Transcription
感谢您加入“改变世界者”——印度首个科技与可持续性相结合的播客。今天，我非常荣幸地邀请到 IBM 研究院院士兼研究咨询项目首席科学家丹尼什·维尔马先生。他在 IBM 担任过多种职务，包括首席技术官、战略家、首席科学家和高级管理人员，并参与过与自主计算、基于策略的网络、网络科学、移动网络、无线网络、物联网和认知计算相关的项目。因此，维尔马先生，我非常感谢您抽出宝贵时间参加今天的播客。今天的谈话围绕物联网和计算的未来展开。因此，我认为，如果您能从解释物联网的概念以及在实现物联网在各行业和领域中的全部潜力方面面临的关键挑战和机遇开始，那将是非常棒的。
绝对的，非常感谢您提供这个机会。物联网本质上是指一种情况，即我们日常生活中使用的普通物品，例如制造厂的机器或我们家中的电器，无论是洗衣机还是烘干机，它们都连接到互联网。将这些设备连接到互联网，无论它们是在家中、工厂生产线上、办公室还是建筑物内部，都可以带来许多独特的优势。首先，它使得许多事情和许多功能都可以在软件中完成。一旦您在软件中完成这些事情，所有这些电器有望变得更简单、更容易维护。许多出现的问题或您想要实现的智能都可以更轻松、更便宜地集成到机器中。
例如，让我们考虑一下水泥制造厂。印度生产大量水泥，需要大量水泥来建设基础设施。如果您看看普通的水泥生产厂，您可以使用一些静态机器和设备来生产它，水泥生产就是这样进行的，已经持续了几十年，甚至可以说几个世纪了，对吧？但是，如果您在这些水泥生产设备中加入一定的计算智能，您就可以更好地控制质量，您可以检查水温，您可以执行更多检查。如果水泥生产厂的机器出现轻微晃动或稍微偏离正常状态，音频和视频传感器就可以检测到它，然后它们就可以进行纠正，这样昂贵的设备就不会损坏。这降低了发生此类问题的可能性，提高了所生产水泥的质量，延长了机器的使用寿命和效率，并带来了许多其他管理和控制方面的优势。
现在，我以水泥生产为例。对于追踪桥梁、追踪道路基础设施，您也可以有类似的应用。您也可以在家居环境中使用类似的技术。尽管考虑到印度家庭的分布方式，以及财富的分配，物联网在家居中的应用可能对印度来说是一个更长期的课题。但毫无疑问，物联网在制造业、在我们的基础设施中，无论是建筑物，都可以而且应该对印度产生即时影响。
但是，这与数字孪生有什么不同呢？如果您能分享一些物联网已成功应用于提高效率、生产力或生活质量的真实世界案例，那就太好了，尤其是在公共领域。
哦，绝对的。首先，您可以将数字孪生视为物联网的一个子集。当我们把物理资产连接到数字世界，或者当我们把这些通常我们不会认为是 IT 或计算的物体连接到计算范式时，您可以做很多不同的事情。例如，有些可能指的是智能，比如一个机器人四处检查东西。数字孪生恰好是物联网的一个特殊子集。在数字孪生中，我们为存在的每一个物理资产，在数字端创建一个它的副本。例如，如果您需要更改系统配置或想要优化它，而不是立即在物理设备上尝试，您可以先在数字孪生上尝试。数字孪生可以允许您在数字世界中映射和做更多的事情，然后您再在物理设备上尝试。
例如，数字孪生的一个副本，假设您有一辆汽车，您想检查燃油喷射。现在，燃油喷射器喷嘴的形状对有多少石油流出、有多少燃料被燃烧以及燃烧效率有巨大的影响。现在，您可以拥有一辆汽车，您可以创建一个该汽车的数字等效物，并在这些模拟中，您可以研究如果我改变喷嘴的形状会发生什么。这样，对于特定的汽车配置，对于那个特定的东西，您就能找出哪种类型的设备或哪种类型的喷嘴是最好的。这样，您就可以在不干扰物理设备的情况下，在模拟环境中找出操作或升级、配置该特定汽车的最佳方式。所以数字孪生有这个特定的好处。
但数字孪生只是物联网的一部分。物联网的另一个领域是简单地使用传感器从设备、从物理资产收集信息，并利用这些信息来了解物理资产的状况。例如，如果您在物理设备上安装了摄像头和声学传感器，该设备可能是一台洗衣机、烘干机，也可能是制造设备，或者是在火车来来往往的车站里。您听到车辆的声音，您看到车辆的图像，然后您只需将其发送回计算机进行分析，看看问题出在哪里。
