工程哲學：Raj Reddy，為最底層十億人打造的科技

重點摘要

• 打造不需識字的介面。 Reddy畢生致力於教機器理解人類的語音——最早的連續語音系統，接著是Hearsay與Harpy——因為語音是唯一對使用者毫無要求的介面。說話不需要會閱讀、會打字，也不需要擁有鍵盤。對全球約25億無法閱讀的人而言，語音不是便利，而是通往世界知識的唯一一扇門。¹⁹
• 他靠著讓AI真正大規模落地贏得圖靈獎。 1994年，Reddy與Edward Feigenbaum共同獲頒ACM A.M. 圖靈獎，表彰兩人「開創大規模人工智慧系統的設計與建構，展現人工智慧技術的實用重要性與潛在的商業影響力」。他是首位獲此殊榮的亞裔人士。¹²
• 黑板模型是他低調而普世的貢獻。 Hearsay-II透過讓各自獨立的知識來源——聲學、語音、詞彙、句法——在一個共享的工作空間上協作，協調出答案，這個共享空間就是「黑板」。 這套架構後來超越了語音的範疇，成為將眾多證據來源整合為單一答案的通用模式，而現代AI技術堆疊至今做的正是這件事。³⁴
• 從一個沒有電燈的村莊，到McCarthy門下第一位AI博士。 Reddy於1937年生於安得拉邦的Katoor，是家中第一個讀完書的人。他從Guindy到新南威爾斯，再到1966年在John McCarthy指導下取得史丹佛博士學位，隨後在卡內基美隆建立了這個領域中最具雄心的系統——再把它們對準像他兒時身邊那樣的人。⁵⁶⁹

核心原則

「凡是你用大腦能做的事，藉助電腦都能做得更快、更好、更便宜……我們可以把多出來的生產力對準社會有重大需求的領域。」——Raj Reddy⁹

多數先進科技是由上而下滲透的。它為已經負擔得起的人打造——識字的人、有網路的人、有裝置與數據方案的人——其他人往往要等上好幾年，才能用到被稀釋過的版本，甚至根本等不到。Reddy把目標反轉了過來。他堅信，最先進的AI應當對準那些被其餘運算世界遺漏的人：不識字者、農村貧民，也就是發展經濟學家所說的最底層十億人。這不是把慈善硬加在成品之上，而是擺在第一位的設計約束。⁹

這個原則有一個精確的工程後果，也是貫穿他所有作品的那條線：介面不能要求使用者擁有任何他原本沒有的東西。 鍵盤要求識字，還要求懂拉丁字母。觸控螢幕要求一台裝置，以及看懂圖示、能在其間操作的能力。語音則一無所求。 每個會說話的人，出生時就已經安裝好完整的介面，而且用的是自己的母語。所以，若想把世界的知識送到一個從未學過閱讀的人手中，你不會去教他閱讀——你會去教機器聆聽。這正是為什麼一個關心地球上最窮苦人們的人，會花上數十年鑽研連續語音辨識這個極為艱深的技術問題。兩者其實是同一個專案。¹⁹

這正是Reddy在AI巨擘之中與眾不同之處。這個領域的聲望都流向能力——更大的模型、更難的基準測試、超越人類的對弈。Reddy追逐能力的勁頭不輸任何人，他打造的系統雄心十足，足以贏得圖靈獎。但他從不把多強大與為了誰分開來看。語音是偉大的平等器；大型AI系統則是為金字塔底層的人服務而建。科技必須觸及被遺漏的人——而保證做到這點的方法，就是讓那些被遺漏的人成為規格本身。

背景脈絡

Dabbala Rajagopal Reddy於1937年6月13日生於Katoor，一個位於今印度安得拉邦的村莊。 他是家中第一個上大學的人——在某種真切的意義上，也是第一個離開村莊、走向外面世界的人。⁵⁶ 數十年後，被問及那段成長經歷時，他拒絕用匱乏的框架來描述：「天空清澈無比，所有星星我都看得見。有人問：『天啊，你當時那麼窮嗎？』可是我從來不覺得自己缺少什麼。」⁹ 這句話對理解他的工程觀至關重要，因為這位為最底層十億人做設計的人，並不是在為一個抽象概念做設計。他是在為自己出身的那群人做設計，而在他眼中，他們什麼都不缺，缺的只是門路。

