Can We Predict The Unpredictable? with J. Doyne Farmer
33:14 Share

你有没有看过电影《少数派报告》?我以未来谋杀莎拉·马克斯的罪名逮捕你。把帽子还给他。未来是可以预见的。它设想了一个世界,在这个世界里,我们可以收集足够多的关于现在的数据来预测未来。甚至预测像人类行为这样混乱的事情。六年来没有发生过谋杀案。系统没有任何问题。它是完美的。我同意。谋杀。

利用数据来预防犯罪是一回事,但如果我们将同样的想法应用于经济学呢?

如果我们能够准确地预测股市这样混乱的东西的曲折变化呢?这是几代人以来最深刻的事件之一,大多数专家都没有预见到这场崩盘。它以及随后发生的经济衰退对收入、财富、不平等和我们的政治的影响仍然存在。或者预测税收增加会如何扩大或缩小贫富差距,或者究竟是什么政策可以扭转通货膨胀。一个简单的问题,这是无法回答的,那就是美联储对这些数字的反应是什么?在试图对抗通货膨胀时,他们认为这是好消息还是坏消息?当然,这都是科幻小说,对吧?好吧,也许不是。没错。从某种意义上说,这就是科学的意义所在。

我们看待那些看起来随机的事情,或者我们将迷信的原因赋予它们发生的原因。然后,当我们开始理解它们时,我们意识到实际上有一些我们可以预测的事情。那是多恩·法默,世界领先的复杂系统科学学者之一,也是牛津大学的教授。复杂系统是涌现现象的研究。

任何构成系统的单元的行为都与将它们组合在一起时的行为有质的不同。以神经元为例。神经元是一个细胞。你向它发送一个信号。当我将它们连接起来时会发生什么?一点也不明显,但我们知道,如果你取800亿个神经元,并以正确的方式将它们连接起来,我们就有了人脑。所以我们有一个涌现现象,它与构成它的构建块有质的不同。

同样,经济也是一个很好的例子。经济似乎难以捉摸,有如此多的参与者做出如此多的选择,以至于它看起来就像纯粹的混乱。但法默并没有看到随机性。他看到了模式和隐藏的秩序。在他最新的著作《理解混沌:一个更美好的世界的更好经济学》中,法默揭示了最先进的计算机与海量数据相结合,如何使预测不可预测成为可能。

从最小的个人决策到最大的市场转变。复杂科学正在为我们提供预测和潜在地改变未来即将发生的事情的新方法。我们可以对传统经济模型甚至无法提出的问题进行预测。我们认为,随着我们的模型越来越好,

中央银行将开始使用它们。公司、商业企业将开始使用它们。最终,这将迫使学术经济部门开始开发它们。欢迎来到《大脑风暴》,我们将最大的思想和复杂的发现转化为易于消化的脑力食物。《大脑风暴,小点心》来自芝加哥大学播客网络。我是你的主持人保罗·兰德。在今天的节目中,我们将预测经济以创造更美好的未来。

芝加哥大学领导力与社会倡议指导经验丰富的执行领导者从他们长期的职业生涯过渡到为社会服务的、有目标的领导力章节。

该倡议目前正在接受第二批研究员的申请。你的下一章对你和社会都很重要。了解更多关于这个独特的奖学金经验的信息,请访问leadforsociety.uchicago.edu。

法默是世界上领先的复杂系统和混沌专家之一。现在,混沌是涌现现象的一个例子。关于混沌,令人惊讶的事情有两件。一个是初始条件的敏感依赖性。

这意味着你可以采取两种本质上相同的世界的状态,随着时间的推移,它们会呈指数级地分离。你从看起来应该能够预测的东西开始,但随着时间的推移,它变得不可预测。天气就是一个很好的例子。你可以很好地预测一分钟后的天气,但你根本无法预测两三周后的天气。混沌还有另一个特性,我们技术上称之为内生运动,意思是来自内部的运动,

例如,如果你坐在一条山间溪流旁边,

即使溪流中的岩石都是固定的,水流入的方式也随着时间的推移保持不变,溪流会转弯、飞溅、产生湍流,即使没有明显的湍流来源。这实际上是水的运动固有的。它需要持续的计算来跟踪混沌的行为。相比之下,比如说,如果我想预测混沌,

