斯坦福大学获得全球史上最大的现代中国信息技术收藏品

电子说

1.3w人已加入

描述

“把它们送回自己的祖国!”

近日,斯坦福大学的中国历史教授托马斯·穆拉尼(Thomas Mullaney)在 Tik Tok 上收到这样一则信息。

前不久,他在 Tik Tok 上发视频表示,斯坦福大学获得了全球史上最大的现代中国信息技术收藏品,这些档案收藏在斯坦福大学图书馆中,馆藏档案 2500 余件。

当地时间 6 月 6 日,托马斯·穆拉尼在《南华早报》英文版,发表了题为“Why is the world’s largest collection on China’s modern IT history in the US?”《为什么世界上最大的中国现代 IT 历史合集在美国》的文章,并成为该网站当天的头版头条。

他表示,斯坦福大学图书馆馆藏藏品中,包括几十台珍稀的中文打字机、文字处理器和电脑,以及中文电报、打字机、油印、图书制作、大型机、编码系统、软件、操作系统、打印机、显示器、字体、照排、输入系统、文字处理器、个人电脑等。

托马斯·穆拉尼的个人首页显示,他从 20 世纪 90 年代开始研究东亚文化,并出版过多本和中国汉字发展相关的书籍。

当地时间 5 月 31 日,《麻省理工科技评论》英文版独家发表了托马斯·穆拉尼撰写的文章“Behind the painstaking process of creating Chinese computer fonts”《制作中文电脑字体的艰辛背后过程》。

这篇文章并未体现他的全部研究领域,但却最具有科技特征。可以说,目前你正在阅读的这篇文章,离不来几十年前中文电脑字体设计师们的辛勤付出。以下为该文章的译文,个别地方有改动:

几十年前,毕业于麻省理工学院的 Photography Systems 公司创始人路易斯・罗斯布鲁姆(Louis Rosenblum),接到了位于马萨诸塞州剑桥市的图形艺术研究基金会(GARF)的一个订单。

在该项目中,设计师们通过手工画图和编辑了数以千计的字符,使得中文的打字和印刷成为可能。

回忆最初他曾表示,其儿子布鲁斯·罗森布鲁姆(Bruce Rosenblum)打开了他的苹果二代,此时电脑先是发出了一个高音的 F 音,然后是软驱又发出了咔哒声。

在一连串 “砰砰” 的按键声后,12 英寸的三洋显示器终于开始反应:在最开始的开机画面上,显示屏上出现了一个绿色的网格,宽 16 个单位,高 16 个单位。

而这个绿色的网格,就是 “Gridmaster”,这是罗森布鲁姆建立的全球首批中文数字字体之一,也是用 BASIC 编程语言编写的一个程序。

当时,他的任务是为一台名为 Sinotype III 的实验性机器开发字体,Sinotype III 机器也是史上首批能处理中文输入和中文输出的个人电脑之一。

在 20 世纪 70 年代末和 80 年代初,中国还没有个人电脑。因此,为了制造一台能处理 “中文” 的个人电脑,罗森布鲁姆团队需要对苹果二代电脑进行重新编程,以便用中文操作。

这项任务十分艰巨,他必须从头开始对一个操作系统进行编译,因为苹果 II 的 DOS 3.3 根本无法操作中文。同时,他还必须对中文文字处理器本身进行编程。就这样,罗森布鲁姆不知疲倦地工作了几个月。

尽管在今天看来,Gridmaster 是一个简单的程序,但它当时要处理的任务是创建成千上万个汉字的数字位图,在那时面临的设计挑战极大。

Sinotype III 机器是由图形艺术研究基金会开发的机器。在 Sinotype III 身上,创建字体所用的时间远超计算机编程的时间,因为没有字体,就没有办法在屏幕上显示汉字,也没有办法在机器的点阵打印机上输出汉字。

