符合 描述性状态迁移 REpresentational State Transfer （LCTT 译注：REST，译自审定公布名词数据库）的应用程序接口（API）无处不在。有趣的是又有多少人真正了解“符合描述性状态迁移”的应有之义呢？

大概我们中的大多数人都会跟 黑客新闻网站上的这篇公开问答 产生共鸣：

我阅读了几篇介绍描述性状态迁移（REST）的文章，甚至包括原始论文的部分章节。然而我仍然对REST 到底是什么只有一个相当模糊的想法。我开始认为没有人真的了解它，它仅仅是一个定义相当不充分的概念。

我曾经计划写一篇有关 REST 的博客，在里面探讨 REST 是如何成为这样一个在网络通信领域占主导地位的范式的。我通过阅读 2000 年发表的 罗伊·菲尔丁 Roy Fielding 的博士论文 开始我的研究，这篇博士论文向世人介绍了 REST 的概念。在读过菲尔丁的博士论文以后，我意识到，相比之下，更引人注意的是菲尔丁的理论缘何受到如此普遍的误解。

（相对公平地说，）很多人知道 REST 源自菲尔丁的博士论文，但并没有读过该论文。因此对于这篇博士论文的原始内容的误解才得以流行。

最大的误解是：这篇博士论文直接解决了构建 API（API）的问题，我此前一直认为 REST 从一开始就打算成为构建在超文本传输协议（HTTP）之上的 网络 API Web API 的架构模型，我相信很多人也这样认为。我猜测此前可能存在一个混乱的试验时期，开发人员采用完全错误的方式在 HTTP 基础上开发 API，然后菲尔丁出现了，并提出了将 REST 做为网络应用程序开发的正确方式。但是这种想法的时间线对不上：我们今天所熟知的网络服务的 API 并非是在菲尔丁出版他的博士论文之后才出现的新生事物。

菲尔丁的博士论文《架构风格与基于网络的软件架构设计》不是讨论如何在 HTTP 的基础上构建 API，而恰恰是讨论 HTTP 本身。菲尔丁是 HTTP/1.0 版规范的贡献者，同时也是 HTTP/1.1 版的共同作者。有感于从 HTTP 的设计中获得的架构经验，他的博士论文将 REST 视为指导 HTTP/1.1 的标准化过程的架构原则的精华。举例而言，他拒绝了使用新的 MGET 和 MHEAD 方法进行批量请求的提议，因为他认为这违反了 REST 所定义的约束条件，尤其是在一个符合 REST 的系统中传递的消息应该是易于代理和缓存的约束条件。 ^[1] 因此，HTTP/1.1 转而围绕持久性连接设计，在此基础上可以发送多个 HTTP 请求。（菲尔丁同时认为网页保存在本地的浏览数据，即 cookie 是不符合 REST 的，因为它们在一个状态无关的系统中增加了状态描述，然而它们的应用已经根深蒂固了。 ^[2] ）菲尔丁认为，REST 并非构建基于 HTTP 的系统的操作指南，而是扩展 HTTP 的操作指南。

这并不意味着菲尔丁认为 REST 不能用于构建其他系统。只是他假定其他系统也是 “ 分布式超媒体系统 distributed hypermedia systems ”。人们对 REST 还有另一个误解：认为它是一个可以用在任何网络应用中的通用架构。但是从这篇博士论文中菲尔丁介绍 REST 的部分你基本上能够得出如下的结论，“请注意，我们只设计了 HTTP，但是如果你发现你自己也在设计一个\_分布式超媒体系统\_，你也应该采用我们提出的称为 REST 的优秀架构，以让开发变得更容易”。有鉴于互联网已经存在了，我们尚不清楚为什么菲尔丁认为有人可能试图重新创建这样一个（和 HTTP 一样的）系统。或许在 2000 年的时候世界上仍然存在不只一个分布式超文本系统的空间吧。无论如何，菲尔丁已经说得很清楚了，REST 意在提供一套解决方案，来解决在试图经由网络连接超文本内容时出现的可扩展性与一致性问题，而不是 作为分布式应用的通用架构模型。