行星的运动,我可以写下一个公式,或者说,近似地写下一个公式,输入我的测量值,预测在很长一段时间内都是准确的。法默的职业生涯始于物理学家,试图测量、理解并最终预测混沌。他的第一个项目围绕着可能是人们可以想象到的最不可预测的系统展开,那就是轮盘赌。

当你看到一个轮盘时,你会看到完全的随机性。但是如果你把它看作一个物理学家,你会说,等等,这只是一个在圆形轨道上滚动的球,中间有一个以相反方向旋转的转子。这些都是简单的物理系统。因此,作为物理学家,我们应该能够预测它们会做什么。在20世纪70年代,他们正是这样做的。当大多数人把赌注押在运气上的时候,法默和他的朋友们转向科学来试图战胜庄家。♪

在这里,我们得到了这样一个事实的帮助:荷官旋转球和荷官关闭赌注之间通常会经过10到15秒的时间

所以你有15秒的时间来收集关于球的速度和位置的信息。根据牛顿定律,如果你知道力,知道位置和速度,你就可以预测未来。所以我们花了很多时间来理解这些力。事实证明,风阻是减慢球速的主要因素。

我们求解了轮盘球的运动方程。然后我们实际上制造了第一台可穿戴式数字计算机。它甚至是一台隐蔽的数字计算机,我们在早期版本中把它塞在腋下。后来的版本是在鞋子里。你听起来像20世纪70年代的海洋之星。是的,是的。我们的鞋子里有开关,我们用大脚趾操作。当球滚过轮盘上的参考点时,我们会点击一下。

当它再次滚过时,我们会再点击一下。我们知道这花了多长时间,因为计算机擅长计数。所以我们知道速度。然后我们将它输入我们的程序,做出预测,发送给第二个人,然后这个人会在我们认为球可能停下来的区域下注。你发财了吗?我们以很大的优势战胜了庄家,大约有20%的优势。我们并没有发大财。为什么?好吧,我们担心我们的膝盖骨。

我们读过可靠的报告,说赌场可能会把我们带到后台殴打我们。所以每当我们开始赚到一大笔钱时,我们都会感受到赌场的压力。

然后我们就离开了。我们做得很好,但我不能说我们发了大财。但这为法默播下了一颗种子,这颗种子后来成为了他最突出的项目之一。如果他们可以使用复杂系统科学来预测轮盘的混沌,他们能否对股市做同样的事情呢?好吧,预测公司,我们推断,与赌场不同,

他们不会因为你赢了而把你赶出去。或者弄伤你的膝盖。如果你赢了,他们不会打断你的膝盖骨。所以我们喜欢这一点。好的。所以有了预测公司,我们得到了一个商业伙伴。我们获得了资金。我们与最终成为瑞银的机构合作。我们在瑞银内部扮演着自营交易集团的角色。我们交易瑞银的钱。那么他们能否使用复杂系统模型来战胜市场呢?我们的风险回报率要好得多。

比股市的标准赌注好得多,好六倍。哇。我们做得很好,为瑞银赚了很多钱,也为自己赚了一些钱。八年后我离开了。该公司持续了28年,其中27年都盈利。但法默仍然不满意。他想看看他用复杂科学开发的新模型能否预测比股市更大的东西。

如果他们能够预测整个经济呢?例如,在我们的某些模型中,我们可以有数百万个分散在世界各地的代理人,每个人都在他们居住的国家的约束下做出决定,那里的规则可能不同。

查看不同的群体、不同的年龄、不同的收入阶层。我们可以比标准方法或主流方法更好地捕捉现实世界代理人的异质性和交互性。

这是经济学一个全新分支的开始。在法默和其他人领导下,它将被称为复杂经济学。你有一本新书出版了。它叫做《理解混沌:一个更美好的世界的更好经济学》。

这本书的重点是复杂经济学的这个想法。我想知道你是否可以再次给我们更多关于这是什么的背景,并将其与可能被认为是传统经济学的进行比较。所以我的书提出了一种经济理论的替代方案。经济理论是如何运作的呢?好吧,你首先为每个人写下所谓的效用函数。这只是一个记分卡。