出路要從工程說起。1958年他在Guindy工程學院（馬德拉斯大學）取得學士，1960年於雪梨的新南威爾斯大學取得碩士，在橫越太平洋之前曾於澳洲為IBM工作。⁵⁶ 在史丹佛，他於1964年取得碩士，並於1966年在John McCarthy指導下取得電腦科學博士學位——McCarthy正是十年前創造「人工智慧」一詞的人。Reddy普遍被認為是McCarthy門下第一位取得AI博士學位的人，這讓他立身於這個領域名副其實的源頭。⁵⁶

他留在史丹佛任教（1966至69年），隨後做出了決定他餘生方向的選擇：1969年加入卡內基美隆大學，從此再未離開。⁶ 在CMU，他建立了讓他聲名鵲起的語音系統，於1979年創辦了機器人研究所（全美大學中第一個機器人學系），擔任電腦科學學院院長（1991至99年），並成為Moza Bint Nasser講座電腦科學與機器人學教授。⁵⁶⁷ 史丹佛給了他這個領域最純正的血脈傳承。卡內基美隆則給了他自由，讓他去打造龐大、雜亂而真實的系統——並把一份圖靈獎等級的公信力，投注在AI界中沒有任何人願意為之打造的一群人身上。

他的工作

語音辨識：Hearsay、黑板模型與Harpy

從最難的部分開始，因為原則正是在這裡化為數學。人類的語音是一道連續的聲音流，字與字之間沒有乾淨的間隙——你以為自己在字與字之間聽到的停頓，多半是大腦補上的錯覺。更糟的是，同一段聲音訊號可以被切分成不同的字詞。經典的例子就是「recognize speech」（辨識語音）與「wreck a nice beach」（毀掉一片美麗海灘） 聽起來幾乎一模一樣。單憑原始音訊，兩種讀法的得分相當接近；機器確實分不清你指的是哪一個。下方的互動元件能讓您親耳聽見這份歧義如何收斂。

Reddy的洞見，是1970年代他與CMU的學生們在DARPA語音理解研究計畫下發展出來的：單一知識來源無法消解這份歧義，但多個彼此協作的來源卻可以。 聲學告訴你出現了哪些聲音。語音模型把聲音對應到候選的音素。詞典限制哪些音素序列才是真正的字詞。文法限制哪些字詞序列才是合理的句子。每一個單獨來看都不可靠；合起來，它們便能釘住答案。問題在於如何讓獨立而不可靠的來源彼此協作。

他的答案就是黑板模型，在Hearsay-II中得到實現。想像一群專家圍著一塊共享的黑板。每位專家都在留意自己懂的東西——一個音素、一個字詞、一個片語——當它有所貢獻時，就把一個帶有信心分數的假設貼到黑板上。其他專家讀取黑板，在所見之上繼續推進，再貼出自己的假設。沒有任何一位專家發號施令；沒有固定的流水線強迫它們排序。正確的解讀從眾多片段、機率性的貢獻在共同工作空間上協作中浮現出來。那篇發表的論文副標題說得分毫不差：整合知識以消解不確定性。³⁴ 在它之前的Hearsay-I，是史上第一個具備連續語音辨識能力的系統；Hearsay-II則賦予了這項能力一套歷久彌新的架構。¹³

與Hearsay並行的是Harpy（Bruce Lowerre與Reddy，約1976年），它下了相反的賭注，事實證明同樣深具影響力。Harpy不讓獨立的來源各自往共享黑板上張貼，而是把所有知識——詞彙、文法、發音——編譯成一張龐大無比的網路，涵蓋系統可能聽到的每一句話，再以集束搜尋(beam search)在這張網路中搜尋：每一步只保留最有希望的少數幾條路徑，其餘剪除，如此一來，即使搜尋空間極為廣闊，搜尋仍能維持在可處理的範圍內。⁸ Harpy能處理1,011個字詞的詞彙量，是史上第一個能在近乎即時的條件下，以低於百分之十的錯誤率理解連續語音的系統。⁸ Hearsay的黑板給了AI一種整合知識來源的方法；Harpy的集束搜尋則給了它一種有效率地搜尋這個整合空間的方法。這兩個概念至今仍是支撐性的——證據的協作，與對各種可能性的紀律性剪枝，就墊在如今每支手機上的語音辨識底下。

