OpenAI‘s Codex Update, Boston Dynamics Parkour, Twitter AI Bias
37:44 Share

您好，欢迎收听今天的Skynet Let's Talk AI播客，您可以在这里听到AI研究人员讨论AI的最新动态。这是我们最新的“AI上周回顾”节目，其中包含对上周一些最有趣的AI新闻的总结和讨论。我是Sharon Zhou博士。我是Andrey Karenkov。本周我们将讨论OpenAI的新模型、AI在养牛管理中的应用。

一些新的研究，一些伦理问题，特别是关于Twitter的AI偏差竞赛，当然还有波士顿动力公司的新视频。好了，让我们直接进入关于应用的第一篇文章。OpenAI可以使用其新的机器学习软件Codex将英语翻译成代码，这是来自The Verge的消息。YouTube上还有一个很酷的演示。

这是什么？好吧，OpenAI基本上创建了一个改进版本的OpenAI Codex，它是

一个AI系统，它接收自然语言。所以任何你输入的自然语言，它都会转换成代码，Codex在处理简单的命令和自然语言方面做得非常好，它可以执行这些命令并自动编写代码。它还可以构建内容。因此，当你编写或说出不同的自然语言命令时，它可以构建内容并理解这是什么，并编辑你想要它构建的内容。

是的，这是对之前新闻的后续报道，他们在其中使用Codex技术开发了GitHub的Copilot。这是在其之上构建的新版Codex。这里的新内容是，之前使用GitHub时，它主要用于代码补全，智能代码补全。所以它可以像从注释中填充一些代码或填写函数调用一样。

继续你在给定代码行中开始的内容。但是在这里，真正有趣的是，你可以给出这些自然语言命令，比如，“让游戏角色上下移动”

然后它为你编写代码。这与他们之前展示的内容大相径庭，之前主要只是给出代码并输出代码，而这里则是给出英语描述，然后从中获得代码。

是的。在之前的版本中，你也可以使用英语，但它们必须以几乎像良好的代码注释的形式出现。可以说是一个好的文档字符串。这对无代码的未来非常令人兴奋，因为如果你根本不懂代码，你也不会写文档字符串，你甚至不知道那是什么，你仍然可以使用这个API并能够生成代码。

是的。正如你所说，他们之前确实展示过你可以有文档，就像通常在代码中一样，你可以从中得到一个函数。但是这些演示与我们之前看到的演示大相径庭。所以你可以说类似于“创建一个带有侧边菜单和顶部标题的网页”，然后将其作为代码获得，这与函数的注释大相径庭。就我个人而言，我印象非常深刻

他们对这个方向感到兴奋。所以他们展示了一些游戏开发。但就我个人而言，我真正感到兴奋的是，他们还展示了将其与Microsoft Word结合使用，你可以……

例如，告诉它将每个单词的首字母大写或在特定语句之间插入行，基本上是你想发生的事情的任何描述。然后它会编写必要的代码来通过Word的API执行该操作。

因此，从某种意义上说，你现在可以生成程序来执行不同的任务和不同的事情，比如Word或其他应用程序。这不仅加快了编码速度，而且还可能加快大量其他事情的速度。

它还可以完全隐藏编码。你根本不需要看到代码。它只是在Word中执行它。我觉得这真的很令人兴奋，因为这样你就不需要知道如何编码才能编写这些非常自定义的代码片段来更改文档中的任何内容。

但这仍然存在一个棘手的问题，那就是版权。显然，如果OpenAI仍然是一个非营利组织，这个问题就不会那么棘手。事实上，很多这个AI系统都是基于大量的公共存储库和公共代码构建的，但是这些代码都附带版权。这变得有点棘手。是的。

是的，对于有关此问题的提问，首席执行官只是轻描淡写地说，我们需要讨论这个问题，但这对社区非常有帮助。而且我确实觉得他们必须在某些方面解决这个问题。例如，他们可能必须修改他们的训练数据集。

以真正考虑不同的版权实例，并可能在使用

这个模型，目前它仍然处于测试阶段。你可以试用它，但最终他们希望提供类似于GP3的API来在其之上构建产品。一旦发生这种情况，我认为这个问题将非常重要，而且他们可能需要解决这个问题。