让我们举一个真实世界的例子。想象一下，火车驶入火车站，经过火车站的编组场。假设有一个高速摄像头，摄像头将拍摄车轮的照片，并听车轮的声音，当火车经过时。假设火车上有一个松动的螺母，我们可能听不到，或者在车站停靠时检查火车的检查员可能不总能注意到。但是摄像头和传感器可以从声音或视频图像中观察到火车车轮的轻微晃动或轻微松动的螺母，并提醒检查员，嘿，火车上有一个小问题，火车需要修理某些设备。这提高了旅客的安全性和保障性，或者如果是货运列车，确保货物得到妥善运输。
使用从物理资产连接的信息来确保事物运行得更好，您还有许多类似这样的例子。另一个好处是，当您收集信息时，例如在制造厂，您可以收集关于钢材制造厂多年或数小时的信息，例如正在创建什么信息，设备承受的压力是多少，当您增加产量时会产生多少，它是否会晃动，等等。所有这些都可以用于长期的生产优化。您可以优化系统，使工厂以最佳峰值产能运行，所有这些优势都直接转化为降低生产成本和提高效率。
物联网的创建过程是怎样的？技术工作流程是怎样的？
我将举几个例子。假设您已经有了一台带有大量传感器的设备。如果您查看任何用于制造半导体或布局芯片的设备，这些设备都带有大量传感器数据，它们会监控并产生大量数据。在这些情况下，物联网相对容易。您只需获取设备产生的数据，将其传输到服务器。服务器根据数据量，可以是本地的，位于生产设施的 premises 上，或者如果更有效或经济上更可行，您可以将其发送到数据中心或云端进行处理。但在这种情况下，设备已经预装了传感器，您只是在监控传感器。您基本上是在服务器上分析这些传感器，根据您想要使用的软件范例，根据您喜欢的平台，有不同的方式来构建分析传感器信息的软件。
现在，让我们看另一种选择。您有一些旧设备，旧设备没有任何预装传感器。然后您可以安装外部传感器，您可以安装摄像头，您可以安装声学传感器，您甚至可以安装其他类型的监控传感器。这有点更麻烦，因为您正在向现有事物添加内容。但是一旦您安装了这些摄像头或声学传感器或任何其他系统，您基本上就可以通过网络发送该信息，并在与您提到的其他情况相同的方式下收集和处理它。
您之前提到的另一种情况是数字孪生。在数字孪生的情况下，很多信息不是在生产过程中完成的，而是在异地完成的，因为您可能想要在汽车投入生产之前设计合适的喷嘴。在这种情况下，物联网或数字孪生基本上通常是在实验室设备或实验室环境中，您有测试设置，物理资产和系统在那里，您可以装备您的实验传感器，然后将它们输入数字孪生以创建等效的模拟，然后分析和处理模拟。
所以，根据您拥有的应用程序域的类型和设置，您将拥有不同类型的设置和解决方案来创建它。如果您要抽象出典型的物联网应用，那将是一堆部署在现场的传感器，传感器收集数据信息。您将通过网络将它们通信到一个物联网服务器，物联网服务器执行相关的处理功能和能力。您通常会有一个管理系统，管理系统将负责物联网传感器的健康状况，确保这些传感器处于活动状态，管理它们的弹性等。从这个意义上说，它的结构与任何其他传统的计算机软件非常相似，因为如果您看看计算机软件，至少是生产中的软件是如何工作的，您有一堆服务器，通常有终端，无论是手机还是计算机，生成信息源，然后到达一堆服务器，除了这些服务器之外，还有人员管理和关注安全、性能、正常运行时间等方面。这与您在物联网中所做的相同，唯一的区别是信息源来自物理资产。我敢说，鉴于物联网和传感器的普及以及嵌入式技术，物理资产和计算资产之间几乎没有真正的区别，或者说区别将在不久的将来消失。但至少目前，当我们仍然区分物理资产和计算资产时，最终客户端的变化是物联网和标准软件系统之间的唯一区别。