CMU機器人研究所

1979年，Reddy在卡內基美隆創辦了機器人研究所，並擔任首任所長——這是全美大學中第一個機器人學系。⁵⁶⁷ 我們很容易把這讀成另起的一章，一次從語音轉向機器的轉向。但更好的讀法是同一種直覺的延伸與擴大。語音辨識，是機器在深層不確定性下感知並詮釋一道雜亂、連續、來自真實世界的訊號的問題。機器人學，則是把物理世界的其餘部分也加進這個問題：視覺、運動、操控，全都充滿雜訊，全都歧義叢生，全都需要把眾多不完美的資訊來源融合成單一決策。

黑板式的直覺——讓眾多協作的知識來源一同消解不確定性——正是一個自主機器人理解周遭環境所需的。透過建立一所機構而不只是一間實驗室，Reddy做到了單一研究者做不到的事：他創造了一個地方，讓感知、學習與行動的整合得以由數百人持續鑽研數十年。機器人研究所成為這個領域最重要的中心之一，它也是那份驅動他語音工作的同一信念的結構性表達——真正有趣的問題，是整個系統層次的問題，在那裡，眾多部件必須協作，才能應付一個並不會帶著現成標籤抵達的世界。

1994年圖靈獎與大規模AI系統

1994年，Reddy與Edward Feigenbaum共同獲頒ACM A.M. 圖靈獎——運算領域的最高榮譽——其引言值得細讀：「表彰其開創大規模人工智慧系統的設計與建構，展現人工智慧技術的實用重要性與潛在的商業影響力。」¹² Reddy是首位獲頒圖靈獎的亞裔人士。⁵

細想這份引言所獎勵的是什麼。不是一條定理。不是一個單獨的演算法。而是大規模系統的設計與建構，以及對其實用重要性的展現。Feigenbaum證明了AI能在真實領域中擷取並運用專家知識；Reddy則證明了AI能感知並理解連續語音這個真實而雜亂的人類世界。兩人聯手，把AI從實驗室裡的展示推向能運作的系統——證明這些構想能夠大規模建構，並且在學術界之外舉足輕重。¹² 那份對已建成、大規模、供真實使用的強調，正是Reddy整個生涯的基調。他從不滿足於一個只存在於論文裡的成果。重點始終是一個某人真正用得上的系統——這當然也正是那股把他推向擁有最少之人的同一股衝動。

為最底層十億人打造的科技：百萬書籍計畫、RGUKT與數位落差

在這裡，原則徹底攤在了陽光下。在以建構大型AI系統贏得這個領域的最高榮譽之後，Reddy把生涯的後半段，用來將那份能力對準科技產業習慣性遺忘的那群人。他於1999至2001年共同主持美國總統資訊科技諮詢委員會(PITAC)，從政府內部形塑國家研究的優先順序。⁵ 但他最具代表性的專案，是為發展中世界打造的。

通用數位圖書館/百萬書籍計畫由Reddy自2001年起在卡內基美隆主持，目標是掃描一百萬本書並免費放上網路，刻意聚焦於多語言與服務不足的人群——把世界的知識數位化，獻給那些從未擁有過圖書館的人。到2007年12月，它已用約20種語言掃描了超過150萬本書，並與印度、中國和埃及的夥伴合作。¹⁰ 拉吉夫·甘地知識科技大學(RGUKT) 由Reddy一手促成並擔任創校校長，專為「滿足印度低收入、資優、農村青年的教育需求」而建——正是像那個碰巧走出來的Katoor男孩一樣的學生。⁵⁶ 他同時也是海德拉巴國際資訊科技學院(IIIT) 的創會主席，並於2001年獲頒印度最高平民榮譽之一的蓮花裝勳章(Padma Bhushan)。⁵

串起這一切的邏輯，正是他一再回到的那一點：「對於世界上25億不識字的人，[Reddy]力求運用他的語音辨識技術，協助他們透過網際網路取用世界的知識。」¹ 他明確主張，應把AI對準發展中世界最棘手的問題——貧窮、醫療、教育——而非把這些當成商業產品的事後補丁。¹¹ 語音工作與發展工作並非兩段生涯。教機器理解口說語言，其全部意義始終就在這裡——一個無法閱讀的人，在一個沒有電燈的村莊裡，用自己的語言向機器提問，並得到答案。語音之所以是偉大的平等器，是因為它是每個人一出生就已經懂得如何使用的介面。