我们现在只记得菲尔丁的博士论文提出了 REST 的概念，但事实上，他的博士论文是在讨论一刀切的软件架构有多么糟糕，以及如何更好地选择符合你需求的软件架构。这篇博士论文中仅用了一个章节来讨论 REST 本身，大量的文本内容都都花在了对你能够在网络应用中运用的不同的架构风格 ^[3] 的分类上。这些架构风格包括：受 Unix 的管道设计启发的 管道-过滤器 Pipe-and-Filter （PF）风格， 客户-服务器 Client-Server （CS）风格的多种改进，如 分层-客户-服务器 Layered-Client-Server （LCS）风格、 客户-缓存-无状态-服务器 Client-Cache-Stateless-Server （C$SS）风格和<ruby> 分层-客户-缓存-无状态-服务器 <rt> Layered-Client-Cache-Stateless-Server </rt></ruby>（LC$SS）。这些缩略词未必实用，但是菲尔丁认为我们可以通过混合匹配现有风格提供的约束条件来派生出新的风格。REST 就是通过这种方式产生的，它本可以称之为 一致性-分层-按需代码-客户-缓存-无状态-服务器 Uniform-Layered-Code-on-Demand-Client-Cache-Stateless-Server （ULCODC$SS）风格，显然我们并没有这样做。菲尔丁建立上述分类是为了强调（每一种风格对应的）约束适用于不同的应用，而上述最后一种风格对应的约束是他所认为的最适用于 HTTP 的。

今天，REST 的无处不在是极具讽刺意味的。REST 在各种各样的网络应用中被盲目使用，但是菲尔丁最初只是将 REST 视作一种指引，通过它指导人们裁剪一种软件架构来适应独立应用的特殊需求。

我很难弄清楚这是如何发生的，毕竟菲尔丁已经明确地指出了不能让形式服从功能的陷阱。他在论文的一开始就作出了警告：由于没有正确地理解软件架构而“使用流行的架构设计是经常发生的” ^[4] 。他在几页之后又重新强调了这一点：

一些架构风格经常被描述为适用于一切软件形式的“银弹”解决方案。然而，一名好的设计者应该选择能够满足解决特定问题的需要的架构风格 ^[5] 。

REST 本身就是一个特别糟糕的 “银弹” 解决方案。正如菲尔丁所指出的，它包含了可能不合适的利弊权衡，除非你试图构建一个分布式超媒体应用：

REST 设计用来高效地进行大粒度的超媒体数据传输，并对网络应用场景中的常用见情形做了优化，但是可能会导致其在与其他形式的软件架构相互作用时不协调。 ^[6]

菲尔丁提出 REST 是因为网络发展带来了“ 超越政府的可扩展性 anarchic scalability ”这一棘手问题，菲尔丁的意思是需要以一种高性能的方式跨越组织和国家边界连接文件。REST 所施加的约束是经过精心选择的，以用来解决这一“超越政府的扩展性”问题。面向公众 的网络服务 API 同样需要解决类似的问题，因此可以理解为什么 REST 在这些应用中是适用的。然而，时至今日，如果发现一个工程团队使用 REST 构建了一个后端，即使这个后端只与工程团队完全控制的客户端通讯，也不会令人惊讶。我们都成为了 蒙蒂巨蟒 Monty Python 的独幕滑稽剧 中的建筑师，那位建筑师按照屠宰场的风格设计了一座公寓大楼，因为屠宰场是他唯一具有的经验的建筑。（菲尔丁使用了这部滑稽剧中的一句台词作为他的博士论文的题词：打扰一下，你说的是“刀”吗？）（LCTT 校注：顺便说一句，Python 语言的名称来自于 “Monty Python” 这个英国超现实幽默表演团体的名字。）

有鉴于菲尔丁的博士论文一直在极力避免提供一种放之四海而皆准的软件架构，REST 又怎么会成为所有网络服务的事实上的标准呢？

我认为，在 21 世纪头十年的中期人们已经厌倦了简单对象访问协议（SOAP），因此想要创造另一种属于他们自己的四字首字母缩略词。

我只是半开玩笑。 简单对象访问协议 Simple Object Access Protocol （SOAP）是一个冗长而复杂的协议，以致于你没法在不事先理解一堆互相关联的可扩展标记语言（XML）规范的基础上使用它。早期的网络服务提供基于 SOAP 的 API。在 21 世纪头十年中期，随着越来越多的 API 开始提供，被 SOAP 的复杂性激怒的软件开发者随之集体迁移。

