動物學家在iScience中寫道，昆蟲具有認知能力，可以執(zhí)行所謂的數(shù)量估計，從而能夠解決簡單的數(shù)學問題?？坡〈髮W的“計算系統(tǒng)神經(jīng)科學”研究小組的動物學家Martin Paul Nawrot博士和博士生Hannes Rapp在蜜蜂啟發(fā)的計算模型中證明了這些能力。

實驗表明，蜜蜂等昆蟲實際上可以“計數(shù)”一定數(shù)量的物體。漢尼斯·拉普說：“例如，蜜蜂能夠比較物體的集合并評估它們的大小是否相同，或者一個集合是否大于另一個集合。”他解釋了所謂的數(shù)字認知的基本問題。例如，蜜蜂認識到六顆鉆石超過四個圓圈。

到目前為止，還不清楚如何構(gòu)建這種認知能力的神經(jīng)網(wǎng)絡。納沃羅特教授解釋說，較早的理論模型已經(jīng)假設一個牢固的循環(huán)電路，其中包含四個涉及的神經(jīng)元，用于四個算術(shù)運算“等于”，“零”，“大于”和“小于”。“但是，我們的計算機模型顯示，只有四個神經(jīng)元就足夠了，但不是四個。單個神經(jīng)元的動作電位取決于數(shù)學問題-可以在神經(jīng)元上對其進行訓練。結(jié)果，研究人員確定了一個相對簡單的模型，通過該模型，神經(jīng)網(wǎng)絡可以學習解決數(shù)字認知任務。

根據(jù)Nawrot的說法，該模型還有助于人工智能的神經(jīng)網(wǎng)絡學習：“已經(jīng)投入了大量資金來訓練人工神經(jīng)網(wǎng)絡，以可視方式識別對象的數(shù)量。Nawrot補充說，深度學習方法尤其可以通過顯式或隱式識別靜態(tài)場景中的幾個相關(guān)對象來進行計數(shù)。但是，這些模型類非常昂貴，因為通常必須對數(shù)以百萬計的大量模式進行訓練，并且通常需要云計算集群。我們以蜜蜂為靈感的方法，具有簡單的模型和學習算法，從而使這項工作減少了很多倍。”