对于每个汉字的设计,设计师都必须亲自决定如何将汉字安排在由 256 个像素组成的位图中。也就是说,对于每个汉字都需要做出 256 个决定。

位图是一种数字存储图像的方式,每一个符号和图像都是由许多像素填充的网格所组成的,目前常见的图片存储格式如 JPEG、GIF、BMP 等都属于位图存储方式。因此,如果每个汉字需要 256 个决定,就要设计数以千计的汉字,相当于设计师需要在在两年多的开发过程中作出数十万个决定。

不过,事后罗森布鲁姆回想到 Gridmaster 编程程序时,他却将其描述为 "顶多是个笨拙的能用的程序",但就是靠着这个笨拙的程序,他的父亲路易斯·罗森布鲁姆(Louis Rosenblum)和图形艺术研究基金会,得以让数据输入临时人员远程创建并保存新的汉字位图。

对设计人员来说,只需拥有一台 Apple II 电脑,通过在软盘上运行 Gridmaster 程序,数据录入员就能远程创建和保存新的汉字位图。一旦这些汉字的位图被创建和存储好,罗森布鲁姆就能通过他设计的另一个程序,将设计好的汉字和它们相应的输入代码植入系统的数据库,这样就能把新设计好的汉字的数字位图安装到 Sinotype III 机器上。

尽管 Sinotype III 机器从未作为商业产品发布过。但是,为开发该系统所进行的艰苦工作内容比如开发位图中文字体,却正是一个需要全球共同努力才能解决的问题,而这一问题就是:如何使计算机能够处理地球上使用最广泛的语言之一 —— 中文。

当给西方字体做计算机和文字处理设计时,工程师和设计师们约定,在一个 5 乘 7 的位图网格上,来创建一种低分辨率的数字英语字体。这样,每个符号只需要五个字节的内存。

在美国信息交换标准代码(ASCII)中存储所有 128 个低分辨率字符,只需要640 字节的内存,而且这 128 个字符已包括所有英语字母、数字 0 到 9 以及常见的标点符号。640 字节即使对于当时的苹果 II 来说,也只是其 64 千字节板载内存的很小的部分。

与英文不同的是,汉字不仅在数目上以万计,而且对于结构复杂的汉字来说,5 乘 7 的网格太小,很难让这些汉字清晰可辨。设计人员发现,每个汉字需要 16 乘 16 或者更大的网格,这就要求每个字符至少有 32 字节的内存(256 比特)。

这种情况下,要想研发一个拥有 70000 个低分辨率汉字的字体库,需要超过两兆字节的内存量。即使对一个只包含 8000 个最常见的汉字的字体库,仅存储位图就需大约 256 千字节的内存。对于 20 世纪 80 年代初大多数个人电脑来说, 这已是电脑总内存容量的四倍。

尽管汉字字体库给电脑内存带来了巨大挑战,但在当时更难的是如何把低分辨率的中文字体制作得美观又好认。在 Gridmaster 这样的程序被发明之前,大部分的设计工作都用笔、纸和修正液完成的。

为此,设计师们花了数年时间,以期设计出既能满足低内存、又能保持一定书法美感的字体位图。凌焕铭(Lily Huan-Ming Ling)和艾伦·迪·乔瓦尼(Ellen Di Giovanni)是创建这套字符集的人,他们通过手绘特定汉字的位图草稿,并使用 Gridmaster 将其数字化。

对设计师们来说,最核心的问题是如何在两种完全不同的中文书写方式之间切换:一种是用钢笔或毛笔书写的手绘字,另一种是用排列在网格中的、由像素阵列书写的位图字。设计师们必须决定如何创造手写中文的某些特征,比如入口笔画、笔画渐变和出口笔画。

庆幸的是,把 Sinotype III 字体设计成低分辨率中文位图的全过程得以记录下来。其中最吸引人的档案资料之一,是一个装满格子图的册子,这些手绘的散点符号就是汉字位图的草稿图。

每一个汉字都经过了精心设计,从手绘中也可看到,大多数情况下设计师都对图形做了多次修改,路易斯·罗森布鲁姆和图形艺术研究基金会的设计师们,还会用修正液擦掉专业汉字编辑不同意的那些 "位"。