SOAP 遭到了这群人的蔑视，Rails 之父 戴维·海涅迈尔·汉森 David Heinemeier Hansson （LCTT 译注：译自其所著的《重来》的中文版的作者译名）曾经评论：“我们感觉 SOAP 过于复杂了，它已经被企业人员接管。而当这一切发生的时候，通常没有什么好结果。” ^[7] 始于这一标志性的评论，Ruby-on-Rails 于 2007 年放弃了对 SOAP 的支持。“企业人员”总是希望所有内容都被正式指定，反对者认为这是浪费时间。

如果反对者不再继续使用 SOAP，他们仍然需要一些标准化的方式来进行工作。由于所有人都在使用 HTTP，而且代理与缓存的所有支持，每个人都至少会继续使用 HTTP 作为传输层，因此最简单的解决方案就是依赖 HTTP 的现有语义。这正是他们所做的工作。他们曾经称之为： 去它的，重载 HTTP Fuck It, Overload HTTP （FIOH）。这会是一个准确的名称，任何曾经试图决定业务逻辑错误需要返回什么 HTTP 状态码的人都能证明这一点。但是在所有的 SOAP 正式规范工作的映衬下，这显得鲁莽而乏味。

幸运的是，出现了这篇由 HTTP/1.1 规范的共同作者创作的博士论文。这篇博士论文与扩展 HTTP 有某种模糊的联系，并给予了 FIOH 一个具有学术体面的外表。因此 REST 非常适合用来掩饰其实仅仅是 FIOH 的东西。

我并不是说事情就是这样发生的，也不是说在不敬业的创业者中确实存在着盗用 REST 的阴谋，但是这个故事有助于我理解，在菲尔丁的博士论文根本就不是讨论网络服务 API 的情况下，REST 是如何成为用于网络服务 API 的架构模型的。采用 REST 的约束存在一些效果，尤其是对于那些面向公众的需要跨越组织边界的 API 来说。这些 API 通常会从 REST 的“统一接口”中受益。这应该是 REST 起初在构建网络 API 时被提及的核心原因。但是，想象一下一种叫做 “FIOH” 的独立方法，它借用 “REST” 的名字只是为了营销，这有助于我解释我们今天所知道的 REST 式 RESTful API 与菲尔丁最初描述的 REST 的架构风格之间的诸多差异。

举例而言，REST 纯粹主义者经常抱怨，那些所谓 RESTful API 实际并不是 REST API，因为它们根本就没有使用 超文本作为应用程序状态引擎 Hypermedia as The Engine of Application State （HATEOAS）。菲尔丁本人也做出过 这样的批评。根据菲尔丁的观点，一个真正的 REST API 应当允许你通过跟随链接实现从一个基础端点访问所有的端点。如果你认为这些人的确在试图构建 RESTful API，那么存在一个明显的疏漏 —— 使用超文本作为应用程序状态引擎（HATEOAS）的确是菲尔丁最初提出的 REST 概念的基础，尤其是考虑到“描述性状态迁移（REST）”中的“状态迁移（ST）”意指使用资源之间的超链接进行状态机的导航（而不是像很多人所相信的那样通过线路传输资源状态） ^[8] 。但是你试想一下，如果每个人都只是在构建 FIOH 的 API，并明里暗里的将之作为 REST API 宣传，或者更诚实一点说是作为 “RESTful” API 宣传，那么自然使用超文本作为应用程序状态引擎（HATEOAS）也就不重要了。

类似的，你可能会感到惊讶：尽管软件开发者喜欢不断地争论使用 PUT 方法还是使用 PATCH 方法来更新资源更加 RESTful，菲尔丁的博士论文却没有讨论哪个 HTTP 的操作方法应该映射到增删改查（CURD）操作。在 HTTP 操作与 CURD 操作之间建立一个标准的映射表是有用的，但是这一映射表是 FIOH 的一部分而不是 REST 的一部分。