他的方法

Reddy的方法與其說是一句口號，不如說是一組恆常的承諾。橫跨語音工作、研究所與發展專案來讀，同樣的幾招反覆出現。

讓使用者的約束成為系統的規格。 Reddy生涯中最深刻的設計決定——數十年追逐語音辨識——直接源自一個關於目標使用者的事實：他們可能不識字。介面必須一無所求，所以機器必須包辦一切。其通則是：找出你最不被服務的使用者所面對的最艱難約束，讓它驅動架構，而不是為輕鬆的使用者做設計，再把其餘的補上。這就是從金字塔底層往上讀的最低可敬產品。⁹

當沒有任何單一來源可靠時，就讓眾多來源協作。 黑板模型是一種方法，而不只是一件作品：別再苦尋那個能消解不確定性的唯一神諭，而是讓獨立、可能出錯的證據來源往一個共享工作空間張貼，並收斂出結果。Hearsay就是這樣聽見語音的；現代系統就是這樣融合訊號的；說實在的，人與人之間良好的協商審議也是這樣運作的。³⁴

打造系統，而非展示。 圖靈獎引言獎勵的是大規模建構。Reddy的標準從來不是「它在論文裡能不能運作」，而是「它是不是一個某人用得上的系統」。在他看來，一個無法被建構並部署的成果就是不完整的——這是把證據門檻套用在整個系統上，而非單一主張上。²

把最先進的能力對準最不被服務的人。 正是這一招，讓其餘的一切不只是令人印象深刻而已。這份紀律，在於拒絕那個預設的梯度——科技流向已被服務的人——並刻意把前沿對準最底層十億人。沒有可敬目標的能力只是一種噱頭；這是Steve測試中關於這份工作是否值得存在的提問，由「它是為了誰」來回答。⁹

拒絕匱乏的框架。 「我從來不覺得自己缺少什麼。」Reddy為服務不足的人做設計，卻不對他們居高臨下——他把他們當作缺少門路、而非缺少能力的人。那份尊重本身就是一條設計原則：打造一個以平等之姿、用他們自己的語言迎接他們的工具，而不是你自以為他們應付得來的那個簡化版本。⁹

影響鏈

是誰形塑了他

John McCarthy。 Reddy在這個領域的草創年代，於史丹佛師從那位為它命名的人取得博士——他抵達AI時，AI尚未定下自己究竟是什麼。這把他整個世界觀安放在了源頭：他從發明這門學問的人那裡，學到它是一種你親手建造出來的東西。（直接影響）

他出身的那個村莊。 Katoor不是背景襯色。一位圖靈獎得主決定把生涯投注在最底層十億人身上，離開了它便無從理解。那個家中第一個讀完書的男孩，從未停止為他離開的那群人做設計，這正是為什麼他最技術性的工作與最人道主義的工作，其實是同一件工作。（奠基性影響）

DARPA語音理解計畫。 1970年代那場有經費、有競爭、有期限驅動的推進，給了Reddy與學生們壓力與資源，讓Hearsay與Harpy得以建成真正的系統，而非草圖——那正是黑板模型與集束搜尋語音辨識被鍛造出來的試驗場。（直接影響）

是他形塑了誰

現代語音辨識。 Reddy與學生們在CMU打造的連續語音系統，確立了那些理念——協作的知識來源、機率性評分、在龐大假設空間中的高效搜尋——這些理念以演化後的形式，運行於今日每一個語音助理與聽寫系統底下。這份工作直接餵養了作為平台功能的無障礙設計。

無所不在的黑板架構。 讓獨立知識來源在共享工作空間上協作以消解不確定性的這套模式，超越了語音，成為一種通用的AI設計模式，凡是需要把眾多片段訊號融合為單一答案之處皆有它的身影。

一整代的研究者與機構。 透過CMU機器人研究所、電腦科學學院、RGUKT與IIIT海德拉巴，Reddy形塑的不只是理念，還有產生這些理念的那些地方與人——在美國，也在印度——這本身就是一種影響，歷經數十年複利累積。

