熊蜂的时间感知如何揭示智能的本质
一项刊登于《生物学快报》（Biology Letters）的新研究带来令人惊讶的发现：脑容量不足一立方毫米的熊蜂，竟然拥有惊人精准的时间感知能力。
伦敦玛丽女王大学的研究团队发现，常见的陆生熊蜂（Bombus terrestris）仅仅依靠观察视觉信号持续时间的长短，就能够做出觅食决策。换句话说，它们可以分辨“这朵花上的信号持续了多久”，并据此决定是停留采食还是飞去下一个目标。
这种对时间间隔的精细辨识能力，过去普遍被认为只有人类以及部分脊椎动物才具备，而昆虫——尤其是脑部如此微小的物种——被认为不具备这种“高阶”时间认知。
此项研究再度颠覆了科学界长久以来的传统观念：复杂认知能力是否真的必须仰赖庞大的神经系统？小小的熊蜂用实际行动告诉我们：答案显然远比我们想象的更加多元而精彩。
“莫尔斯电码”实验
为了测试熊蜂的时间感知能力，博士生 Alex Davidson 与他的导师、伦敦玛丽女王大学心理学高级讲师 Elisabetta Versace 博士，精心设计了一套特殊的实验迷宫。
在实验过程中，熊蜂需要从两个发出闪光的黄色圆圈中，准确辨认出藏有糖水奖励的目标。研究人员将短促的闪光比作莫尔斯电码中的“点”，象征甜美的糖水奖励；而持续时间较长的闪光则相当于“划”，对应熊蜂本能回避的苦味奎宁溶液。
为避免熊蜂依赖位置线索，研究团队在迷宫的各个区域不断调整信号出现的位置，确保熊蜂只能依据闪光持续时间的差异作出判断。当熊蜂能够稳定飞向代表糖水的特定时长信号后，研究人员撤除了所有奖励，仅保留清水，用以检验熊蜂是否真正掌握了时间辨别能力，而非对糖水形成简单的条件反射。
结果令人惊喜。即使在没有任何糖水奖励的情况下，熊蜂依然持续选择训练阶段学会的那种特定时长的光信号。
“我们非常想知道熊蜂是否具备区分不同闪光持续时间的能力，当看到它们确实成功完成任务时，令人感到兴奋，”Alex Davidson 表示，“考虑到熊蜂在自然环境中几乎不会接触闪烁的光刺激，它们仍能做到这一点，确实令人惊叹。”
Alex Davidson discusses his research on duration discrimination in bumblebees (Bombus terrestris), revealing how these insects can distinguish between different light flash durations—a temporal perception ability previously seen only in humans and certain vertebrates. Co-authors: Ishani Nanda, Anita Ong Lay Mun, Lars Chittka, Elisabetta Versace.
对人工智能与神经科学的启示
此前，区分此类时间信号的能力，仅在人类以及少数脊椎动物中被系统记录，例如猕猴与鸽子。昆虫同样能够完成这一任务的事实，正在挑战我们对生物智能长期以来的既有认知。当一只蜜蜂在如此微小的大脑中展现出类似“秒表”的时间判断能力时，关于神经经济性以及人工智能未来发展的问题，便随之浮现。
“昆虫对时间长度的处理能力表明，即便依托极为简约的神经结构，也能够完成高度复杂的认知任务，”Versace 博士解释道，“上述发现为人工神经网络中认知特征的设计提供了重要启示。若要实现真正的可扩展性，人工智能或许需要向生物智能学习，将效率置于核心位置。”
近期，我们围绕昆虫如何感知被称为“第四维度”的时间，以及这一能力如何拓展人类对动物内在世界的理解，与 Elisabetta Versace 博士展开了一次深入对话。
专访 Elisabetta Versace 博士
你们的研究指出，熊蜂可以用不足一立方毫米的大脑处理时间间隔。这一发现是否挑战了主流假设，即复杂的时间处理需要依赖类似哺乳动物那样的大脑皮层结构？