这就是为什么，与其说没有人理解 REST，不如说我们应该认为 “REST” 这一术语是被误用了。REST API 这一现代概念与菲尔丁的 REST 架构之间存在历史联系，但事实上它们是两个不同的概念。历史联系适合作为确定何时构建 RESTful API 的指引而留在心底。你的 API 需要像 HTTP 那样跨越组织和政府边界吗？如果是的话，那么构建具有统一的可预测的接口的 RESTful API 可能是正确的方式。如果不是的话，你最好记住，菲尔丁更倾向于形式服从功能。或许类似 GraphQL 的方案或者仅仅 JSON-RPC 更适合你试图完成的工作。

1. Roy Fielding. “Architectural Styles and the Design of Network-based Software Architectures,” 128. 2000. University of California, Irvine, PhD Dissertation, accessed June 28, 2020, https://www.ics.uci.edu/~fielding/pubs/dissertation/fielding_dissertation_2up.pdf. ↩︎
2. Fielding, 130. ↩︎
3. Fielding distinguishes between software architectures and software architecture “styles.” REST is an architectural style that has an instantiation in the architecture of HTTP. ↩︎
4. Fielding, 2. ↩︎
5. Fielding, 15. ↩︎
6. Fielding, 82 ↩︎
7. Paul Krill. “Ruby on Rails 2.0 released for Web Apps,” InfoWorld. Dec 7, 2007, accessed June 28, 2020, https://www.infoworld.com/article/2648925/ruby-on-rails-2-0-released-for-web-apps.html ↩︎
8. Fielding, 109. ↩︎

via: https://twobithistory.org/2020/06/28/rest.html

作者：Two-Bit History 选题：lujun9972 译者：CanYellow 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

微分分析仪是一种能够求解微分方程的机械式模拟计算机。它已经不再使用了，因为如今最便宜的笔记本电脑都能更快地解决相同的问题，并且你还可以同时在线刷剧。然而在数字计算机发明之前，微分分析仪使数学家能够完成一些用其它工具不可能完成的计算。

现如今很难想象一台不是由印刷的数字电路组成的计算机竟然是可以正常运作的。机械计算机听起来就像是从蒸汽朋克小说里跑出来的一样。事实证明微分分析仪不但能用，而且还是一些研究领域中必不可少的工具。它最为人所知的应用是曾被美国陆军用于编制火炮射表。如果没有射表辅助瞄准，口径再大的火炮也无法充分发挥效能。所以理论上来说，微分分析仪在帮助同盟国赢得二战上发挥了重要作用。

要弄清微分分析仪是如何做到这些的，你首先得知道什么是微分方程。已经还给学校了？没事，我也一样。

微分方程

你首次接触微分方程应该是在大学《微积分 I》的最后几周。在学期的这个阶段，你那薪资低微的兼职教授应该已经教授过极限、导数和积分这些概念了。在这些概念之上再引入等号，现在你就得到了一个微分方程。

微分方程描述了一个变量相对于另一个（或多个）变量的变化率。形如 的常见代数式表示变量 y 与 变量 x 之间的关系。形如 或 的微分方程表示变化率与其它变量间的关系。本质上微分方程就是用纯数学方式来描述变化率。前面第一个方程表示 “变量 y 相对于变量 x 的变化率刚好等于 x 。”第二个方程表示“无论 x 的值是多少， y 相对于 x 的变化率总是 2。”

微分方程非常有用，因为在现实世界中，描述复杂系统从一个瞬间到下一个瞬间的变化往往比想出一个描述系统在所有可能的瞬间的方程要容易。因此，微分方程被广泛应用于物理和工程领域。一个著名的微分方程是 热传导方程 heat equation 。它能描述热量在物体中的扩散过程。要提出一个完全地描述物体在某时刻 t 的热量分布的函数很困难，但推理热量从某时刻到下一个时刻的扩散过程不太可能会让你绞尽脑汁——近冷者变热，近热者变冷。所以尽管热传导方程在形式上比起前面的例子要复杂得多，它也只是变化率的描述而已。它描述了在给定与周围的温差时，物体上任意一点的温度随时间的变化。

再来举一个更具体的例子。假如我在真空中竖直向上抛出一个网球，在我窒息之前它会落回来吗？这是我在高中物理课上被问到的问题，解决它只需要基本的牛顿运动方程。现在暂且假设我已经忘记了牛顿运动方程，只记得物体以恒定的加速度 g （大约为 ）向地球加速运动。那么如何用微分方程来解决这个问题呢？

