讓漢字進入電腦有多難？全世界都失敗了，這群中國人成功了

|議史紀

|議史紀

蘋果做了幾十年電腦；微軟全球通吃，卻沒搞明白“王選”是誰。

全世界最頂尖的科技公司，一邊發(fā)布AI大模型，一邊卻在中文輸入法面前抓耳撓腮。搞笑的是，最早讓漢字進電腦的，不是什么硅谷天才，也不是華爾街資助的科技大牛，而是一群中國工程師。

他們靠著剪刀裁紙、手繪字根、碼卡片、燒腦編碼，把全世界都搞不定的“方塊字”，硬生生塞進了電腦。

漢字幾十年被技術(shù)系統(tǒng)邊緣化

這事兒放今天，可能就是某個國產(chǎn)大模型“多模態(tài)輸入”里的一句補充說明，但在40年前，這是一場事關(guān)文字生死的技術(shù)突圍。當時的世界共識是：中文太復(fù)雜，不適合電子世界。

現(xiàn)在的全球現(xiàn)實是：你能在任何一臺設(shè)備上敲出“你好”，那是因為有人當年不信這話。

上世紀初，打字機席卷歐美，成為現(xiàn)代辦公的象征。西方人用26個字母就能完成日常所有書寫工作，一旁的中文卻被當成“電子世界的異類”。

最早提出這個問題的不是程序員，而是清朝官員李圭。他在1876年費城世博會第一次看到打字機時，說出了那句后來被無數(shù)人引用的話：“惜不能印華文。”

這不是感慨，是技術(shù)與文化的真沖突。西方的字母系統(tǒng)是線性的、可拆解的，機械按鍵可以標準化。但漢字不同，每個字都是獨立單位，結(jié)構(gòu)復(fù)雜，筆畫各異，根本沒法像英文字母那樣一鍵一字母地處理。到了20世紀初，日本搞出了全假名打字機，泰國也造出了本國語打字機，只有中文被全球一致判定為“打不出來的文字”。

中文打不出來，不是因為中國人不努力，而是因為整個信息系統(tǒng)從設(shè)計之初就沒考慮讓漢字進場。字母表、排版邏輯、編碼方式，全是為拉丁體系服務(wù)的。這種排斥不是陰謀，而是默認。

更嚴重的是，這種技術(shù)排斥在1949年前后達到了一個極端：當時有中文學(xué)者建議聯(lián)合國取消中文為工作語言，理由居然是“難以電子處理”。

這話聽著像笑話，但當時很多人是認真的。更有甚者，在國內(nèi)也產(chǎn)生了“廢漢字”的聲音。《新青年》雜志上的錢玄同直接表示：“不廢漢字，必亡其種。”這不是危言聳聽，而是他覺得中國要現(xiàn)代化，只能全盤西化，包括語言。

可問題是，語言不是說扔就扔的。漢字成千上萬個，承載的不只是意思，還有文化認同、歷史脈絡(luò)。你可以學(xué)習(xí)拉丁字母，但你沒法讓13億人都從此只說拼音。

于是，一條更難但更有價值的路出現(xiàn)了：既然你們的系統(tǒng)不接納我，那我就自己造一個能接納我的系統(tǒng)。

漢字的信息化命運

1974年，北大計算機研究所的王選啟動了一個在當時幾乎沒人看好的項目：研發(fā)“漢字信息處理與激光照排系統(tǒng)”。

在那個拼命買西方設(shè)備、學(xué)外文代碼的年代，王選選擇了最難啃的骨頭——讓電腦學(xué)會“認識漢字”。

當時的計算機編碼是8位，最多處理256個字符，英文+數(shù)字+標點綽綽有余，漢字常用字起步就是7000個，壓根塞不下。更別說每個字都要有圖形、結(jié)構(gòu)、筆畫，涉及的是圖像處理，不是文字組合。

簡單來說，英文是積木，漢字是雕塑。

王選的方案聽起來有點“手工藝”：用剪刀裁字根、用黑紙拼圖形、拍照掃描進電腦，再編程控制激光打印。

一個字一個字地“教”電腦認識漢字。這事兒放現(xiàn)在，連中學(xué)編程班的學(xué)生都嫌麻煩，但在那個沒有字庫、沒有模板、沒有AI的年代，這就是唯一的路。

1979年7月27日，第一張使用激光照排技術(shù)打印的報紙樣張《漢字信息處理》問世。這是中國第一次用非西方體系完成的漢字排版輸出。很多人以為這只是印刷更新，其實它改寫的是語言在電子世界的“存在方式”。