人类始终生活在时间之中，但真正理解时间却极为困难。正如希波的奥古斯丁所言：“时间究竟是什么？无人追问时，我自以为明白；一旦要解释，反而无从说起。”时间是一种无形的维度，是物理世界多重面向的一部分。与空间相比，它并不直观，也难以被直接测量。直到较晚的历史阶段，人类才开始尝试用系统化的方法刻画时间。
科学史清楚地反映了这一点。几何学在公元前三百年左右便已通过欧几里得的著作形成体系，而用于描述时间的正式数学工具，却要等到牛顿时代才逐步出现。更重要的是，现代物理学已经表明，牛顿提出的“绝对时间”概念，即时间独立于外界而均匀流逝的设想，并不符合真实的物理规律。
正因时间不可见，对时间的研究在理解动物的内在世界时显得尤为关键。我们的研究发现，昆虫能够快速掌握时间时长的区分能力，即便面对的是其进化史中从未遇到过的新任务。这一现象本身就极具启发意义。因此，我们选择以昆虫为研究对象，试图更深入地理解蜜蜂如何在极其有限的神经资源中编码并处理时间时长。
你在论文中提到，昼夜节律等已知机制反应过慢，无法解释类似“莫尔斯电码”的精细分辨能力。如果蜜蜂确实拥有更快速的“秒表”机制，这与受限大脑中的神经经济性有何关系？时间处理是否复用了用于导航等任务的神经回路？
在日常语境中，人们往往笼统地谈论“时间”，但在实际处理时间信息时，却依赖多种彼此独立的尺度。日常生活已经体现了这一点。人类用三百六十五天来衡量一年，用十二来划分月份，在分秒层面采用六十进制，而在更精细的测量中又使用十进制。多种时间体系的并存，并非历史偶然，而是源于不同时间面向与自然过程之间的联系。
昼夜节律系统正是一个典型例子。该系统帮助生物适应昼夜光暗循环，却无法用于处理秒级或亚秒级的短暂时长。原因在于，由光照变化驱动的生化过程本身过于缓慢，无法支持诸如判断水是否烧开或刷牙是否足够这样的任务。
值得注意的是，无论在人类还是其他动物身上，都不存在类似视觉或听觉那样的“时间感受器”。时间并不会像光或压力那样直接作用于感官系统。因此，不同物种如何构建时间知觉，成为一个高度开放且富有挑战性的研究问题。
昆虫在昼夜节律研究中曾发挥重要作用，但若要处理秒或分钟尺度的时间，它们必然依赖其他机制。相关能力在交流、觅食与导航等行为中都具有基础性意义。我们的实验结果表明，蜜蜂区分长短闪光的能力，不可能依赖于那套调控其出壳时间、避免高温脱水的节律系统。基于这一判断，可以合理推测，蜜蜂体内并存着多个时间处理系统，尽管目前尚未明确其具体结构。
未来的研究将集中于若干关键问题。时间时长是由单个神经元编码，还是由神经元群体共同实现？不同感觉模态是否拥有各自独立的时间处理回路？
神经经济性为理解这些问题提供了重要视角。一种有影响力的理论认为，时间与空间在进化上密切相关，时间处理能力可能源自空间认知的演化。在昆虫中，这种联系尤为明显。蜜蜂、蚂蚁和苍蝇等物种，会通过整合视觉系统感知到的表观运动来估算飞行距离，这一过程被称为光流。当环境中的视觉纹理更为密集时，个体会感知到更大的位移。因此，事件发生的频率与空间位移之间存在内在关联。
时间与空间的交织不仅体现在动物行为中，也深植于人类语言与认知结构。人们常以空间隐喻描述时间，例如“漫长的一天”“遥远的过去”或“临近的截止日期”。物理学进一步将这种直觉关系形式化。爱因斯坦的时空理论指出，时间与空间并非彼此独立，而是同一物理现实的两个面向。尽管日常经验倾向于将二者分离，神经科学却提供了一条检验其功能关联的路径。通过研究神经系统如何编码时间、空间与数量等不同量级，或许能够揭示生物大脑在有限资源条件下实现复杂认知的基本原则。
既然蜜蜂在野外很少遇到闪烁的光，你认为这种技能可能源自其他进化需求。哪些生态压力可能推动蜜蜂发展出对时长的感知能力？
当我们谈论“时间”时，实际上指向的是一个多面向的概念。相关能力包括追踪从某一时刻开始流逝的时间，判断两个事件是否同时发生，识别节奏模式，或区分不同刺激序列。在本次实验中，我们关注的是蜜蜂根据光的闪烁及其间隔时长，来估算外部视觉线索持续时间的能力。
实验结果显示，蜜蜂能够区分不同时长的闪光，并利用这些信息定位食物奖励。这一表现表明，它们具备内部的时长表征能力，能够存储现实世界中这种“无形”维度的信息，并据此调整觅食行为。