现在把我对高中物理仅存的记忆表示成微分方程。网球在离手后会向地球以 g 加速运动。也就是说网球的速度相对于时间的变化率为 g（在负方向上）。进一步，我们可以说球离地高度的变化率（也就是速度）随时间的变化率是负方向的 g 。其微分方程形式如下，其中 h 表示高度， t 表示时间：

它跟前面的微分方程看起来略有差别，因为这是所谓的二阶微分方程。我们讨论的是变化率的变化率，也许你还记得微积分课讲过，这需要用到二阶导数。这是方程左边部分看上去像被平方了的原因。但是该方程也仅仅表示了球向下以恒定的加速度 g 加速运动这一事实。

到这里，我可以选择使用微积分来求解微分方程。解微分方程并不是要找满足指定关系的值，而是要找满足关系的函数。对上面的微分方程的另一种理解是存在这样的函数，它的二阶导数为 -g 。我们想要找到这个函数，因为它能告诉我们球在任意时刻的高度。好在这个微分方程恰巧是容易求解的。通过这样，我们可以重新推导出那些被我遗忘了的运动方程，从而轻松地计算出球落回来所花的时间。

但是大部分情况下微分方程是很难求解的。有时甚至是无法求解的。假设我在大学时把更多的精力花在了计算机科学上，那么我的另一种选择就是用微分方程来做模拟。如果已知球的初速度和加速度，我可以轻易用 Python 写一个 for 循环来逐秒迭代计算球在离手后 t 时刻的速度。在此基础上对循环程序稍加修改，就可以用算出的速度迭代计算出球的高度。运行这个 Python 模拟程序，它就可以计算出球什么时候落回来了。这个模拟并不是完全精确的，但是我可以通过减小计算用的时间步长来提升精度。总之我要做的只是搞清楚当球落回来时我是否还活着。

这就是微分方程的数值解法。这也是大多数领域中求解微分方程时实际采用的方法。对于用数值方法求解微分方程，计算机是必不可少的，因为模拟的精度取决于在微小步长上进行的大量计算。手工计算容易出错并且太耗时。

那如果将这个问题的背景时间设定在 1936 年呢？我仍然希望实现计算过程的自动化。但是此时离 克劳德·香农 Claude Shannon 完成他的硕士论文还有一年时间。在这篇论文中香农用数字电路实现了 布尔代数 boolean algebra 。没有数字计算机可用，恐怕就只能寄希望于于模拟计算机了。

微分分析仪

首台微分分析仪是由 范内瓦·布什 Vannevar Bush 和 哈罗德·哈森 Harold Hazen 于 1928 年到 1931 年在 MIT 建造的。他们两人都是工程师。制造它是为了解决应用数学和物理领域中的实际问题。正如布什在 1931 年的一篇论文 中所说，微分分析仪是为了解决那些“不断为他们所用方程的复杂性而不是深刻性所困扰的”的数学家的所面临的当代问题。

微分分析仪是一台由传动轴、齿轮和转盘组成的复杂仪器，它能够求解高达六阶的微分方程。它是一台由简单部件通过复杂组合而成的神奇机器。在这一点上它和数字计算机很像。不同点是，数字计算机通过在电路中实现布尔代数来模拟代数问题，而微分分析仪通过传动轴、齿轮和转盘直接模拟微分方程问题。微分分析仪的本质就是对实际问题的直接机械类比。

那到底怎么用齿轮和转盘来计算微积分呢？其实这是最容易解释的部分。微分分析仪最重要的构件是六个积分器，每一个对应一阶的微分方程。机械积分器的历史可以追溯到 19 世纪，它是一个相对简单的装置，能够对单个简单函数进行积分运算的。下面我们将了解积分器的工作原理，但顺便说一句，布什的巨大成就不是发明了机械积分器，而是发现了一种将积分器串联起来解决高阶微分方程的方法。

机械积分器由一个大转盘和一个小得多的转轮组成。转盘像唱片机的转台一样平行于地面平放。它由电机驱动匀速转动。转轮竖直的轻放于转盘表面上，其压力既要足够让转盘驱动转轮，又不能太大以致于阻碍转轮相对于转盘自由侧向滑动。总之当转盘转动时，转轮也跟着转动。