到了1987年，《人民日報》全線采用王選團隊的激光照排系統(tǒng)。效率提升20倍，成本下降大幅，印刷事故減少90%。更重要的是，這套系統(tǒng)100%國產(chǎn)，徹底擺脫了對西方印刷體系的依賴。

王選說了一句話：“別人用計算機搞英文排版是順流而下，我們做中文排版是逆流而上。”這不是一句雞湯，是當時中國工程師的真實處境。沒有任何國家、公司、技術(shù)為你預(yù)留接口，那就只能自己硬拆墻。

王永民的“五筆”

電腦能理解漢字了，下一步是什么？顯然，是怎么“打”進去。

拼音輸入法聽起來是個不錯的解決方案，但一試就廢了。原因很簡單：中文同音字太多。“銀行”“銀杏”“迎行”都叫“yin hang”，電腦分不清，效率低得離譜。當時普通話普及率也不高，拼音輸入根本沒法大面積推廣。

這個時候，南陽的王永民干了一件比王選還難的事：他要讓漢字像拼圖一樣被打出來。1978年起，他用1800天，寫下了12萬張卡片，純手工拆解常用漢字的結(jié)構(gòu)和筆畫，建立了一個“漢字結(jié)構(gòu)周期表”，然后創(chuàng)造了五筆字型輸入法。

五筆的邏輯是：把漢字拆成字根，分五個區(qū)，每個字最多敲四下鍵盤。比如“你”字，按“NTR”，每個鍵都代表一個結(jié)構(gòu)單位。這不是死記硬背，而是結(jié)構(gòu)識別。說白了，拼音輸入是“猜字”，五筆輸入是“拼字”。

1983年，王永民在全國公開演示五筆輸入法，一分鐘輸入136字，直接秒殺所有拼音輸入方案。媒體當時怎么說的？“這是中文輸入的一次登頂一跳。”

1984年，中國引進11萬臺個人電腦，中文輸入成了系統(tǒng)級難題。拼音還在實驗室階段，只有五筆能穩(wěn)定輸入，效率高、準確率高，成了各級政府、新聞機構(gòu)、辦公系統(tǒng)的首選。

全國掀起打字熱潮，從高校到培訓(xùn)機構(gòu)，人人學(xué)五筆，一句口訣“王旁青頭兼五一”成了80年代的入門暗語。

五筆不是簡單的工具，它是中文自己爭取回來的輸入權(quán)。沒有它，中文用戶得靠拼音打字、靠英文界面、靠西方系統(tǒng)設(shè)定的邏輯活著。王永民的意義在于，讓漢字在輸入層面擁有了話語權(quán)。

中文信息化的逆襲之路

進入21世紀，拼音輸入法突飛猛進，智能ABC、搜狗、百度輸入法等相繼上線，語音識別、OCR掃描也逐漸成熟。

今天中文輸入法超過1000種，幾乎覆蓋了所有可能的使用場景。但問題是，如果沒有王選的字庫標準、王永民的結(jié)構(gòu)邏輯，這些新技術(shù)根本無從談起。

說白了，今天你能在手機上用語音打“粵語+普通話+英文+火星文”，那是因為當年有人把“認字”和“打字”這兩個最基礎(chǔ)的問題解決了。

沒有這些結(jié)構(gòu)底層的技術(shù)突破，今天所謂的“自然語言輸入”就只能是西方語言的獨角戲。

而最值得一提的是：這些人沒靠資本驅(qū)動，也沒靠海外留學(xué)加持。他們用的不是AI，不是大模型，不是多模態(tài)，而是剪刀、卡紙、算盤、算盤腦子。他們的技術(shù)沒有開源社區(qū)，沒有開源代碼，只有一個目標——讓中國人繼續(xù)用自己的文字工作、生活、表達。

這條路走了超過100年，從打字機時代被拒之門外，到今天可以用中文寫代碼、做設(shè)計、發(fā)推文、聊GPT。很多人不知道這背后的故事，但不代表它不重要。

這不是“電腦終于支持漢字”，而是漢字自己打破了技術(shù)壁壘。不是西方系統(tǒng)善意地開放了接口，而是中國工程師用幾十年時間，把門給撬開了。

所以我們今天敲下的每一個“你”“我”“他”，都不只是一個字符，而是曾經(jīng)被世界排斥的一種文明，在信息時代的自我證明。

全世界都說不行，中國人說：那就做給你看。

參考資料：錯過了打字機時代的漢字，是如何進入電腦的？湃客：差評 2022-02-04
由于平臺規(guī)則，只有當您跟我有更多互動的時候，才會被認定為鐵粉。如果您喜歡我的文章，可以點個“關(guān)注”，成為鐵粉后能第一時間收到文章推送。