是的，我认为世界变化太快了。你知道，在疫情之后，我们都被推入了虚拟或数字世界。我们都在利用远程工作、远程医疗、远程教育等等。是的，有了物联网，我认为我们将进入一个完全连接的世界，我认为几乎所有物理资产都将被传感器化，这些信息将帮助我们更好地理解这些资产以及类似的东西。一旦我们有了元宇宙和空间计算层，我认为界限将会模糊，正如您所指出的，物理与数字的界限将开始模糊。
您能否分享一些创新的物联网用例，这些用例引起了您的注意，无论是在行业领域还是在消费者领域？
哦，绝对的。物联网的一个非常有用的案例是使用机器人和无人机检查民用基础设施。例如，我们有一个项目，我们使用了一只机器狗，让机器狗在建筑物周围行走，它们会检查一些东西，比如观察灭火器是否缺失，或者观察建筑物结构是否有裂缝。我们还有一个实验性的化学品厂项目，基本上狗会四处走动，机器人会检查是否发生了泄漏，或者建筑物基础设施是否有腐蚀或分解的迹象。您也可以使用无人机和无人机进行此类操作，但对无人机的操作有一定限制。让一些东西在设备本身上行走可以做很多事情。
另一组我个人非常喜欢的实验是利用声学来分析和理解建筑物电梯或大型建筑群内的空调系统是如何工作的。在我们工作的建筑物中，几乎所有商业建筑都有大型发动机房，这些发动机房运行您的供暖和制冷设备，运行您的水泵，运行您的电梯和升降机。其中许多设备的使用寿命为 30 到 40 年，几十年。基本上，我们在这些设备上安装了声学传感器，并利用这些声学传感器，您可以基本上了解设备何时出现故障迹象和磨损迹象。当发生任何异常情况时，您可以提醒相关人员并协助维护。
我们做的一个具体案例是与一家造浪公司合作。这是一家测试船舶的公司，他们在模拟中制造海浪来测试船舶。对于这些造浪机，他们想知道它们运行了多久，因为在运行一定小时数后，技术人员必须来执行某种维护。由于这些设备的年代久远，它们没有任何传感器来监控何时开启和关闭。所以我们在发动机旁边放了一个小小的声学传感器，利用这个非常简单的东西，您就可以跟踪发动机何时开启以及运行了多久。这基本上为技术人员提供了更好的时间和警报来处理系统的维护。
现在，在某种意义上，您可能会说，您获得了多少收益？关键是，尤其是在技术人员需要长途跋涉的情况下，让他们不必来然后说，“哦，看起来您根本没有运行过系统。”这节省了大量的时间、精力和至少是人力上的麻烦。
当然，还有其他类型的应用，例如查看来自现场或部署信息的各种传感器数据和传感器信息。例如，我们与某些大学进行了一个实验项目，我们有一个摄像头，摄像头试图观察是否有声音，比如，如果您在民用基础设施或道路上听到枪声，那么摄像头就会自动转向枪声发生的地方，因为通常部署摄像头并监控整个屏幕是昂贵的，更不用说由此产生的隐私问题了。但是，有几个摄像头可以检测和收集任何声音或其他信息，这对于公共安全非常有帮助。因此，协调不同的传感器和事物也非常有用。
我们有一个实验，我们还使用声音来分析人们打网球的情况。我们可以基本上通过声音来了解网球比赛中打出了什么样的击球，从而获得更好的注释或评论，并为人们提供如何提高比赛技巧的建议。所以有很多变化和可以做的事情。
我还想提一个项目，事实上，这是一个物联网项目，我的女儿作为“可持续世界工程师”项目的一部分完成的，它简单但非常有效。例如，在印度尼西亚，他们有这些小型发电厂。作为“可持续世界工程师”项目的一部分，他们制作了一个小型物联网传感器，基本上在 Raspberry Pi 上，他们只是监控微型发电厂的功耗，并使用廉价的手机偶尔收集并将信息发送到中央服务器。基本上发生的情况是，当您创建这些小型信息和项目时，您可以跟踪这个小型发电厂何时没有发电或显示出某种变化的迹象，这样人们就可以去修复它。这是一个小项目，不需要很多复杂性，也不需要大量的 AI 或智能，只需要简单的分析，但对那些人来说却非常有帮助。