它说明了他们更喜欢什么。我宁愿拥有这个而不是那个。我宁愿有钱而不是没钱。我宁愿消费而不是不消费。你为每个人分配一个世界模型。

经典的世界模型被称为理性预期。所以他们有他们的效用函数。他们将利用他们掌握的所有信息,弄清楚它的确切含义,计算出将给他们带来最大效用的决策。然后,最后,你假设均衡。也就是说,你假设供给等于需求。或者在某些情况下,这意味着每个人的策略都是他们所能拥有的最佳策略,而不会让其他人改变他们的策略。

你这样做,你假设每个人都考虑到了其他人。你把所有这些都写成方程式。你解出每个人都在做出最佳决策的方程式。你假设每个人都做出了这个决定,并观察它对经济的影响。经济模型做出了总体的假设,因此对事物进行了建模。这就好比我们试图根据全球平均温度、压力和风速来模拟天气一样。

所以我在书中论证的一部分是,我们真的需要以细致的方式对事物进行建模,而基于代理的建模为我们提供了一种方法。基于代理的建模涉及使用先进的计算机来创建现实世界的模拟。

你看,虽然传统经济学假设每个人都像机器人一样,根据完美的信息做出最佳决策,但基于代理的建模实际上假设人们并没有做出完美的决策。它包含了现实世界的缺陷和混乱。这是一个实际上可以追溯到60年代的想法。

赫伯特·西蒙,一位著名的人物,甚至获得了诺贝尔经济学奖。赫伯特·西蒙在60年代提出的一个关键思想是有限理性。他说,看,有些问题。我们大脑中的计算能力不足以解决这些问题。而且,你知道,我们熟悉其中的一些,例如国际象棋。

世界上最伟大的国际象棋选手并不是完美的国际象棋选手。他们无法计算出最佳策略。他们使用启发式方法,例如,占据棋盘的中心。用车换后比用后换车更好。所以他们使用这些启发式方法,这样从长远来看,他们就能做得不错。这就是我们作为人类所做的事情。我们一直在使用启发式方法,甚至没有意识到这一点。例如,当试图选择一家餐馆时,你可能会选择看起来更繁忙的那家。

假设这意味着它一定很好,即使这并不一定能证明任何事情。这就是我们在基于代理的模型中使用的方法。我们试图找到现实生活中的人们使用的策略,现实生活中的人们在复杂情况下使用的足够好的策略。我们将它们放入我们的模型中,然后让我们的计算机展示当每个人都做出这种决定时会发生什么。

法默认为,虽然这些模型中的代理人可能比传统经济学中的理性代理人更简单或更不聪明,但它们实际上在总量上更擅长预测现实,因为这更接近我们真正穿越世界的方式。我们查看流向代理人的信息。我们将代理人将使用的决策规则写成计算机代码。

这些决定可能是,我的意思是,在极端情况下,是随机的。他们只是,我只是随机选择一些东西。或者它可能是一个启发式方法。如果我正在编写关于价值投资者的模型,我会说,价值投资者会购买被低估的资产。

或者它可能是模仿你的邻居,选择表现最好的邻居,做那个邻居做的事情。或者它可能是反复试验。尝试一下,不行,再尝试一下。所以你把这些写下来。所以每个代理人都有一个决策规则。然后代理人只是做出他们的决定。

这些决定会对经济产生影响,从而产生新的信息。此外,你可能还有其他来自外部的信息流入,你只需重复循环即可。但这与经济学家构建理论的方式完全不同。我们认为这是一种具有优势的替代方法,因为首先,由于我们不受编写方程式的限制,我们可以让事情变得相当复杂。

特别是制作即使有数百万个代理人的模型。传统的经济模型,因为你试图计算最优值,一旦事情开始变得复杂起来,你就不能有太多代理人或加入太多影响,否则方程式就无法再求解了。因此,你甚至无法计算出最优值是什么,我认为这表明你可能走错了方向,因为毕竟,我们一直在做决定。

如果我们无法计算出最优值,我们会尽我们所能做到最好。当赫伯特·西蒙在60年代首次提出这些理论时,这些理论具有开创性。但是当时没有技术来检验它们。现在我们有了计算能力,我们也有了数据。是的,我认为时机已经成熟,因为我正在谈论的这些想法自60年代以来就存在了,但在他的时代很难做到这一点。所以经济学走了一条不同的道路。

我认为现在是重新审视这一选择的时候了,因为计算机的计算能力提高了十亿倍。我们拥有海量的数据。我们对人类心理学的理解要好得多。我们现在也了解如何构建基于代理的模型。所以现在是时候真正推动,实现其潜力了。例如,我们建立了一个住房市场的基于代理的模型。