转轮的转速由它距离转盘中心的距离决定。转盘的中心部分自然转动得比边缘部分慢。转轮的位置是固定不动的，而转盘被安装在一个可以来回滑动的底座上。这样就可以调节转轮相对转盘中心的位置。下面就是积分器工作的关键原理：转盘底座的位置由积分器的输入函数控制。积分器输出取决于转轮的转动量。所以输入函数驱动了输出函数的变化率，这就是将某个函数的导数转换成了这个函数本身。这不就是积分运算吗？

如果刚才的解释还没有让你理解积分器的原理，那么直接看到机械积分器实际工作的样子应该对你有所帮助。其实它的原理出乎意料的简单，看一遍它的运行过程你肯定就能窥见其运作机制。因此我制作了一个 运行中的机械积分器动态原理图，强烈建议你看一看。它展示了通过各个部件的旋转和移动求函数 f(x) 的 不定积分 antiderivative F(x) 的过程。这可太有趣了。

现在我们有了可以做积分运算的组件，但是只靠它还不足以解决微分方程。为了解释求解微分方程的全过程，我将使用布什在他 1931 年的论文中所举的例子。这个例子恰巧跟前面考虑的微分方程是在本质上是一样的。（真是奇妙的巧合！）布什使用下面的微分方程来表示下落物体的运动：

这跟前面的网球运动的方程基本上是一样的，只不过布什使用 x 代替了 h ，并且增加了一项来表示空气阻力的减速作用。这个新增项采用了最简单的形式来描述空气阻力的作用：空气减慢球速的比率正比于球的速度（这里 k 是一个常比例系数，我并不关心它的具体取值）。也就说是球运动得越快，空气阻力就越大，对球的减速作用越显著。

为了配置微分分析仪来解决这个微分方程，我们需要从布什称之为“输入面板”的东西开始。输入面板其实就是一张安装在支架上的坐标纸。如果想要解更复杂的方程，首先需要操作员在坐标纸上绘制好输入函数图像，然后在机器启动时用一个与机器主体相连的指针来跟踪函数图像的轨迹。在我们举的例子中，输入是常数 g ，所以我们只需将指针移动到正确的位置并让它保持不动即可。

剩下的变量 x 和 t 又是什么呢？变量 x 表示球的高度，是微分分析仪的输出。它会被绘制在输出面板上的坐标纸上。输出面板与输入面板类似，只是它没有指针，取而代之的是由微分分析仪驱动的绘图笔。变量 t 仅仅是按固定速率步进。（在前面模拟网球运动 Python 程序中，我们通过循环来增加 t 。）变量 t 来源于微分分析仪的电机，它通过匀速转动传动轴来驱动整个计算过程。

布什的原理图对于理解我下面要介绍的内容很有帮助。不过为了便于理解，需要先对微分方程再做一次变换。对方程两边同时进行一次积分，得到下式：

现在方程中的各项与微分分析仪运行中各部件转动量所表示的值之间有了更明确的对应关系。布什的原理图如下：

在原理图的顶部是输入面板，右下角是输出面板。

图中的输出面板被配置成同时绘制高度 x 和速度 。积分器在左下方，由于这是二阶微分方程，所以我们需要两个积分器。电机驱动顶部标注为 t 的传动轴。（有趣的是，布什将这些水平传动轴称为“总线”。）

现在原理图中还剩下两个部件没有解释了。里边标记了 k 的方框是 乘法器 multiplier ， k 是比例常数。它获取由 标记的传动轴的转动量，并通过齿轮组进行放缩。用 ∑ 标记的方框是 加法器 adder 。它通过巧妙的齿轮组合将两个传动轴的的转动叠加起来驱动第三个传动轴。我们的方程中涉及了求两项之和，所以需要引入加法器。这些额外组件的引入确保了微分分析仪有足够的灵活性来模拟由各种各样的项和系数组成的方程。

我发现以慢放的方式来推演电机启动时的级联因果过程对于理解微分分析仪的原理很有帮助。电机启动后立即驱动传动轴 t 匀速旋转。这样我们就有了时间的概念。这个传动轴有三个作用，分别由连接其上的三个竖直传动轴表示：它驱动了两个积分器的转盘的转动，同时带动输出面板的支架让绘图笔作图。

