大家好 今天我们要和 Doyne Farmer 视频连线 Doyne 是英国牛津大学数学系教授 同时 他也在牛津新经济思维研究所（Institute for New Economic Thinking） 指导复杂性经济学（complexity economics）研究项目 此外 Doyne 也是圣菲研究所（Santa Fe Institute, SFI）的外聘教授 Doyne 在很多领域中都作出了突出的成就 我已经记不清了 但可能最主要的是 Doyne 参与了动力系统和混沌研究 包括时间序列分析 以及这些概念在复杂系统和经济学中的应用 他同时也对技术的进化进行研究 我想我肯定说漏了什么 但不管怎样 让我们欢迎 Doyne 谢谢 那么我想请问 您长期研究经济学 尽管您的专业背景 其实是理论物理学 在这一单元中 我们主要在学习自然界和技术领域中 各种各样的自组织系统 您认为经济也算是一个自组织系统吗？当然 我认为 自组织系统的想法实际上 最早是来自于经济学的 当亚当·斯密（Adam Smith） 撰写《国富论》（The Wealth of Nations）时 他对“看不见的手”（invisible hand）表达了惊奇 人们每个人都会追求一己之私 但不知怎么的 很多对每个人都有好处的事情随之产生了 他的原话可能不是这么说的 但基本就是表达的这个意思 而那是在1776年的事 因此在某种意义上 他是第一个真正意义上阐明 什么是自组织复杂系统的人 您认为 就自组织系统而言 经济学和其他自然界中的系统 有什么共同之处吗？我知道您研究过 免疫系统 以及很多其他自然界中的系统 它们的共同点是什么？好的 它们的共同点是 它们之间存在着很多 相互作用的联系 等等等等 这是最简单层面的共同点 但我认为你们可以试试把经济学 当做一种学习的方法会发生什么 就像人们在机器学习中使用的 其实这是一种自组织型的学习 每个个体都自己处理信息 完成一系列特有的行为 具有与其他人交流的信号 表达危机 消耗 以及生产 供应和需求 然后这些东西的力量反过来 改变人们看到的可变因素 并且反过来产生作用 因此我认为其实存在着 很多的相同之处 事实上 在很多经济学的简单系统中 你最终得到像某人的财产这样的量 实际上很像贝叶斯更新（Bayesian updating）算法中的概率 Dmitriy Cherkashin 和我 曾经写过一篇论文 描述了一个非常非常简化的经济学系统 系统中一开始有很多玩家 每一个玩家都要对 “下一轮世界会变成什么状态” “某场赛马的结果是什么”或者“抛硬币的结果是什么” 等等这类问题进行打赌 都是这些非常简单的例子 事实证明 使用彩金打赌算法（parimutuel betting algorithm）时 财富值更新的变化 跟贝叶斯更新非常相像 因此 系统收敛到的最终状态 你完全可以通过某个基于贝叶斯算法的 分布式学习过程得到 我们已经研究了一些 关于蚁群的例子 还看了一些免疫学的例子 在所有这些生物系统中 我们可以看到适应现象 我们有一些个体的组成部分 但总的系统会 不断改进自己 来适应每个个体的进化 在经济学中也是这样吗？ 是不是从某种意义上说 整个系统都服从整个规律呢？ 是的 在我刚才讲的那个例子中 整个系统都在适应 最接近真实情况的 那个个体 就是最终能赢得我刚才提到的那个游戏的个体 在更真实的经济学模型中 当然经济学是适应于时间的 我们数十年如一日地研究 随着经济的变化 我们生产出的东西也随之变化 然后我们的消耗用品也随之变化 不断地适应于所处的情况 通过一种共赢的自组织方式 就像生物系统一样 在1990年 我写了一篇文章题为 《联结主义的罗塞塔石碑》（A Rosetta Stone for Connectionism） 在这篇文章中 我讨论了不同系统中的模型 包括自催化网络 免疫系统 分类系统 神经网络 我朝着游戏理论招了招手 因为说实话我那时确实不太了解游戏理论 但我如果为了让文章上一个层次 我可以加上游戏理论的内容 因为实际上它可以被看作是 支撑所有这些东西支柱和框架 游戏理论处于大多数 经济系统的最底层 在那里有人扮演追逐自身目标的角色 尽量试着做得更有竞争力 或者更团结协作一点 很大一部分游戏理论是合作性的游戏理论 也就是说 如果说我们是游戏中的一个小组 那么我们应该怎样团结合作？ 每一种游戏理论中 我认为 你都可以以此类推建立模型 而这些类推得到的模型反过来也会 跟每一件事物产生联系 不管是生命的起源 还是免疫系统 亦或是蚁群等等 如果你把它们建立地足够复杂的话 好的 让我稍微转换一个方向 作为一个物理学家 你是怎样最终进入经济学研究的呢？ 