蜜蜂能數數至 4 個，並將零視為比一更小的數量，這是近年累積的研究成果，持續引發科學界關注。這些發現將蜜蜂置於少數具備基本數字認知能力的非人類動物之列。
### 研究發現詳情
澳洲墨爾本 RMIT University 的研究人員訓練西方蜜蜂（Apis mellifera），將不同元素數量的視覺刺激與糖獎勵或苦味奎寧溶液配對。蜜蜂在獲獎勵時，持續選擇元素較少的圖像，並能將此行為延伸至新穎刺激，顯示牠們追蹤的是數量而非特定圖像記憶。
零的概念尤其引人注目：當蜜蜂面對空白刺激與單元素刺激時，牠們視空白為數值更小，將其置於數字線的低端。此反應類似靈長類及未受正式數學訓練的人類幼童。
蜜蜂能數至 4，符合認知科學家所稱的「subitizing」範圍，即人類及多種動物能即時感知數量的閾值，無需逐一計數。超過 4 個，蜜蜂準確度下降，這也反映人類在 subitizing 條件下的感知極限。
蜜蜂大腦僅約有 100 萬個神經元，人類大腦則約有 860 億個。
此微小結構能支持數字辨識，吸引科學興趣，暗示數字認知無需龐大或複雜大腦。研究者推測蜜蜂利用大腦中的蘑菇體（與學習記憶相關的成對葉狀結構）處理及儲存數量間的抽象關係，雖然機制尚未完全釐清，但多項實驗重複驗證行為證據一致。這對數字認知演化有啟示：若脊椎動物與昆蟲（相隔約 6 億年演化）均獨立發展小數量辨識能力，顯示此能力帶來足夠生存優勢，橫跨截然不同的神經架構。
覓食效率是最可能解釋：能評估哪片花叢花朵較多的蜜蜂，可獲取更多熱量優勢。
實驗設計依賴食物獎勵的操作性條件反射，存在方法限制：無法完全排除蜜蜂回應低階感知特徵，如總表面積、空間密度或邊緣數量，而非離散數量。多項研究透過變換元素大小、形狀及排列控制這些變數，但文獻中關於蜜蜂真正計算內容的辯論仍持續。4 為上限也需澄清：蜜蜂在某些格式下可訓練辨識更大數量，但超過 4 錯誤率急升，且對新刺激轉移不可靠，此為認知硬上限抑或訓練偽影尚未定論。
工程師借鏡蜜蜂空間認知開發昆蟲尺寸機器人的導航晶片多年；數字認知數據增添層面，顯示極簡神經硬體潛力，對超低功耗邊緣 AI 設計具相關性。若能在 Apis mellifera 中描繪最小計數電路，可為神經形態硬體提供藍圖，將科學推向超越養蜂學領域。此研究首刊於《Science》及《Proceedings of the Royal Society B》。