令我感到惊讶的是，蜜蜂往往只需二三十次尝试，便能迅速掌握相关模式。每只蜜蜂都在单个觅食日内完成了真实任务的学习与测试。由于闪光刺激并非蜜蜂在进化过程中专门适应的信号，这种实验设计为评估其时间认知的灵活性提供了理想窗口。
关于秒级与亚秒级时间追踪能力在不同物种及类群中的进化路径，目前仍缺乏明确答案。一种可能性是，时间感知作为监测时间流逝的策略而出现，用于规划觅食路线，并优化对花朵的回访时机。已有研究表明，蜜蜂可以有策略地调控访问花朵的频率，从而最大化回报。
另一种并不排斥前者的可能性，是蜜蜂在导航过程中利用时间系统监测自身运动并计算位置，这一过程依赖此前提到的光流机制。考虑到熊蜂属于群居动物，生活在高度社会化的群体中，沟通也可能构成时间追踪发挥作用的重要情境。此外，追踪时间的能力或许是神经元运作的一般属性，因为神经系统本身需要对随时间变化的输入信号进行顺序计算与整合。
区分“点”和“划”的能力此前曾在灵长类动物和鸽子中被记录。你认为昆虫和脊椎动物是为了解决相似的生存问题而各自进化出这种时间处理能力，还是说这种能力本身就是所有神经系统的基本特征？
昆虫与脊椎动物在进化史上已经独立分化超过六亿年，而人类对昆虫时长处理能力的了解仍然十分有限。因此，目前尚难判断此类能力在昆虫物种中的普遍程度。当研究对象仅限于一种或少数几种物种时，若不引入推测，很难对进化路径给出明确结论。
尽管如此，探索昆虫的时间认知仍是一个极具吸引力的研究方向，也完全具备在行为学和神经生物学层面进一步拓展的潜力。未来的研究不仅可以评估此类能力在昆虫中的分布范围，还可以考察那些依赖特定时间信号的物种，例如蟋蟀，是否能够将相关技能迁移至其他感觉模态，以及不同模态中是否涉及相似或截然不同的神经系统。
在觅食情境中，蜜蜂如何在花丛中运用时长感知？这种能力是否有助于评估自身取食时间，或判断某朵花被竞争者占据了多久？
蜜蜂是高度灵活的学习者，这种灵活性被认为是其觅食成功的重要基础。我们的合著者 Lars Chittka 在《蜜蜂的思维》一书中对此有过深入阐述。面对颜色、显著性、空间位置、营养质量、气味各异，且距离蜂巢远近不同的花朵，蜜蜂必须识别出回报最高的资源，也就是在能量收益、体力消耗与风险之间实现最优平衡的选择。
研究显示，蜜蜂甚至能够提取抽象规律，例如识别“相同”与“不同”的关系，并据此指导觅食决策。它们具备出色的记忆能力，能够根据环境变化在不同资源之间灵活切换。随着对熊蜂与蜜蜂研究的不断深入，人们逐渐认识到它们在个体层面与社会层面所展现出的学习能力和行为灵活性的广度。看起来，通用的学习机制为这些动物提供了显著优势，使其不仅能够优化觅食行为，也可能提升其他任务的表现。
你提到蜜蜂利用“极简的神经基础”解决复杂任务。这种生物学上的效率如何为当前依赖巨大算力的人工神经网络提供启示？如果成功借鉴蜜蜂的策略，未来的人工智能架构可能出现哪些变化？
人工神经网络最初的灵感，正是来源于生物神经系统。然而，当前主流的人工智能发展路径，往往通过不断扩大模型规模来提升准确性与可靠性。这种策略不仅在能耗与训练时间上代价高昂，也未必真正高效。即便投入巨大资源，严重失效的案例仍屡见不鲜，从自动驾驶系统在道路识别中的致命错误，到医疗应用中的风险判断失误，再到大型语言模型暴露出的明显逻辑漏洞。
当我们观察那些在神经复杂度上与人类相差数个数量级的动物所展现的能力时，难免产生新的思考。人类大约拥有八百六十亿个神经元，而蜜蜂仅有约一百万个，两者相差约五个数量级。这一对比促使人们反思，是否存在一种更贴近自然规律与物理现实的认知方式，不仅更高效，也更有可能形成对现实世界的真正理解，并在与真实环境交互的任务中表现出更高可信度。
正因如此，我对小型大脑和缺乏经验的大脑格外感兴趣。例如，刚孵化的小鸡和乌龟几乎没有生活经验，却能够立即行动并做出选择。小鸡尤其引人注目，作为早成鸟，它们在孵化后便具备移动和决策能力。研究表明，小鸡拥有先天的偏好和认知偏差，用以引导其做出适应性选择，例如接近母亲或同伴而非无生命物体。我们最近还发现，小鸡在首次接触视觉对象时，对向上运动表现出先天偏好，而这种运动形式通常与有生命的个体相关。