其中个体代理人是可能决定租房、买房或卖房的家庭。我们只是模拟了住房市场的工作方式。一个家庭决定想要买房子,它会去找房地产经纪人,从银行获得贷款。所以我们逐字逐句地模拟了一切。传统模型做不到这一点。传统模型无法处理住房市场无法清算的事实,这意味着供给通常不等于需求。

当你在房地产繁荣时期,买家比卖家多得多。当你在房地产萧条时期,卖家比买家多得多。事情并没有得到解决。所以我们可以做到这一点。我们为英国政府建立了一个关于COVID大流行经济影响的模型。

我们的模型成功地预测了事情发生之前,对GDP经济的经济打击,它将如何打击经济的不同部门。我的意思是,2021年或2020年第二季度,我们预测GDP将下降21.5%。

尘埃落定后,它下降了22.1%。我的天哪。所以关键的卖点是人们想要更好的预测。除非预测准确,否则预测毫无用处。像芝加哥大学这样的地方的传统经济学家如何看待复杂经济学的这个想法?好吧,他们不太热衷于此。好的。你知道,这不是他们做事的方式。

而且,你知道,想要按照我描述的方式做事的研究生会被建议说这是危险的。不要,不要去那里。现在,这听起来像我过去听到的,也许在某些情况下仍然听到的关于行为经济学的内容。行为经济学并没有很好地融入经济理论,因为经济理论仍然通常需要理性预期。这种经济人,史波克先生关于代理人的想法。现在,

许多经济学家正试图将行为经济学融入经济理论。没有什么被广泛接受的。美联储、美国财政部或

经济预测者使用的主力模型实际上并没有真正纳入行为经济学。因此,我们认为我们做事的方式是将行为经济学纳入的更好方法,因为将其纳入非常容易。在计算机模拟中,你给我一个关于人们如何行为的模型,我用计算机编写它,然后我使用该模型来做决定。没问题。这不仅仅是未来的技术。

法默今天正在使用复杂经济学,甚至与一些国家银行合作,做出预测驱动的经济决策,以解决从不平等到气候变化的一切问题。休息后再说。

芝加哥大学领导力与社会倡议指导经验丰富的执行领导者从他们长期的职业生涯过渡到为社会服务的、有目标的领导力章节。该倡议目前正在接受第二批研究员的申请。你的下一章对你和社会都很重要。

了解更多关于这个独特的奖学金经验的信息,请访问leadforsociety.uchicago.edu。

如果你从《大脑风暴》上分享的重要研究中获得了许多收获,那么你应该查看另一个芝加哥大学播客网络节目。它叫做《并非另一个政治播客》。《并非另一个政治播客》通过严谨的学术研究、海量的数据集和对理论的深入了解,而不是通过观点和轶事,为最大的政治故事提供了一个新的视角。如果你从《大脑风暴》上分享的重要研究中获得了许多收获,那么你应该查看另一个芝加哥大学播客网络节目。

如果你想了解政治标题背后的政治科学,那么请收听《并非另一个政治播客》,它是芝加哥大学播客网络的一部分。我们有了更强大的计算机、更多的数据点,以及

接下来我们要做什么?这是它的下一个迭代,我们正在寻找什么结果?好吧,我总是试图从我的错误中学习。我不喜欢预测公司的一件事是,首先,我们必须保守一切秘密。所以我们没有为世界做任何好事。我的意思是,我们让一些瑞士银行家变得更富有,而且,你知道,我因此拥有一艘帆船。但是没有......

公共福利。另一件事是我们并没有真正理解是什么让这一切运转起来。对我们来说,股市是一连串数字。我们使用神经网络等工具来拟合,在这些数字流中找到模式,并利用这些模式来下注。但我真的想了解为什么这有效?所以,在我的新公司Macrocosm,我们正在从根本上对经济进行建模

以因果关系的方式。所以,我们再次有了做出决定的代理人。这些决定会对经济产生影响。经济影响会改变他们正在做出的决定。所以这是一个我们可以理解为什么正在发生的事情正在发生的设置。我们正在以更开放的方式进行操作。我们正在努力使我们的软件尽可能开源。我们将秘密配方或真正好的东西