但是，超级令人兴奋。是的，你应该查看YouTube上的视频，该视频展示了如何向其发出命令来修改网站，或者你可以直接在谷歌上搜索这些非常简洁的演示。

但接下来让我们讨论一些可能不那么具有革命性但仍然有趣且有点不同的内容，我们有一篇来自NVIDIA的文章，标题为“Cattle is for the future. Plain Sight revolutionizes livestock management with AI”。正如标题所说，有一家名为Plain Sight的公司正在帮助肉类加工行业改进其运营。

他们现在所做的是自动化一个非常手工的过程，该过程涉及在牲畜在不同地点之间移动时对牛和牲畜进行计数。他们还有一些例子说明，除了计数之外，它还可以帮助进行健康监测和该行业的各种应用。

我觉得这是计算机视觉和多传感器机器学习的绝佳场所。有趣的是，他们还深入研究了区块链

我确实有一个问题，那就是在区块链上证明奶牛是否真的健康或属于某个农民是否有价值？因为他们实际上正在区块链上跟踪、监控作为数字资产的牲畜。是的。

在一个安全的、独特的数字记录中，称为使用NFT，每个奶牛都是如此。因此，每一种牲畜，都提出了一个问题，即这是否过度了。嗯，

我很想知道，如果很多农民认真对待这一点，或者如果人们或餐馆想要拥有自己的奶牛用于消费，也许是为了追踪奶牛健康的谱系。这还可能，你知道，也许对人们来说很重要的一点是，这些奶牛得到了人道的对待，并且随着时间的推移保持健康。它也可能与营养有关。

气候变化和监测。但我不知道，这篇文章中关于区块链的部分也很有趣。

是的，完全正确。我没有想到这部分内容，NFT的想法。但实际上，作为一个，我的意思是，我想很多人对NFT持怀疑态度，就像你拿一个GIF，现在它变成了你可以出售的东西。而这实际上似乎相当合理，因为你知道，你拥有某种数字所有权证明。

它实际上是独一无二的东西，是一种特殊的动物。并且所有这些关于基因组学、健康和各种事物的记录都附加在其上。所以就我个人而言，是的，我觉得这很有趣，并且在这个语境下似乎很有用。所以我们将看看是否会采用它。我不知道目前有什么记录，但是

也很有趣。是的。感觉像是远程领养一头牛，并确保它得到良好的对待，因为你想喝它的牛奶之类的东西。

这让我想到神户牛肉，你想验证它是否真的在被按摩或类似的东西。也许会发生这种情况。我不知道。但是当我第一次看到NFT时，我非常怀疑，但是更多地思考之后，也许其中有一些东西。看到它超越艺术会很酷。是的，当然。我还发现这篇文章中有趣的是……

他们使用的实际方法并没有那么令人惊讶，从某种意义上说，非常成熟。因此，他们使用分割模型并进行经过动物的对象检测。所以这是一个非常简单的现有技术的应用。

这里有趣的是实际的产品和可靠性，他们说准确率为99.5%。

所以我觉得很有趣的是，现在有一些案例，你可以直接采用现有的AI技术，你只需要将其应用于给定的环境并加以利用即可。你不需要开发一项全新的技术。你只需要认识到需求，然后你就可以真正帮助改进操作并替换像计数这样的东西，我认为这也……

这似乎不是一件有趣的工作，也不是人类真正需要做的工作。所以是的，看到这种情况似乎很有趣。我觉得我们会看到更多这样的事情，它不是，你知道，大量的研发，而是将现有技术应用于新的环境。绝对的。看看Codex是否会为此提供帮助会很有趣。你可以说数数所有有三个斑点的奶牛

三个斑点。我不知道。是的，现在我们有两层AI工作。Codex。你知道，你有AI程序编写AI程序。没错，没错。这将是伟大的。到处都是AI程序。让我们进入我们的研究部分。第一篇文章是“无需DeepMind的蛋白质AI代码，这个实验室编写了自己的代码”。

好的。所以我们已经讨论过这个了，但是DeepMind确实谈到了或发布了AlphaFold，AlphaFold 2作为蛋白质折叠AI。但是，他们没有发布他们的代码。基本上，来自华盛顿大学的RosettaFold几乎