我将以我们作为开源联盟一部分参与的另外两个项目来结束。一个是企业神经系统组的开源联盟项目，我参与其中。其中一个项目是他们创建了用于监测蜂箱健康的传感器。他们创建了一个小型传感器，将其放入蜂箱中，然后通过蜜蜂的声音等，您可以跟踪蜜蜂的健康状况，蜂箱的健康状况，这可以作为环境健康状况的代理指标。
另一个有趣的案例是，我们正在与坦桑尼亚合作的一个项目。在该项目中，我们基本上正在提供技术，以便农民能够监测作物的健康状况，并能够决定是否需要给作物浇水，因为很多时候，仅仅通过随意检查，您就不知道作物是否需要水。有水的地方就有生命，您不希望作物因缺水而死亡，但您也不希望过度浇水。所以我们有一个项目，试图建议坦桑尼亚的农民何时以及如何更有效地利用水资源。
太棒了，太棒了，这有多酷？而且通常，你知道，当我们谈论物联网时，你不会直觉地认为音频可以发挥巨大作用。在你提到的许多用例中，你谈到了声学传感器以及声音是如何被用来监测和更好地理解系统的，这有多酷？而且，在谈话过程中，你也提到你的女儿创建了一个基本的物联网体验。所以，从行业用例到甚至可能是电网，或者你知道，可以以一种非常美妙的方式完成的事情。
现在，人工智能，你知道，它正在以非常非常快的速度发展。那么，人工智能和物联网携手合作，创造更智能、更智能的系统有哪些创新的方式呢？
哦，绝对的。正如我们所讨论的，物联网本质上可以被看作是一组传感器生成。正如你所提到的，我非常关注声学，因为我一直在测量并领导一些关于声学的项目。但本质上，传感器可以生成任何类型的数据。数据可以是视频，因为很多摄像头会产生很多有用的信息。声学是其中之一。您还可以拥有其他类型的传感器，如果您有更智能的传感器，您还可以拥有红外传感器、紫外线传感器、触摸传感器或地震传感器、振动传感器。任何类型的数据都可以成为物联网设备的一部分。
当数据生成时，您需要对其进行分析。人工智能技术可以极大地加速数据分析。如果您看看，比如在生成式 AI 出现之前，如果您看看我们称之为更传统的 AI 或机器学习，它会做一些事情，比如解决异常检测问题。例如，您想知道机器是否运行良好，您的汽车发动机是否有问题。您通常会想要某种异常检测。
另一个是人工智能解决的分类问题。您拍一张照片，然后决定这张照片是合格的零件还是有缺陷的零件。当您尝试将事物分类到不同的类别时，分类算法在处理物联网数据方面起着至关重要的作用。您还有其他类型的信息，例如聚类信息或将数据聚类成多个组以找出其特征并尝试为信息创建不同的标签。这也是人工智能所做的，并且非常有益。
因此，就物联网的前提而言，您正在连接物理世界和数字世界，而物理世界正在生成大量数据。您需要处理数据，而处理数据正是人工智能发挥作用的地方。人工智能发挥作用的另一个方面是我称之为管理方面。正如我们所说，有两个部分：一个传感器生成数据，一个服务器处理数据。另一方面是，您在全球各地部署了这些物理资产，所以您需要管理它们。现在，在管理这些数据时，找出哪个传感器已关闭，哪个传感器已开启，找出传感器是否需要更新，找出是否有人试图入侵传感器或其中一个暴露的设备。所有这些都需要对生成的数据进行各种类型的智能分析。在所有这些情况下，人工智能，无论是当前的生成式人工智能还是传统的，都扮演着重要角色。因此，在某种意义上，如果您生成数据并且需要管理数据源，那么像人工智能这样的技术将非常有益。
我们已经进入了一个万物互联的世界，你知道，一切都将被数字化。这个日益数字化的世界充满了优点，但缺点也很明显。例如，我投资了元宇宙，有这些眼镜，它们可能和这个一样轻，里面装满了传感器，装满了摄像头，它们会追踪你周围的外部世界，也会追踪你。它会看着你的眼睛。所以，你可能戴着一副这样的眼镜走在街上，它不仅能理解你的目光和你的情绪，还能理解外部世界。那么，有哪些有效的策略或技术可以用来确保这个互联世界的安全和隐私，我们正在进入的这个数字世界，这个物联网世界呢？