貫穿的主線

Reddy正是本系列關於科技是為了誰的這條線，與AI深層機器交會之處。Grace Hopper讓電腦說出一種人類讀得懂的語言，堅持程式設計應當遷就人，而非人遷就機器；Reddy是她的鏡像——他讓電腦聆聽，好讓無法閱讀或打字的人仍能被理解。Tim Berners-Lee打造了一個本應屬於每一個人的網路，其原則是取用不應取決於特權；Reddy把這份普世性又往下推進了一步，推向連網路本身仍排除在外的人——那些不識字的人。而當Fei-Fei Li堅持以人為本的AI時，Reddy正是這套信條的早期明證：從第一道約束起，就圍繞著擁有最少的那個人來設計的AI。Hopper說讓機器說人話；Berners-Lee說讓它觸及每一個人；Reddy則說讓它聆聽那些從未被觸及的人——並把他所能打造的最先進系統，對準最底層十億人。（系列橋接）

我從中學到什麼

我從Reddy身上記取的教訓是：你為誰打造，是一個工程決定，而且它應該排在第一位。 我們很容易把使用者當成一個在最後才微調的參數——先把強大的東西出貨，再來想無障礙設計，然後也許再做在地化。Reddy反其道而行。他取了目標使用者所面對的最艱難約束——他們不識字——讓這單一事實主導了他生涯中最深刻的技術承諾。介面必須一無所求，於是他花了數十年教機器聆聽。這重新排定了我思考自身工作的方式：不是「這個系統能做什麼，誰能用它」，而是「這是為了誰，而那一點又迫使這個系統必須成為什麼」。規格從金字塔的底層開始，而非頂端。

第二個教訓更為低調，它關乎一種帶有目的地的雄心。Reddy追逐能力的勁頭不輸任何一位圖靈獎得主——大規模系統、創辦的機構、數十年的前沿研究。但他從不讓多強大脫離為了誰而漂浮。他所能打造的最先進之物，刻意對準產業其餘部分遺忘的那群人。那正是我想借鏡的紀律：拒絕那個科技往上坡流向已然舒適者的預設梯度。打造那個前沿之物，然後把它對準下方。這是品質是唯一的變數，外加一份良知——問題不只是「它卓越嗎？」，而是「它對最需要它的人而言卓越嗎？」。Reddy用一整個生涯證明，這兩者可以是同一個問題。

常見問題

Raj Reddy的工程哲學是什麼？

那就是：最先進的科技應當對準那些被其餘運算世界遺漏的人，而保證做到這點的方法，就是讓最不被服務的使用者成為設計規格。對Reddy而言，這意味著語音：因為世界上約25億不識字的人無法閱讀或打字，唯一對他們一無所求的介面就是人的聲音。所以他畢生鑽研連續語音辨識這個極為艱深的技術問題，正因為他關心最窮苦的人——工程與使命是同一個專案。¹⁹

Raj Reddy為什麼贏得圖靈獎？

1994年，Reddy與Edward Feigenbaum共同獲頒ACM A.M. 圖靈獎，表彰兩人「開創大規模人工智慧系統的設計與建構，展現人工智慧技術的實用重要性與潛在的商業影響力」。¹² 這個獎項獎勵的是大規模建構真實系統，而非一條單獨的定理——Reddy因語音理解獲獎，Feigenbaum則因專家系統獲獎。Reddy是首位獲此殊榮的亞裔人士。⁵

AI中的黑板模型是什麼？

黑板模型在Reddy的Hearsay-II語音系統中得到實現，是一種讓數個獨立的「知識來源」——聲學、語音、詞彙、句法——透過向一個稱為黑板的共享工作空間張貼帶有信心分數的假設來協作的架構。³⁴ 沒有任何單一來源可靠到足以消解語音中的歧義，但合起來，它們便能收斂於最合理的解讀。這套模式被證明具有普遍性：它成為整個AI領域中，把眾多片段、不確定的證據來源融合為單一答案的標準做法。

Hearsay與Harpy是什麼？

它們是Reddy與學生們在1970年代DARPA語音理解計畫下，於卡內基美隆打造的開創性連續語音系統。Hearsay-I是史上第一個具備連續語音辨識能力的系統；Hearsay-II則賦予了這項能力歷久彌新的黑板架構，讓知識來源彼此協作。¹³ Harpy（Lowerre與Reddy，約1976年）把所有語言知識編譯成一張大型網路，並以集束搜尋——每一步只保留最有希望的路徑——加以搜尋，能處理1,011個字詞的詞彙量，成為史上第一個能在近乎即時的條件下、以低於百分之十的錯誤率理解連續語音的系統。⁸

資料來源