留给我们的客户,因为我想利用商业世界来资助这个项目。学术界不会资助它。感谢基金会为我们提供了一些资金,但规模并不足以让我们真正实现其潜力。所以我们想用

商业企业。我们想要一些我们可以卖给人们的东西,他们会为此付费,我们可以用它来改进它,让它变得越来越好。我们想用它来造福世界。我们想让它对中央银行、财政部、非政府组织和那些想要了解经济运作方式的人可用。特别是,我们想用它来更好地指导我们

到由气候变化驱动的能源转型。- 好吧,这里有两个重要的问题或想法。让我们从私营部门的角度谈谈,你想做什么,你期望的结果是什么?- 好吧,我们试图给他们建议

这将帮助他们赚更多钱,也许还能更可持续地赚钱。我的长期梦想是为经济决策做谷歌地图为交通规划所做的事情。你知道,谷歌地图是一件很棒的事情。你把它放在你的手机上。你会说,我想从A到B。它会告诉你到达那里的最佳方式。它偶尔会出错,但大多数情况下都相当不错。

以及Dunkin' Donuts在哪里。是的,没错。以及如何绕过右转才能进入入口。我们想在Macrocosm建立一个包含世界上每个企业的东西。你可以看到你的企业。你可以看到你的企业如何融入其余的经济。你可以问,如果我改变我的策略会发生什么?你可以问它假设我得到这个新东西,它会让我更可持续。它会对我的利润产生什么影响?

并对即将发生的事情进行预测,做出人们可以用来更好地经营他们的企业,并希望更可持续地经营企业的预测。在业务的私人方面,这听起来有点像你试图判断轮盘球并预测赌场中的轮盘球,有人会因此致富,有人会因此而失败。你需要考虑伦理问题吗?当然。

你知道,技术总是令人恐惧的,因为它们可以被用于善,也可以被用于恶。不幸的是,资本主义经济的一个方面是有些人致富,有些人变得贫穷。

我的同事们已经证明的一件事是,仅仅是偶然,这是我们应该期待会发生的事情。如果你采取自由放任的经济,把它放开,只是偶然。你在一些商业交易中运气好。其他人则在一些商业交易中运气不好。你最终比他们富有。如果你长时间这样做,差异就会变得极端。所以事实上,

为了防止这种情况发生,我们必须了解如何引导经济来抑制这种影响,使不平等程度比现在更低。这就是为什么我们真的需要了解,好吧,最好的方法是什么?我们想找到正确的政策。是最低工资更好,还是实施税收、普遍基本收入?

关税?我的意思是,我们该怎么做?正确的做法是什么?公共利益会带你到哪里?中央银行可以使用它们,并且可以运行模拟来判断,好吧,如果我们改变利率会怎样?如果我们改变抵押品的政策会怎样?如果我们向经济的这个部门提供刺激会怎样?如果我们改变税率会怎样?如果我们实行最低工资会怎样?提出所有这些假设性问题。

并更好地了解可能的结果。我认为,如果中央银行知道如何更好地管理经济,那就是一件公共物品。2008年金融危机后的经济大萧条

这严重打击了许多人。而且,你知道,总的来说,我认为商业周期可以更平稳。衰退可以更小。我们只需要更好地了解经济是如何运作的,以便我们可以以更明智的方式引导经济。我们已经看到中央银行正在使用其中一些工具。我提到的基于代理的住房市场模型现在已被大约七到八家中央银行使用。

在欧洲,加拿大银行现在正在将其中的一个模型作为其常规决策的一部分。意大利银行正在开发这样的模型。匈牙利银行正在开发这样的模型。我认为我们将看到越来越多的中央银行使用它,而这波浪潮将随着时间的推移而增强。你一直在研究的另一个领域是考虑技术和创新。你如何看待技术创新,技术创新?