哦，绝对的。你说得对，我们连接得越多，安全风险就越多，隐私风险也越多。本质上，您必须构建机制来防止这种情况。在某种意义上，构建机制的需求源于需要拥有适当结构的软件。在这种情况下，一些物联网设备制造商不幸地在尝试构建适当的安全机制方面做得不够好。如果您正在部署自己的物联网解决方案，您可以采取一些措施来有效地做到这一点。一个当然是确保您使用的终端设备或传感器具有正确的软件堆栈，没有已知的漏洞。您可以根据配置，在客户端部署物联网防火墙，就像我们有服务器端防火墙来保护它一样。保持安全和私密的秘诀是持续监控设备系统，并执行正确的策略和准则，确保收集到的数据或信息得到妥善处理、妥善存储，并且仅用于其预期目的。
从这个意义上说，如果您查看隐私和风险问题，以及隐私和安全问题，以及可能对系统发起的拒绝服务攻击，它们与普通数字世界的问题并没有太大区别。唯一的变化是，对物理资产进行的任何类型的风险或妥协都可能对现实世界产生严重的后果。例如，如果我有一台电脑，您入侵了我的电脑，好吧，您已经控制了我电脑上的信息，我丢失了一些文件，希望我足够勤奋，没有在文件上保存任何敏感信息而未加密。但最坏的情况下，我会说，好吧，我丢失了我的电脑，我丢失了我的手机，没关系，我无法查看 WhatsApp 或类似的东西，但没有造成真正的伤害。
另一方面，如果有人入侵了我的摩托车或汽车并使其偏离方向，那可能是身体上毁灭性的，我意思是，它可能在身体上非常有害。因此，在物联网或互联物理世界中的妥协所造成的损害量远高于纯数字世界。但这也意味着，当我们构建解决方案时，我们必须构建安全机制。性能，基本上，让我们这样说吧，我们不能把物联网系统的管理当作事后诸葛亮。它必须从一开始就构建或设计到解决方案中。
关键是，任何创建解决方案、整合设备、计算平台、系统的人都必须对此给予应有的关注。而我不得不说，作为软件开发人员或有开发压力的人，我们常常会忽略或忽视这一点。我希望，当我们构建这些系统时，因为它们具有如此大的潜力，我希望我们能采取更多预防措施来构建更好的、更安全的产品、服务和解决方案。
您一直在研究计算的未来。您能否解释一下自主计算与认知计算的区别？
自主计算和认知计算是在不同阶段使用的术语，在某种意义上它们是相似的，但在其他意义上它们是相当不同的。在自主计算中，想法是创建一个能够有效自我管理、自我修复的系统。自我管理意味着它会查看自己的停机时间，并在需要时自行启动。它会提供自己的安全，它会自我修复、自我配置，因此不需要大量的手动自动化，它会自我优化，这样当您运行系统时，它会找出最适合它的配置。因此，自主计算旨在减少运行大多数现有软件系统所需的负担或人为监督。如果您看看自主计算，我可以说它始于 2000 年代初，那个十年研究了许多活动，可以基本上说如何减少人为参与来运行系统。
另一方面，认知计算旨在创建能够随着时间推移而改进的系统。那里的想法是，如果您今天运行一个系统，它基本上大多数软件系统都是静态的，它们以某种配置运行，但随着系统的运行，系统会监控其性能和特征，系统可以有效地优化自身以更好地完成其工作。
现在，当您深入到下一个细节级别时，如何构建一个自主系统？如何构建一个认知系统？界限开始变得模糊，因为许多可以使系统自主的技术也是可以使系统认知化的技术。所以，从这个意义上说，自主系统和认知系统之间的区别是，在某些情况下，您可以说我们正在划定一条非常精细的界限。但从学术上讲，或者非常严谨地说，这就是自主与认知的区别。自主是自我管理的系统，认知是自我改进的系统。
IBM 在人工智能领域一直处于领先地位。你知道，它创造了深蓝，在 1997 年击败了世界冠军加里·卡斯帕罗夫。然后在 2011 年，IBM Watson 在智力竞赛游戏《危险边缘》中击败了人类。我相信现在 Watson 已经转型为 Watson X。那么 IBM 在人工智能方面今天的立场如何？我是说，你知道，人工智能，它是否也有建立通用人工智能的愿景？