几乎是对此的回应，说，你知道，我们将开源代码并使其供全世界使用，这样科学家就可以在没有附加付费墙的情况下开始使用这个工具，以促进科学发展并找到更多蛋白质。

是的。是的，是的。所以这更像是一个时间线。DeepMind在去年12月左右就AlphaFold2进行了介绍并说明了结果。但他们并没有真正说明他们发布代码或发布详细论文的时间表。这有点神秘。所以这个团队从演示中获取了一些细节，然后扩展了自己的研究来构建这个Rosetta Fold模型。有趣的是，

所以DeepMind在7月份发布了论文和他们的代码，但这个团队实际上在他们之前6月份就做到了，比他们早了一个月。他们实际上也在DeepMind同一天在《自然》杂志上发表了一篇论文。有两篇关于蛋白质折叠任务的论文。我想其中一篇是在《科学》杂志上发表的。哦，是的，你说得对，对不起。

是的，实际上有一篇与AlphaFold2同时发布的论文来自Rosetta Fold团队，该论文也描述了我们的工作。所以这是一个有趣的故事，我认为Rosetta Fold没有得到足够的认可。有很多关于AlphaFold的报道，但没有关于这项实际上早于AlphaFold发布的进展的报道。

好吧，这是一个非常非常激烈的竞争，因为他们几乎同时发布了这些东西。我的结论是，竞争是件好事，因为我认为这将使这项技术不仅越来越好，而且尽快提供给科学家。

是的，完全正确。事实上，你甚至可以怀疑Rosetta Fold的发布是否影响了Alpha Fold的发布。绝对的。特别是，是的，6月15日是模型的发布日期。然后仅仅几天后，6月18日，

DeepMind的首席执行官发推文说，你知道，我们一直都在努力撰写论文，并正在努力获得开源代码。所以我认为这次发布确实给DeepMind施加了一些压力，让他们也公开他们的工作。所以这很酷。

让我们进入下一个研究故事，我们有“人工智能可能在一整天内诊断出痴呆症”。正如标题所暗示的那样，有一项关于在一次脑部扫描后诊断痴呆症的新工作，这与更传统的方法相反，在传统方法中，你会进行，你知道，四次或几次扫描，并且，呃，

这里的想法是这可以帮助早期诊断，这可以改善患者的预后。病毒学也可能能够预测这种情况是否会在许多年内保持稳定，或者会导致恶化或需要立即治疗。

需要注意的是，这仍然处于早期阶段。这是一个临床前试验，该模型可以根据他们目前正在使用的扫描来诊断痴呆症。但随着事情的发展，这项在医院和全国其他不同记忆诊所进行的试验将测试它是否在实际临床环境中有效。在第一年，

预计大约500名患者将参与其中。这将非常非常令人兴奋。我认为这对早期干预或激励人们参与非常重要。

实际上承担预防性健康任务。嗯，如果人们可以做的话，预防医学有点不幸，因为人们只会在事情出错时才会关心，而不会在事情看似正确时才会关心。嗯，

但能够说，“你没有走上正轨”实际上是一个非常非常重要的指标，我们不仅可以用于痴呆症，还可以用于所有事情。你知道，如果你被告知，“好吧，你实际上运动不足”，你可能不会。

可能实际上会多运动一点。是的，看到这项临床试验正在进行也很不错。我们之前已经看到过很多用于诊断COVID的AI模型，例如，然后

你知道，很多模型都被证明是有缺陷的。我们在医学领域也看到了很多这种情况。因此，希望他们确实会考虑到这一点，并认真研究这种方法以对其进行评估，然后将其推广，这似乎就是这种情况。

让我们进入我们的伦理和社会影响文章。我们的第一篇文章是“Twitter AI偏差竞赛表明美容过滤器欺骗了算法”。这是来自CNET的消息。呃，基本上，瑞士EPFL理工大学的一名研究人员赢得了Twitter颁发的3500美元奖金。嗯，

发现用于裁剪照片的关键Twitter算法实际上确实偏向于身材更苗条、更年轻且肤色较浅或色调较温暖的面孔。这显然，首先，我认为我们有迹象表明情况确实如此。

但真正酷的是，他们使用了生成的面孔来证明这是真的，他们使用了生成的插值，因此他们可以采用一张假面孔。

并进行插值，例如，使肤色变浅。所以是同一个人，但肤色更浅。然后能够将其通过Twitter算法，并发现显著性，引号，比如是否存在一张好脸，实际上，该分数是上升还是下降。是的。

