以下文章经 The Conversation许可转载，这是一个报道最新研究的在线出版物。
蜜蜂的生命取决于它是否成功地从花朵中采集花蜜来酿造蜂蜜。决定哪朵花最有可能提供花蜜非常困难。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来能够继续产出关于塑造我们当今世界的发现和想法的具有影响力的故事。
要做出正确的决定，需要正确权衡花朵类型、花龄和历史的细微线索——这些是花朵可能含有少量花蜜的最佳指标。做出错误的决定，最好的情况是浪费时间，最坏的情况是暴露在隐藏在花朵中的致命捕食者面前。
在新的研究中，我们的团队于今日在 eLife 上发表 了关于蜜蜂如何做出这些复杂决定的报告。
一片人工花田
我们用一片由彩色卡片圆盘制成的人工花朵来挑战蜜蜂，每朵“花”都提供一小滴糖浆。不同颜色的“花朵”提供糖的可能性各不相同，蜜蜂判断假花是否提供奖励的能力也各不相同。
我们在每只蜜蜂的背部做了微小的、无害的油漆标记，并拍摄了蜜蜂每次访问花阵的视频。然后，我们使用计算机视觉和机器学习来自动提取蜜蜂的位置和飞行路径。通过这些信息，我们可以评估并精确计时蜜蜂做出的每一个决定。
我们发现蜜蜂很快就学会了识别最有回报的花朵。它们很快评估是否接受或拒绝一朵花，但令人困惑的是，它们正确的选择平均速度更快（0.6 秒），而错误的选择则较慢（1.2 秒）。
这与我们预期的相反。
通常在动物——甚至在人工系统中——准确的决策比不准确的决策花费更长的时间。这被称为 速度-准确性权衡。
这种权衡之所以发生，是因为判断一个决定是对还是错通常取决于我们有多少证据来做出这个决定。更多的证据意味着我们可以做出更准确的决定——但收集证据需要时间。因此，准确的决定通常较慢，而不准确的决定则更快。
速度-准确性权衡在工程学、心理学和生物学中经常发生，你几乎可以称之为“心理物理学定律”。然而，蜜蜂似乎正在打破这条定律。
已知唯一能打破速度-准确性权衡的其他动物 是人类和灵长类动物。
那么，蜜蜂凭借其微小而卓越的大脑，如何能与灵长类动物相提并论呢？
蜜蜂规避风险
为了剖析这个问题，我们转向计算模型，询问一个系统需要具备哪些属性才能打破速度-准确性权衡。
我们构建了能够处理感官输入、学习和做出决策的人工神经网络。我们将这些人工决策系统的性能与真正的蜜蜂进行了比较。由此，我们可以确定一个系统要打破这种权衡需要具备什么条件。
答案在于为“接受”和“拒绝”响应赋予不同的时限证据阈值。以下是它的含义——蜜蜂只有在第一眼看到确定 它有回报时才会接受一朵花。如果它们有任何不确定性，它们就会拒绝它。
这是一种规避风险的策略，意味着蜜蜂可能会错过一些有回报的花朵，但它成功地将它们的努力只集中在最有机会和最佳证据表明能够为它们提供糖的花朵上。
我们关于蜜蜂如何做出快速、准确决策的计算机模型很好地映射了它们的行为和已知的蜜蜂大脑通路。
我们的模型对于蜜蜂如何成为如此高效和快速的决策者是合理的。更重要的是，它为我们如何构建具有这些特征的系统（例如用于探索或采矿的自主机器人）提供了一个模板。
本文最初发表于 The Conversation。阅读 原始文章。