其他早成动物，例如乌龟，与小鸡和人类婴儿一样，也会被类似面孔的图案吸引，而此类刺激往往携带重要的社会信息。总体而言，对少数关键模式与刺激的简单偏好，即使在缺乏经验的情况下，也能协同作用，引导个体做出适应性决策。
因此，我们希望探究神经系统中是否存在类似的基本特征，可以为人工智能的发展提供借鉴，使其在结构与架构上更接近在现实约束中进化而来的生物系统。理解哪些偏好与架构能够支持有效的选择、预测与学习，也有助于提升人工系统的可扩展性与可信度。我们对这一研究方向充满兴趣，并相信它能够以更具体的方式，将动物智慧重新引入人工智能研究之中。
既然已经确认蜜蜂能够追踪视觉刺激的时长，这是否意味着可以进一步测试它们是否具备跨感官参照的能力？例如，能否将“长闪光”与“持续嗡鸣”联系起来，从而暗示一种更抽象的时间概念？
你的提问切中了一个非常有趣的方向。另一个重要的研究路径，正是多感官整合，以及来自不同感觉模态的信息如何被联合处理。在蜜蜂的具体案例中，它们对我们通常归类为声学的刺激并不特别敏感，尽管对振动具有反应能力。因此，初步实验很可能不会引入声音刺激。
尽管如此，跨模态信息传递依然是测试泛化能力的有效方式，也就是从具体经验中抽取抽象规则，并将所得知识应用于新的环境或刺激。已有研究表明，熊蜂能够在触觉与视觉模态之间进行信息迁移，前提是具备相关经验。与此同时，需要保持谨慎，因为在外周看似独立的刺激，例如机械感觉与视觉输入，在中枢神经系统中可能以复杂方式发生联结。我们曾展示，没有视觉经验的小鸡，仍能够将触觉刺激与对应的视觉刺激联系起来。那是另一个同样引人入胜的故事。
你提到具体的神经机制仍然大多未知。下一步是否计划在任务进行期间对神经活动进行物理层面的映射？是否预期在昆虫大脑中发现类似“脉冲累加器”的结构？
目前，我们正在积极寻求资金支持，以便在行为学和神经生物学层面扩展相关研究。围绕潜在神经回路，我们已经形成了若干新的研究设想。关于蜜蜂时长感知的研究，不仅引发了学界同仁的兴趣，也吸引了公众的广泛关注。
支持以好奇心驱动的基础研究具有重要的意义，因为此类工作能够帮助社会更深入地理解自然界，以及生物体如何与物理学和心理学中的基本概念，例如时间，建立联系。正是通过这种理解，人们才能逐步揭示复杂认知能力在有限神经资源条件下得以实现的根本机制。
结语
奥古斯丁在一千多年前提出的追问：“时间究竟是什么？”如今在一只穿梭于实验室迷宫的熊蜂身上，获得了出人意料的回应。那位哲学家曾难以言说自己在直觉中把握的概念，而仅拥有约一百万个神经元的蜜蜂，相较于人类约八百六十亿个神经元，却能够在行为中清晰地体现对时间的理解。
这一发现动摇了人们长期以来对复杂认知所需神经条件的设想，同时也为人工智能的发展路径提供了一种值得深思的替代方向。当前的人工智能体系，正不断通过扩展模型规模来追求性能提升，随之而来的是能源消耗的指数级增长。然而，如果时间处理能够在不足一立方毫米的生物组织中实现，那么未来的突破或许并不依赖于规模的膨胀，而在于架构层面的精炼与优雅。生物神经系统是在严苛约束下逐步演化而成，先天偏差为学习提供方向，时间信息可能正是通过神经元自身的基本属性得以编码。
Versace 博士的实验室目前正积极寻求资金支持，计划进一步描绘相关神经回路，并厘清时长感知究竟源于集中式处理，还是由分布式系统共同完成。相关答案的意义显然不会局限于昆虫学领域。随着体量庞大的人工智能系统仍频繁出现灾难性失误，一只蜜蜂如何凭借极简的神经经济性在真实世界中完成导航与决策，已成为一个无法回避的问题。
蜜蜂大脑中的“秒表”仍在持续运转。它所度量的，不只是毫秒级的时间间隔，也映照出当代技术追逐的认知理想，与生命在六亿年进化历程中逐步形成的优雅解决方案之间的距离。当人类致力于构建渴望拥有智能的机器时，也许更值得关注的，并非无限扩展的算力，而是那些仅凭极少资源，便已实现高度智能的生命形式。