是的，然后这里有一个奖项，因为这是对我们上周讨论的内容的后续报道，那就是Twitter的偏差漏洞赏金。这实际上是我们安排的一场竞赛。在这里，结果正在公布，而不是像上周那样，我们只是讨论了这件事正在发生。

是的，我认为这非常酷。我认为这表明并真正证明了这个想法有很多希望，向不同的研究人员开放，在这种情况下，是他们的裁剪算法。我相信他们提供了对代码和一些指标的访问权限，例如算法对图像的给定部分的评价程度，以便他们可以看到显著性并对其进行评估。

是的，这是这位研究人员采取的一种非常有趣的方法，Twitter内部团队可能没有想到过。因此，显然，揭露这一点很好，并且大概，希望Twitter的团队会考虑到这一点并加以修复。

是的，我认为这项结果与之前已知的关于裁剪算法的内容相比是相当令人印象深刻的。而且，你知道，对于这个第一个偏差漏洞赏金的想法来说，这似乎是一个巨大的成功。

让我们进入一个更令人沮丧的故事，没有那么积极。我们有“美国将调查特斯拉的自动驾驶系统与紧急车辆相撞的事故”。这刚刚出现，将对已部署并在数十万辆汽车中可用的特斯拉自动驾驶系统进行研究。

这项调查是由至少11起事故引发的，在这些事故中，使用自动驾驶的特斯拉撞上了停放的消防车、警车和其他紧急车辆，国家公路交通安全管理局披露了这些事故。这些事故造成一名妇女死亡，两人受伤。

17人。所以这似乎是一项广泛的研究，一项广泛的调查，这可能非常有影响力，而且肯定很有趣。我认为这肯定有助于定义如何推出自动驾驶汽车。

有趣的一点是，特斯拉确实告诉驾驶员只在分隔的高速公路上使用该系统，但你实际上可以在分隔的高速公路之外激活该系统，比如较小的道路和街道。

与此同时，Cruise或收购Cruise的通用汽车公司限制其使用主要高速公路的一种有趣方法是，他们使用GPS来限制你的使用。

这样它就不必进入那些棘手的情况并造成问题。这可能是由此产生的一个解决方案，即我们需要在软件中实际限制它，这样人们就无法在有问题的事件中打开它，因为已经出现过。

你知道，围绕着这个问题，有一篇文章的标题是“五辆特斯拉在加利福尼亚州的同一条道路上相撞”。所以肯定有一些街道是有问题的，也许找到解决方法的一种方法会很有用。

是的，而且关于这一点，还有一篇文章介绍了特斯拉车主手册是如何指示驾驶员将手放在方向盘上的，但即使驾驶员只是偶尔轻触方向盘，该系统也会继续运行。

这也指出了一个更大的问题，那就是你应该注意，但众所周知，当你有自动驾驶汽车时，人类很难真正保持专注。即使你想这样做，也很难。然后我认为我们已经看到了一些案例，人们正在积极地滥用和忽视这一点。

因此，并且已经有研究使用某种计算机视觉来跟踪人们的参与度和注意力程度。因此，这可能会促使特斯拉真正更多地关注这个问题，即驾驶员监控，并普遍帮助提高这些东西的安全性能，以避免此类碰撞。

是的，并且已经有研究表明，对于特斯拉来说，制动或停放的汽车更难以检测。这确实是有道理的，因为它们没有激光雷达。特斯拉没有激光雷达，这将有助于检测这种范围。

所以它也可能，你知道，结果也可能是，嘿，说你可能必须安装这个传感器，或者可能必须采取措施来确保，你知道，这些可以以与其他汽车相似的精度进行检测。

是的，这对于紧急车辆尤其重要，紧急车辆通常停放在路边，有时会倾斜到路面上，人类可以识别并转弯。但这些都是AI可能难以适应的边缘情况。所以绝对，而且显然，对紧急车辆不予干扰非常重要。

因此，如果没有什么其他的话，这项研究肯定会促使特斯拉和其他开发商更加注意这些问题，更加谨慎，当然，特斯拉也受到我们的某种程度的严格审查，也许是因为不够谨慎。

让我们进入我们有趣的文章。第一篇是“欣赏人工智能艺术的诗意误解”。这篇文章是关于Twitter账户@AIart。

图像强调AI，拥有相当多的关注者，超过4万名关注者。他们基本上发布了很多通过AI系统创建的超现实或故障的，有时非常漂亮和美丽的图像。

因此，这个Twitter句柄于6月底推出。该账户产生了非常有趣的结果。我强烈建议你去看看。有趣的是，他们收到了很多请求。我认为一个成功的提示非常有趣，那就是，你知道，

