理解不同情境和学会如何学习是人工智能研究领域中仍然有待解决的问题。除非我们在人工智能模拟人类这一方面取得比现在更重大的进展，否则我们无法模拟狗、猫或其他家畜。
让人工智能模拟狗，这个目标可能定得太高了，所以我们将难度降低几个层次，直接跳到昆虫，具体谈谈模拟蜜蜂吧。伦敦玛丽女王大学的拉尔斯·奇特卡（Lars Chittka）最近的研究增加了我们对蜜蜂认识能力的理解，他的研究发现蜜蜂有着惊人的智力。在绕着蜂巢飞几圈后，新出生的蜜蜂就能够对它们所处的世界形成一个比较完整的概念，不久之后，它们就开始采集食物。工蜂会学习辨识最好的花的气味和颜色，解决“旅行推销员问题”(Traveling Sales Man problem），在最短时间内找到可获取的食物来源。它们能记住自己在哪里遇到过危险，但有时它们对感知到的危险做出反应之后，却发现是虚惊一场。找到大量食物的蜜蜂变得“乐观起来，开始低估遭到捕食者攻击的风险。控制这一切行为的神经网络就隐藏在蜜蜂的脑中，但这个网络的结构与人工卷积神经网络或递归神经网络的结构却截然不同。蜜蜂看起来只需要4个输入神经元就能识别物体间的差异，而且似乎缺乏任何内部的图像表征能力。其他更简单的刺激-反应任务可以用少量的逻辑门来建模，但这些任务会影响到脑中大片的区域。
最让人拍案叫绝的是，蜜蜂能学会怎么踢足球！好吧，不是真正的足球，但很像足球。拉尔斯的研究小组曾训练蜜蜂把球顶入一个球门。蜜蜂可以通过各种不同的方式来学习并完成这项任务，包括观察一只塑料模型蜜蜂如何顶球，或者旁观其他真正的蜜蜂如何完成这项任务。它们不需要大量练习就能完成这项任务。滚球并不是蜜蜂生活中经常遇到的事情，所以这项研究表明蜜蜂可以快速学习新的行为，无需反复用试错法来学习。而人工神经网络迄今未能做到这一点。此外，蜜蜂还可以将它们的技能推广到其他领域，以解决像顶球这样的新问题。
被算法操控的生活TNUMBERED
222