激烈争议。
伊丽莎白·范思哲博士强调，理解昆虫如何用最少的神经资源实现复杂认知，对于人工智能的发展具有重要启示。当前的深度学习系统虽然在某些任务上表现卓越，但能耗巨大。训练一个大型语言模型可能消耗数百万度电力，而蜜蜂的大脑仅需一滴蜂蜜的能量就能维持一整天的复杂行为。这种效率差异源于生物系统数亿年进化优化的神经架构和信息处理策略。
昆虫启发的人工智能研究正在兴起。研究人员试图从昆虫的神经结构中提取计算原理，开发更高效的算法和硬件架构。蜜蜂的视觉导航系统特别引人关注：它们能够在复杂环境中利用偏振光和视觉地标进行长距离导航，而所需的神经计算资源极少。日产汽车公司曾启动研究项目，试图将大黄蜂的飞行控制机制应用于车辆导航系统。蚂蚁的群体智能算法已被成功应用于物流优化和网络路由问题。
大黄蜂的时间感知能力为这类研究增添了新维度。时间是智能行为的基础要素，从语言理解中的语音节奏识别，到运动控制中的动作时序协调，都依赖于精确的时间处理。如果能揭示昆虫大脑中时间编码的神经机制，可能为开发新型时间感知人工神经网络提供生物学蓝图。这种网络可能在语音识别、视频分析和机器人控制等领域表现出更高效率。
跨物种比较研究也揭示了时间感知能力的进化脉络。除了大黄蜂，已知能够区分短时长差异的动物包括鸽子、猕猴和人类。这些物种在进化树上相距甚远，表明时间感知能力可能多次独立进化，或者源于非常古老的神经机制。通过比较不同动物的时间处理策略，科学家可以识别哪些是必需的核心机制，哪些是特定生态位的适应性优化。
这项研究也引发了关于认知定义的哲学思考。传统上，复杂认知被视为大脑体积和神经元数量的函数。但越来越多的证据表明，认知能力更多取决于神经网络的组织方式而非绝对规模。一个组织精巧的小型系统可以实现看似需要庞大资源的功能。这与计算机科学中的发现相呼应：精心设计的算法往往比暴力计算更有效。
从应用角度看，理解昆虫的认知边界对于生态保护和农业实践具有直接意义。全球蜜蜂和其他传粉昆虫的数量正在下降，威胁着依赖它们的粮食生产。了解这些昆虫如何感知环境、做出决策和应对压力，有助于制定更有效的保护策略。例如，农业景观中人工光源的闪烁频率是否会干扰昆虫的时间感知和导航？杀虫剂是否会损害它们的时间处理能力？这些问题需要基础认知研究的支持。
大黄蜂破译"摩尔斯电码"的能力，最终提醒我们重新审视对智能本质的假设。智能不必以人类或哺乳动物的形式出现，也不需要庞大的神经基质作为载体。在一个不到一立方毫米的大脑中，进化塑造出了能够精确测量时间、灵活学习新任务和做出复杂决策的信息处理系统。这种极致的效率和优雅，既是对生物多样性的赞叹，也是对未来技术发展的启发。当我们继续探索微小生物的认知世界时，或许会发现，真正的智慧不在于规模的庞大，而在于设计的精妙。
来源：人工智能学家