埃隆·马斯克正在经历痛苦，这实际上是埃隆痛苦的表情或埃隆的脸和特斯拉充电器的拼贴画。所以这非常非常有趣，因为它将这两者结合在一起。安德烈，你有什么最喜欢的吗？是的。

我不知道我是否能挑选出来，因为我确实关注这个，我看到了这个账户上很多令人愉快的图像。所以我想，是的，我只是浏览一下，我甚至不记得任何具体的内容，因为我看到了很多。

是的，这是一篇非常好的文章，其中嵌入了几张图片。它还介绍了该账户的创建者，即西北大学20岁的学生萨姆·伯顿·金。他们不是，你知道，在计算机科学或人工智能领域。他们最初是数学专业，现在学习哲学和音乐。

所以他们只是创建了这个账户，并正在使用公开提供的工具，并且更像是一个策展人，负责所有这些他们收到的请求和想法，并且你知道，每天发布很多这些图像，有时每天几十张。这是一个有趣的案例，说明你现在不需要成为专家就能使用AI来创作艺术。你只需要某种程度的

一点品味和一点理解如何使用这些工具，而不是工具本身是如何工作的。啊，糟糕。你需要一点品味。我开玩笑的。你实际上需要有点艺术家的感觉。是的。我认为我们今天讨论的许多文章的趋势很酷，那就是，你知道，

普通用户可以开始处理这些AI系统并与之合作。这真的很令人兴奋。不过，我想另一方面是，有时我们可能不应该使用特斯拉AI的例子。有时有些人精神状态不佳，不一定能做到这一点，或者它还没有准备好。但对于很多这些系统来说，都是为了让它到达最终用户，也就是你我，你的伴侣，

我不知道，你的朋友，你的表兄弟，每个人。是的，这是一个很好的观点。实际上，他们在这里使用的工具是VQGAN加Clip，你已经描述过了，你只需要输入这个英语描述，只是自然语言描述，然后VAI就会从中生成一个图像，这实际上也是Codex所做的。你只需要给它一个描述，它就会为你生成代码而不是图像。

所以这绝对是一种新兴趋势，这种趋势就像告诉AI该做什么，它就会为你做。你只需要理解如何措辞以及你可以使用它的地方以及它不可靠的地方。

让我们进入最后一个有趣的故事，我想我们很多听众都看到过，波士顿动力公司的机器人比你更擅长跑酷。这是波士顿动力公司偶尔发布的一段新视频。在这里，他们展示了他们的类人机器人如何进行跑酷。他们可以跳到平台上

他们可以后空翻。他们可以跳过矮墙。这是一个大约一分钟到一分半钟的预先编排的例程，像往常一样，观看起来非常有趣。可能不如他们发布的舞蹈视频那么有趣，但也可能更令人印象深刻和兴奋，因为这些都是非常具有运动性的舞蹈。

这需要很多技巧和很多，我想，你知道，力量才能完成。

这篇文章指出，根据该公司说法，所展示的例程实际上花费了数月的开发时间。我真的不确定我是否能在几个月内做到这一点。所以为此鼓掌，为这些机器人鼓掌。但是做很多这些事情的失败率很高。机器人实际进行的跳跃的失败率为50%。是的。

是的，你实际上可以找到一些视频，我相信，这些是机器人的失败。这些也很有趣，因为它们确实摔得很惨。你知道，这并不温柔。他们没有任何绳子可以抓住他们。他们脸朝下摔倒在地上。这非常戏剧性。构建能够处理这些跌倒的机器人非常重要，因为在学习过程中，即使在这个时候已经训练好了，

它也经常摔倒，并且经历了很多。因此，很多机器人技术中都内置了很多弹性。是的。这些类人机器人的一些应用是用于搜索和救援以及导航，你知道，人类环境，这当然很重要。所以这是一个关于

他们在切换行为和编码动作时如何保持平衡的测试。除了有趣之外，这显然是他们在挑战极限。但是这个机器人Atlas并不是一个生产机器人。它没有商业化。所以这更像是内部研发，而不是他们那种正在尝试商业化并被发布以供购买的狗机器人Spot。

