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
“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。
图 | 托马斯·穆拉尼（Thomas Mullaney）（来源：斯坦福大学）
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。
图 | 托马斯·穆拉尼在《南华早报》英文版撰写的文章（来源：《南华早报》）
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。
图 | 托马斯·穆拉尼在相关文章中提到的打字机（来源：Sinwen Tienti、IBM、）
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。
图 | 托马斯·穆拉尼出版的部分书籍（来源：斯坦福大学官网）
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。
图 | 路易斯・罗斯布鲁姆（Louis Rosenblum）（来源：https://www.museumofprinting.org/）
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。
图 | 图形艺术研究基金会（GARF）制作的中文位图字体的早期模型。（来源：斯坦福大学图书馆）
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。
图 | 一张 Sinotype III 显示器的照片，从照片上可看出 Gridmaster 程序和汉字申（shen，延伸）是如何被数字化的。（来源：斯坦福大学图书馆）
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。
（来源：托马斯-穆拉尼的 Twitter）
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。
图 | 一张显示中文位图字体的 Sinotype III 显示器的照片。（来源：斯坦福大学图书馆特别珍藏）
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。
图 | 为 Sinotype III 字体绘制的汉字位图草稿（来源：斯坦福大学图书馆）
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'。
如下图，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。
图 | “背” 字的位图草稿特写，显示了用修正液进行的编辑（来源：斯坦福大学图书馆）
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。
图 | 作者重新制作的 Sinotype III 字体中的 “娟 “和” 娩 “的位图字符（来源：斯坦福大学图书馆特别珍藏）
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。
图 | ” 罗” 字的两个草稿版本的比较（来源：斯坦福大学图书馆）
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。
图 | “山”、“中”、“日”、“田” 等字的对称和不对称（来源：斯坦福大学图书馆）