موبنا – محققان مرکز آر‌ام‌آی‌تی در استرالیا با همکاری دانشمندانی از دانشگاه تولوز فرانسه به کمک سیستم‌های مبتنی بر فناوری هوش مصنوعی به این نتیجه رسیدند که زنبورها می‌توانند محاسبات ریاضی پیچیده را انجام دهند. این یافته‌ها ثابت کرد که زنبورها قادر هستند عملیات محاسباتی تفریق را انجام دهند و بر این اساس می‌توان گفت این حشرات کوچک و پرمشغله توانایی انجام فرآیندهای پیچیده محاسباتی را دارند و این مسئله بار دیگر نشان داد که توانایی‌های مغز با اندازه مغز در ارتباط نیست و بنابراین زنبورها با مغز کوچکی که دارند، قادر به انجام محاسبات پیچیده هستند.
سال گذشته این گروه تحقیقاتی نشان داده بود که زنبورها می‌توانند «مفهوم صفر» را درک کنند و دانشمندان برای اثبات این فرضیه زنبورها را به گونه‌ای آموزش دادند تا تصاویر حاوی کمترین تعداد عناصر را انتخاب کنند. سپس آنها در آزمایش بعدی شرکت کردند تا مشخص شود مهارت‌های ریاضیاتی و محاسباتی زنبورها تا چه اندازه عمیق‌تر می‌شود. دانشمندان در این بررسی سعی کردند متوجه شوند که آیا زنبورها می‌توانند عملیات «جمع» و محاسبات ریاضی را هم انجام دهند یا خیر. آنها فرضیه خود را با آموزش جداگانه برای هر یک از زنبورهای عسل پیش بردند و بر این اساس هر زنبور عسل در یک مسیر مارپیچی شبیه به حرف انگلیسی Y قرار گرفت و زمانی که زنبور می‌توانست انتخاب درست را انجام دهد شکر مایع جایزه می‌گرفت و در عوض زمانی که زنبور با انتخاب اشتباه به مقصد نادرست هدایت می‌شد، با جوهر تلخ مواجه می‌شد.
زمانی که زنبور وارد مسیر مارپیچی می‌شد با مجموعه‌ای برخورد می‌کرد که به پنج شکل طراحی شده بود و هر بخش یک رنگ مجزا داشت. به عنوان مثال رنگ آبی نمایانگر «+ یک» یا رنگ زرد نمایانگر «تفریق یک» بود. زنبور عسل با مشاهده این اعداد در بدو ورود خود از طریق یک حفره کوچک به اتاق تصمیم گیری منتقل می‌شد. راه خروجی برای این اتفاق به گونه‌ای طراحی شده بود که زنبور مجبور بود در یک بخش راه حل مناسب را انتخاب کند و البته در بخش دیگر این اتاق خروجی با راه حل اشتباه در نظر گرفته شده بود. محققان توضیح دادند طی این آزمایش پاسخ‌ها و درهای خروجی درست را به صورت تصادفی تغییر دادند تا مشخص شود که زنبور عسل تا چه اندازه می‌تواند پس از تشخیص مسیر خروجی درست به سمت آن پرواز کند.
در مراحل نخست آزمایش مشخص شد که زنبور به صورت تصادفی یک درب خروج را نتخاب می‌کند. ولی با تکرار این آزمایش دانشمندان متوجه شدند که رفتار زنبور عسل تغییر می‌کند. دانشمندان در فاصله زمانی 4 تا 7 ساعت این آزمایش را 100 بار برای زنبورهای مورد نظر خود تکرار کردند و زنبورها در نهایت یاد گرفتند که رنگ آبی به معنی جمع عدد یک و رنگ زرد به معنی تفریق عدد یک است. دانشمندان سپس این مهارت را برای دیگر اعداد هم مورد استفاده قرار دادند تا مشخص شود که زنبور تا چه اندازه با مفهوم یاد شده آشنایی پیدا کرده است. محققان با انجام این بررسی دریافتند که حتی عملیات‌های ساده ریاضی نظیر جمع و تفریق هم نیاز به پردازش‌های مغزی دارد.
پروفسور «آدرین دایر» مدیر گروه تحقیقاتی مرکز آر‌اِم‌آی‌تی در این خصوص گفت: «شما معمولا عملیات جمع و تفریق و قوانین مربوط به آن را به حافظه بلندمدت خود می‌سپارید و این در حالی است که عملیات‌های ریاضی را به صورت ذهنی با مجموعه‌ای از اعداد در حافظه کوتاه مدت خود انجام می‌دهید. بررسی‌های جدید نشان داد زنبورهای آموزش دیده از حافظه کوتاه مدت خود استفاده کردند تا مسایل ریاضی را حل کنند و آنها آموزش دیدند تا با مفهوم جمع و تفریق آشنا شوند و این اتفاق به صورت کاملا جدا نسبت به آشنایی بصری آنها با شکل اعداد صورت گرفت. بررسی‌های ما نشان داد توانایی پیشرفته شناخت عددی می‌تواند در دیگر حیوانات به صورت گسترده مورد استفاده قرار بگیرد و این نخستین باری است که می‌توانیم به صورت علمی ثابت کنیم موجودات زنده غیر از انسان‌ها هم این قابلیت را در اختیار دارند».
در واقع باید توضیح داد زنبورها در کنار پستانداران، پرندگان و عنکبوت‌ها از جمله حیواناتی محسوب می‌شوند که می‌توانند پردازش‌های محاسباتی را در مغز خود انجام دهند. این فهرست از حیوانات در حالی شکل گرفته است که دانشمندان پیش‌بینی می‌کنند تعداد بیشتری از حیوانات با این قابلیت محاسباتی را در آینده شناسایی کند. با این وجود محققان در مرحله کنونی به کمک ابزارهای مبتنی بر هوش مصنوعی توانستند توانایی یاد شده را در زنبورها شناسایی کنند و بر این اساس برسی آنها نیازمند آن است که در مراحل آتی توسعه یابد.
پروفسور «آدرین دایر» در این خصوص گفت: «اگر محاسبات ریاضیاتی نیازی به پردازش‌های مغزی گسترده نداشته باشد، این احتمال وجود دارد که به کمک روش‌های جدید بتوانیم تعامل بیشتری را میان حافظه کوتاه مدت و بلند مدت برقرار کنیم. فناوری هوش مصنوعی این مکان را برای ما فراهم می‌آورد تا در آینده بتوانیم از حافظه بهره‌های بیشتری ببریم».