并且 物理学或者物理学的观点对经济学 产生了怎样的帮助呢？ 好吧 我会从两个方面来回答这个问题 第一 我的事业研究的东西很多都是因为偶然或者外界的环境 当我在读研究生时 我的朋友说 我敢打赌我们可以用物理学的法则来预测轮盘赌 这便开启了我一个新的事业生涯 我开始进行研究的内容 就是预测一些别人认为都无法预测的结果 当我研究时序分析的时候 我会做一些演讲 关于冰河世纪 太阳黑子 流体等研究中时间序列的结果 很多傻瓜会说 你有没有把这些应用于股票预测？我听了这些很不爽 于是我从洛斯阿拉莫斯（Los Alamos）辞职了 然后开了一个公司专门预测股市 我做了八年的股票预测 直到我们发现我们确实能预测股市 虽然我并不是用的和我研究冰河世纪和太阳黑子 相同的技术 这说来话长了 然后当我从八年荒凉的商业活动中摆脱出来后 我决定重新回到复杂系统领域的研究 我认为我应该充分利用那些 我所学的领域知识 包括金融市场和经济学的知识 受到我阅读过的关于经济学文章的启发 最后让我的认识更加深入 我意识到我真的不相信它们使用的规范 所以用史蒂芬·温伯格（Steven Weinberg）的话说 一个人应该在公开的水域游泳 也就是说 去解决那些有待解决的问题 我想 好吧 我需要去 我也想去研究复杂系统 但是要在一个我能充分利用 我在开预测公司时 积累下来的知识的领域 所以我进入了经济学领域 我并没有意识到 什么激化了社会矛盾 从一个经济学家的角度 我会建议 他们应该应用不同的方法 提出不同的问题 以及从不同的角度提出这些问题 而不是他们现在这样 那你认为物理学对经济学会有哪些帮助呢？ 我认为它最大的贡献在于提供了一种不同的观点 一种新的认识论 一种新的概念 关于什么是一个有趣的问题 怎样能解决这个问题 以及在你完成后 什么样的答案才是一个好的结果 这十几年来我一直 在和经济学家打交道 有时候会很友好 但也有时候会比较对立 我一直在努力探寻 这些不同领域对人类学的不同研究 我强烈地意识到 我在大学接受的教育 给我的洗脑 让我对事物产生了固定的思考方式 那些在在大学里学经济学的人 实际上也是另一种的洗脑 或者也可以说是 一种自我选择的过程 他们自己选择去经济系读书而我选择了物理 但我确实认为 我的确跟那些经济学家有很多不同 他们非常有成果 我认为从另一个角度来思考这个世界 的确是一件好事 让你能够做出贡献 你能让别人在你取得成就时倾听你的观点 那复杂性经济学（complexity economics）到底是什么呢？ 我认为复杂性经济学就是 运用我们在复杂系统中的理念 方法 观点 然后应用到经济学的研究中 亚当斯密开始整个研究后 这片领域的智能演化 就已经逐渐地脱离复杂系统的背景 我认为经济学已开始变成 某种融合物理学 计算机科学 生物学 认知科学 以及其他学科的交叉领域 但仍然没有什么能很好地代替经济学 在复杂系统中 我们对世界的认识是 你需要考虑制定出对于低层级的交流所需的法则 你需要考虑到互相发生交集的个体 你需要关注不同个体之间 结构关系的关键组成部分 因此如果你谈到生态系统 自然环境 生物生活的环境所处的自然界 你需要把这些跟现实联系起来 让它们等同于真实的世界 这样你就不会担心模拟仿真的问题 这正是我接下来想问的问题 我认为 经济学家 并没有普遍地深刻意识到仿真的意义 并且由于对数学证明 的强调以及 他们建立了很多 过于程式化的模型 这些模型不能很好地 描述真实世界中的很多关键因素 所以这就是一些关键因素上的区别 或者说至少是从智能化的角度的区别 当然也不是针对所有的经济学家 也有一小部分 会有不一样的看法 但大多数 95%的经济学家还是追寻主流想法 所以你强烈赞同在经济学中运用基于主体的建模（agent-based modeling） 您能不能讲一讲为什么你支持使用这种方法？ 我认为正因为我刚才说的 经济主体最终必然会 存在于世上 必定包含关键的制度特征 这对世界来说尤其重要 所以如果我们想理解 2007到2008年 让我们备受煎熬的经济危机 我们真的非常需要像 银行这样的机构 会失败 会违约 我们需要有住房市场 我们需要那些东西 但2007到2008年时普遍流行的动态随机均衡模型 却不含有这些特征 现在经济学放入了这些特征是一次很重要的努力 我认为这些模型 会起到很关键的作用 我认为要把这些模型 变成真正实用的模型 基于主体的建模方法是必须的 所以你把基于主体的建模看作是 占了更高等的数学的位置吗？ 