好吧,我的意思是,首先,技术创新是推动经济增长的动力。所以了解它非常重要。令人惊讶的是,我们无法预测新的创新将会是什么。但我们看到的是,你通常可以预测事物改进的速度。摩尔定律就是一个很好的例子,你知道,1965年,戈登·摩尔说电子电路的密度每两年翻一番。

这一预测自那时以来一直保持得相当好。现在,事实证明,许多其他技术都满足该定律的某种版本。例如,太阳能电池板的改进速度约为每年10%。

现在的太阳能电池板比1958年在先锋卫星中首次商业使用时便宜了10000倍。现在,并非所有技术都是平等的。根据摩尔定律,每年改进40%,太阳能电池板改进10%。在过去的140年中,化石燃料在调整通货膨胀后并没有明显变便宜。所以即使在该领域有很多技术进步,

事情的发生是有原因的,坦率地说,没有人真正理解。我们正在努力创建一个路线图,说明如何以尽可能快的速度带来变化,但同时要将痛苦、混乱和混沌降到最低。我们做了一些事情。一是收集大量关于技术的数据,以便我们知道哪些技术是好的选择。

但另一方面是绘制行业行为图。特别是,我们正在构建一个能源投资模型,一个基于代理的模型,其中代理人是能源公司。

我们正在以一对一的规模,以一种字面上的方式做到这一点。因此,您可以查看世界上所有能源公司,它们拥有的资产,无论是太阳能农场还是油井。我们拥有 25 年的数据集,向我们展示了该系统历史上是如何变化的,我们可以用它来校准我们的模型,然后使用该模型来预测未来可能发生的事情,这取决于世界各国政府实施的政策。

回到我之前提到的“经济学谷歌地图”的概念,公司可以在该地图上看到自己,并说,哦,好吧,如果我改变策略会发生什么?我如何才能可持续地做到这一点并仍然盈利?应对气候变化的能源转型将比大多数人想象的要快。我们的模型告诉我们,你知道,看起来好像没什么变化,但那是因为这个过程是指数级的。

指数级变化可能会产生误导,因为它很小,很小,然后突然变大。它很快就从小变大。所以它会很快发生。现在,你指的是电动汽车、碳捕获,所有这些都包括在内吗?好吧,碳捕获,我认为,不会成为一个重要的角色。好的。而我们的模型认为碳捕获......

你知道,对于水泥和难以脱碳的行业,我们将需要它。但我认为,在燃气发电厂或燃煤发电厂进行碳捕获和储存永远不会具有成本竞争力。我认为我们将主要通过使用太阳能和风能、远程输电、使用氢燃料的长期储存来实现这一目标。地热是一个有趣的术语。

黑马,最终可能扮演重要角色。核能怎么样?我认为核能也不会扮演重要角色,仅仅是因为它很昂贵。好的。核能是这些成本没有下降的技术之一。它始于 1958 年,大约与太阳能同年,现在的成本是当时的 3 倍。嗯。

同样的时间段,太阳能下降了 10,000 倍。关键瓶颈是更好的存储技术。我们需要能够低成本地储存能量。电池技术正在变得越来越便宜。因此,隔夜存储不是一个大问题,但电池实际上无法为我们提供长期存储,以应对阴天、持续阴天,那时我们没有太阳能和风能。

所以,我认为在 20 年内,转型将基本完成。天然气仍然会存在竞争,因为随着对化石燃料需求的下降,成本也会下降。因此,它们将变得越来越具有竞争力。数据变得更容易获取、更容易收集、更容易传输。计算能力每秒都在增强。

我们是否期望你会开始发现复杂性经济学在某个时刻被迅速采用,就像你谈到的能源演变一样?它一点一点地积累,直到它就在这里。是的,我认为我过去见过这种情况。我参与过。

几次科学革命。例如,混沌,当我们刚开始作为研究生做的时候,是一个闻所未闻的事情,它看起来有点奇怪和不靠谱,但后来我们证明你可以在实验中看到它。现在它是一个被广泛接受的事情。复杂系统同样如此,人们越来越认识到

许多问题确实是复杂系统,我们可以通过观察不同学科来学习,这已经变得更被人们接受了。我认为复杂性经济学将经历类似的转变,我认为它将产生巨大的实际影响。一旦成功案例

真正变得清晰。一旦我们拥有可以日复一日地用来回答你想象中的世界领导人会向我们提出的问题的模型,一旦我们证明我们的业绩记录比其他人更好,就会发生大规模的转变。Big Brains 是芝加哥大学播客网络的制作。

我们的赞助商是格雷厄姆学院。你是一位终身学习者,拥有永不满足的好奇心吗?每个季度都可以访问 50 多门开放注册课程。了解更多信息,请访问 graham.uchicago.edu/bigbrains。如果您喜欢我们在播客中听到的内容,请给我们留下评分和评论。该节目由 Paul M. Rand 主持,由 Leah Cesarine 和我 Matt Hodap 制作。感谢收听。