当然，IBM 坚定支持人工智能。如果我没记错的话，我们的首席执行官阿文·克里希纳在印度接受采访时曾提到，他预计很大一部分后台工作将被人工智能能力取代。所以 IBM 坚定支持人工智能用于商业。事实是，IBM 专注于针对商业问题的人工智能应用，而不是针对消费者。所以您不会总是听到 IBM 的人工智能进展或 IBM 的人工智能成功，因为它们是针对一个不那么公开的细分人群的。这使得媒体报道稍微不那么光彩。但 IBM 绝对坚定支持人工智能。我们正在将人工智能应用于我们流程的各个方面。我认为，最近，我想就在上周，IBM 宣布了人工智能联盟，因为 IBM 正在采取一种开放人工智能的方法，与大学、学术界和其他技术社区的许多成员合作。它正在大力投资并努力采取每一步来创建安全、可信、安全和可靠的人工智能，并将其应用于商业领域。
您认为计算的未来将是什么样的？你知道，因为我们仍然处于经典计算时代，尽管有研究人员和公司在生物计算领域工作，有公司在神经形态计算领域工作，然后显然有像谷歌和 IBM 本身这样的领导者在量子计算领域工作。你知道，最近，我认为 IBM 推出了千比特量子计算芯片。那么，对于那些投资于计算未来的人来说，您会说计算的未来将是什么样的？
预测未来是非常危险的。但是，我们可以做一些推测性的猜测。我们从过去知道的一件事是，每一次新的计算浪潮，每一次新的技术浪潮，都没有取代前一个，它总是增强和补充现有的。所以，如果你从这个角度来看，例如，当汽车出现时，它们并没有完全取代自行车或马车。当火车出现时，它们并没有完全取代汽车。当飞机出现时，它们也没有完全取代火车。它们都在相互建立。
如果您从软件的角度来看不同类型的计算时代，我们有大型机或集中式计算，然后我们有客户端服务器，然后我们有云计算，然后我们有边缘计算，所有这些都建立在彼此之上。所以现在，如果您将同样的逻辑和原则应用于此，有一件事可以肯定地说，计算的未来将是高度混合的。如果您看看基础设施，它可能将是量子计算机的混合体，也许还会有其他类型的计算，例如光学计算或模拟计算。您可能会有，你知道，人们正在尝试，你知道，生物计算，他们使用蜂箱或白蚁来构建计算系统，或者化学方程作为计算系统的一部分，或者遗传计算机。所以您将拥有许多新兴事物，它们将与当前的经典计算机技术相辅相成。
同样，如果您看看软件范例，有多种软件范例，或者如果您看看语言，语言本身总是会添加并补充现有的流行语言。人们仍然编写 COBOL 和 FORTRAN 程序，虽然不多，它们已被其他事物取代，但每种语言或每种事物都将得到补充。所以会有很多令人兴奋的事情。但唯一可以肯定的是，现有技术将与新兴技术共存。我们确实知道人工智能将在许多方面发挥重要作用，但这同样将是不同类型事物的组成部分。
所以，除了说未来将是多种不同事物的混合体，并且越来越多的事物将像物联网一样，将物理硬件资产与软件相结合，朝着软件发展。如果您看看电信网络领域正在发生的事情，我们曾经在硬件中完成的许多盒子，在硬件中完成的许多功能正在向软件迁移，并在软件中完成，因为机器正在变得更快，软件有很多好处。如果您看看手机上多少个物理上独立的设备被吸收到软件组件中，从手电筒到收音机，再到健康监测器，再到卷尺，现在都在手机上运行的软件。
另一个预测是，世界的未来将主要由软件驱动，软件将嵌入几乎所有地方，包括一些我们可能甚至想不到要嵌入软件的地方。例如，有人在研究所谓的智能空间，其中建筑物、橱柜、壁橱和墙壁都嵌入了传感器，您可以创建智能的、动态的空间供人们居住。
这些是我唯一愿意做出预测的两件事：它将是混合的，并且它将越来越多地由软件组成。
谢谢。非常非常感谢您抽出宝贵时间参加播客，并分享您对物联网和计算未来的见解。我认为未来看起来令人兴奋。但是，正如您所说，除非有商业或社会案例，并且如果您没有为此目的创建的技术，社会就不会进步。也就是说，既不会有任何有意义的事情。所以，非常非常感谢您抽出宝贵时间参加播客。我的听众们，如果您喜欢您在这里看到和听到的，请按订阅按钮。下次再见，拜拜。谢谢，谢谢您。