我们今后会逐渐摆脱仿真吗？ 还是它就是一种必要的东西 不可缺少的东西？ 我想它会一直都不可缺少的 但我想说清楚一点 首先 现在的经济学家运用非常复杂的数学 因此不是现在的数学不够复杂的问题 而是我们现在所用的数学 与我们试图要捕捉的那些世上的特征是否有关的问题 也就是用那些有联系的数学来代替我刚才说的那些 因此我认为应该有一个圈 你应该进入这个圈 然后你能在以下两方面随意地转换 一面是建立基于主体的现实的模型 另一方面是 回过头去探究这些模型有哪些关键特征 问问我们能不能建立更简单的模型来捕捉这些必要的特征 从而让我们更易理解发生的事情 我认为人们应该在 这些观点之间来回反复考虑 在你制定那些简单模型的时候 你会意识到你的基于主体的模型中缺少了些什么 然后再添加进去 或者以一种不同的形式 你就能理解发生的本质 也可能会改变你的理解方式 这就跟现在对 湍流（fluid turbulence）的研究一样 湍流的研究就是需要在很多领域之间转换 包括实验 仿真 数学模型 简化的数学模型 并且这三个不同的领域 都互相学习 另外 我们也在 我们做的软件中结合了实验的部分 在我们为这个关键的项目编写的软件程序中 我们可以执行经济学的实验 我们可以去掉模型中的任何算法主体 并用一个人或者一些人来代替 然后观察他们会作出何种决定 然后根据得到的情况 为模型建立其他的算法主体 所以我们在阿姆斯特丹专门有个小组 负责运行这些实验 因此我们在尽可能地 以一种最实际的方式 来校正这些模型 有一种针对基于主体的模型的批评是 你可以不断地扔东西进去 越来越多 直到你拟合了数据 就是经验数据 然后你得到某种超循环 或者非超循环 你怎么...... 是的 仿真只是代表真实的和细节的东西 但毕竟不能真正告诉你 实际发生的情况 我想说的是 如果我们可以把仿真用在经济学上 我会说 “哈利路亚！”“老兄啊！”（表示兴奋） 我会非常高兴 因为我们还远远做不到 倘若我们真的能做到 那我们的运行速度就会加快一倍 并且可以将一些理论研究付诸实践 进行一些条件预测 而这些是我们现在无法做到的 那样的话的确很有用 第二 如果我们能够达到 （信号丢失） （信号丢失） 并且探究我们模型的关键特征是什么 我们就能得到结果的本质 然后我们去掉这些组成部分 我们就能得到很多关于真实经济的信息 然后我们就能用程式化的 简单低级的版本来替代 进行各种不同的实验 因此如果我们一开始就能达到 我们早就能有很大进展了 好的 我最后再问一个问题 你最近正在研究什么呢？ 最近你比较最感兴趣的方向？ 我研究的东西嘛 你知道的 你要问这个月的这几天的话嘛 大概这几天我感兴趣的事情是 一个跟James McNerney 和 Francesco Caravelli一同完成的项目 我们想要将经济学当成 怎么说呢 运用了很多生态学的观点来理解 经济学的结构 并且试图理解一些我们比较感兴趣的话题 比如说有一些是 不要天真地认为会随着时间而变得便宜的那些自然资源 比如煤炭 石油 天然气 钢铁 铜矿 等等等等这些我们非常关注的 自然资源 现在的价格跟 1900年也差不多 相比之下 计算机却变得相当便宜 可以说是便宜到了上亿分之一吧 和1900年比吗 呵呵？ 对 和1900年比 更不必说计算机的性能了 还有光伏电池（photovoltaic cells）的价格 自从在上世纪50年代被发明以来 也有计划地稳步降低到 原来的百分之一 农业方面 食品的价格 也大幅下降 但也有很多东西的价格在原地踏步 比如石油一直保持在比较高的价格 所以我们研究了这背后的原理 我们认为这跟 经济随着营养级级别的提高有关 而且我们应该把它们想成生态学中的食物链 在生态学中的某些领域 这些营养级显得非常深远 因此 我们有了想法 也有了理论 也许我不应该忽视细节 但我们认为 应用这些想法 我们或许能够解释 为什么计算机的进步会比 其他东西 比如石油的价格 要快很多 我们认为弄清楚这一点对于 我们面对全球变暖等事务非常重要 因为它体现出 一些能源技术 比如光伏技术 其价格正在向越来越便宜的方向发展 而像煤炭 核能 由于某些我们无法得知的原因 并没有遵循同样的发展轨迹 可能我们知道煤炭的原因 但核能我们真的不知道 所以我们认为 如果要给未来下赌注的话 我们会比其他人把更大的赌注下载太阳能上 好的 非常好 谢谢您给我们带来的这次精彩的讨论 好 谢谢你 Melanie 我也觉得很有意思