最初的标记是绿色的,红色标记的才算是 "最终" 草案。只有经过最终确认,才能开始数据输入工作。

考虑到团队需要设计的字体的字数庞大,至少需要设计 3000 个以上的基本汉字。人们可能会猜测,设计师们会不会使用一些可以简化设计工作的方法。

比如,通过复制中文偏旁部首来简化设计,这样当不同的字有同样的偏旁时比如 “女” 字旁,就无需再次设计 “女” 字旁,而是直接复制之前设计好的 “女” 字旁。 

但是,笔者从当时设计的档案资料中,并未发现设计师们使用了任何类似上面所说的工作机制。与此相反,路易斯·罗森布鲁姆坚持让设计师亲自对汉字的每一个细节进行设计和调整,为的是保证每个汉字的笔画部首在整个汉字中的协调,尽管这种协调通常以十分细微、甚至难以察觉的调整来实现。

例如,在同样包含了 “女” 字旁的 “娟” 字和 “娩” 字的字体位图中,这两个字的 “女” 字旁部首并不完全一样。在 “娟” 字中,“女” 字旁的宽度为 6 个像素,而在 “绵” 字中,“女” 字旁的宽度仅为 5 个像素。此外,在 “娩” 字中,“女” 字旁的右下角的笔画向外延伸了一个像素,而在 “娟” 字中,该笔画并没有延伸。

在整个字体库中,这种程度的精确度的要求十分常见,并非特例。当我们把位图草稿和它们的最终形式放在一起对比时,就会发现更多有趣的变化。

比如,在 “罗” 字的草稿中,左下角的最后一撇是以一个 45° 角向下延伸的。但在最终版本中,这一撇被 "拉平" 了一些,先以 45° 开始向下,但之后这一撇的倾斜角度变小了一些,并且变得更平了。

尽管设计师的设计空间似乎很小,仅仅是 16 乘 16 的网格,但他们必须在小小的网格中做出数量惊人的决定。而这些决定中的每一个,都会影响到他们为特定汉字所做的其他决定,因为即使增加一个像素,也会改变整个汉字的水平和垂直平衡。

网格尺寸的无情限制,以其意想不到的方式影响了设计师的工作。这一点在为了实现对称性这一“魔鬼”问题时表现最为明显。

比如,在汉字中经常见到的对称布局,在低分辨率的框架中却尤其难以表现,因为根据数学规则,创造对称性需要奇数的空间区域。

但偶数尺寸的位图网格的局限(如 16 乘 16 的网格)让对称性变得不可能。在许多情况下,图形艺术研究基金会通过只使用整个网格的一部分来实现对称性:比如说在 16 乘 16 的网格中只使用 15 乘 15 的区域来设计,但这也进一步减少了可用空间的数量。

而当我们对比不同公司或不同创作者为不同项目创造的位图字体时,情况变得更加复杂,差异也更多。

比如说下图中出现在 Sinotype III 字体中的三点水偏旁:“氵”,与另一种由 H.C. Tien创造的早期中文字体中的三点水偏旁的对比。H.C. Tien 是一位华裔美国心理治疗师和企业家,他曾在在 20 世纪 70 年代和 80 年代尝试过汉字的计算机字体设计。

尽管上述例子看起来与本文的关系看上去不大,但从以上所说的每一个例子,我们能看出无论是在起草阶段还是在数字化阶段,图形艺术研究基金会的设计团队必须做出的一个又一个决定。

当然,汉字字体的分辨率并没有长期保持在 "低" 的水平。计算技术的进步使得汉字的字体设计能使用越来越密集的位图、越来越快的处理速度、以及越来越低的内存成本。

而在如今这个 4K 分辨率、视网膜显示器等的时代,可能很难体会到早期中国位图字体创作中的艺术性 —— 包括美学和技术上的。但是,正是通过这些人的艰苦工作和不含糊的解决问题的方式,使得全球六分之一的人口现今能够使用计算机、新媒体和互联网,而且非常活跃。

原文标题:2500余件中国IT技术收藏品“惊现”斯坦福大学,独家解密中文电脑字体研发全过程

文章出处:【微信公众号:DeepTech深科技】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分