是的。现在现代汽车收购了波士顿动力公司，所以新闻更多了。他们不断推出新产品。我认为早些时候他们与乐队BTS进行了一些促销活动。所以看到这家公司更多地出现，并且不那么神秘，这很有趣。

是的，他们已经这样做了有一段时间了，向他们致敬。他们不断超越自我，而且他们不会做得太频繁。他们通常每隔几个月就会这样做一次。但我确实想知道，如果我们不断看到这类视频，人们是否会逐渐不再那么惊讶，就像，“哦，另一个波士顿动力机器人又在做事情了”。这就是我们本期节目的全部内容。如果您喜欢我们对这些故事的讨论，请务必分享和评价播客。我们将不胜感激。现在请务必继续停留几分钟，以便从我们自己的新闻播报员丹尼尔·巴希尔那里快速了解一些其他精彩的新闻故事。谢谢，安德里亚和莎伦。现在我将回顾一些我们尚未涉及的其他有趣的故事。

我们的第一个故事涉及研究方面。三星效仿谷歌的脚步，正在利用人工智能来自动化计算机芯片的设计过程。这家芯片制造商正在使用来自芯片设计软件公司Synopsys的人工智能功能和软件。据《连线》杂志报道，Synopsys的工具DSO.AI可能是市场上最具影响力的工具，因为该公司与数十家公司合作。

该公司还拥有另一个超越竞争对手的优势：多年来积累的半导体设计，可用于训练人工智能算法。除了三星和谷歌之外，英伟达和IBM也致力于人工智能驱动的芯片设计。林德利集团的高级分析师迈克·德姆勒（Mike Demler）关注芯片设计软件，他表示，人工智能非常适合处理在芯片上排列数十亿个晶体管的任务。

所有当前基于人工智能的芯片设计工具的方法都使用强化学习。该方法会自动绘制设计的概要，包括组件放置和布线。它会尝试不同的设计，并学习哪些设计会产生最佳结果。

我们的第二个故事，关于商业，带我们来到了亚洲。长期以来，中国最大的AI公司正在与汇丰银行合作，安排在香港进行IPO。据彭博社报道，此次IPO可能筹集超过20亿美元。这家AI初创公司正在考虑在香港和中国进行双重上市。

并计划在未来几周内申请香港IPO。商汤科技成立于2014年，开发用于自动驾驶、增强现实、医学图像分析和其他领域的人工智能技术。

疫情帮助了商汤科技的业务，因为中国地方政府对人脸识别的需求有所增长，尽管商汤科技在美国对中国公司的黑名单上。虽然商汤科技的IPO似乎即将到来，但许多细节似乎仍在变化中，并可能随着讨论的继续而改变。我们的最后一个故事涉及人工智能与社会。

斯坦福大学的一个大型跨学科教授团队最近发表了一篇关于他们所谓的“基础”人工智能模型的论文，例如OpenAI的GPT-3。例如，GPT-3之所以成为基础模型，是因为它接受了海量数据的训练，从而在各种任务中达到了最先进的性能。

开发人员可以利用其通用功能作为软件的基础，以处理特定任务。虽然这听起来像是一项进步，也是一种使开发基于人工智能的软件更容易的方法，但这确实意味着这些模型将更加同质化。我们可能会看到未来许多不同的AI模型都基于单个预训练模型，例如GPT-3或BERT。

正如《快公司》杂志指出的那样，“几乎所有NLP模型都是建立在BERT之上的”。斯坦福大学的Percy Leong警告说，这未必是一件好事。“我们并不了解这些模型，它们的功能以及它们失效时会发生什么。”

如果像GPT-3和BERT这样的模型中存在偏差和其他问题（似乎确实如此），那么基于这些模型构建的应用程序将继承这些问题。尽管公司会雇用伦理团队并仔细选择训练数据，但私营公司可能不会遵守一套监管标准以确保模型无偏差。

然而，正如斯坦福大学的李飞飞所强调的那样，大学环境可以提供制定政策和标准所需的各种视角。

非常感谢您收听本周的《天网今日：让我们谈谈人工智能》播客。您可以在skynetoday.com上找到我们今天讨论的文章，并订阅我们的每周通讯以获取更多内容。如果您喜欢这个节目，请不要忘记在您收听播客的任何地方订阅我们并留下评论。请务必在我们下周回归时收听。