如果积分器的转轮被放置在转盘中心，那么传动轴 t 就不会带动其它传动轴转动。积分器的转盘会转动，但是放置在转盘中心的转轮不会被带动。这时输出图像将会是一条平坦的直线。出现这种情况是因为我们没有明确指定问题的初始条件。在上面的 Python 程序中，我们需要以常量或函数参数的形式用到网球的初始速度。在启动机器之前，我们通过将两个积分器的转盘调整到合适的位置来指定速度和加速度的初始值。

设置好这些之后，传动轴 t 的转动将会传导到整个系统之中。从物理上来说，许多部件会同时开始转动。但是我们可以认为转动首先传导到积分器 II，然后与基于 g 计算得到的加速度表达式求积分得到球的速度 。速度又反过来作为积分器 I 的输入，推动它的转盘让输出转轮以速率 转动。积分器 I 的输出作为最终结果将会被直接导向到输出面板上。

前面我有意避开了一个令人困惑的细节，那就是机器里有一个怪圈。积分器 II 以传动轴 为输入，但是该传动轴的转动又部分决定于积分器 II 的输出本身。这可能快把你绕吐了，但在物理上这并没有任何问题——因为所有部部件都是一同转动的。出现这种怪圈并没什么奇怪的，因为在用微分方程在描述某函数的变化率时，也经常会用该函数的函数的形式。（在这个例子中，加速度，即速度的变化率，取决于于速度。）

在将所有东西都正确配置好后，机器会输出球的高度和速度随时间变化的函数图像。这个图像是纸质的。用我们的现代数字化思维来看，这可能有点难以理解。画在纸上的函数图像能干什么？微分分析仪确实不能魔术般地给出解的简洁数学表达式，这是事实。但也请记住一点，很多的微分方程根本没有简洁的解析解。纸上的函数图像与前面模拟球下落的 Python 程序包含相同的信息：某时刻球的位置。它可以回答任何关于该问题的实际问题。

微分分析仪简直酷到爆。它虽然结构复杂，但是本质上只是一些传动轴和齿轮外的组合。要理解它的运作过程，你不必是电气工程师或者会制造芯片。然而它确实可以解微积分！它能够求解出那些靠你自己永远无法解决的微分方程问题。它证明建造计算机器的关键材料不是硅而是人类的创造力。

杀人

人类的创造力既能为善，也能为恶。正如我提到的，微分分析仪在历史上最知名的应用是为美国陆军计算火炮射表。鉴于二战是一场“正义的战争”，这是最好的结果。但是也不能忽视微分分析仪增强了大口径火炮的杀伤效能。火炮的确杀死了很多人。如果维基百科可信的话，在二战中死于炮火的士兵比被轻武器杀死的更多。

我们稍后再回到道德讨论上来，先快速解释一下为什么计算射表这么困难，以及微分分析仪是怎么帮助计算射表的。这是将微分分析仪应用于实际问题的很好的例子。射表能告诉炮手在射击某个距离外的目标时需要将炮口上抬多高。编制射表的一种方法是在不同的仰角下发射该火炮，并将结果记录下来。这种方法被用在靶场，比如位于马里兰的阿伯丁试验场。但是单纯通过实验观察的方式来编制射表即昂贵又耗时。在考虑到如天气状况或不同弹丸重量等其它因素时，需要进行的射击次数将会随组合爆增到无法实施的程度。所以基于少量观测数据建立数学模型，再基于该模型来填充出完整的射表是一个更好的方法。

我不想太深入讨论这些数学理论，它们实在太难了，我也不懂。但是你应该也想到了，支配飞行中的炮弹和向上抛出的网球运动的物理规律并没有什么不同。由于计算精度的需要，我们使用的微分方程不得不偏离其理想化的形式，并迅速变得面目狰狞起来。即便是最早的精确弹道理论中的公式，除其它因素外，还考虑了弹丸的重量、直径、形状、主风、海拔、大气密度以及地球自转 ^[1] 。

虽然关于射表计算的方程很复杂，但它们跟前面的微分方程一样，都可以通过微分分析仪数值求解。1935 年微分分析仪被阿伯丁试验场用于求解弹道方程。这显著加快了计算射表的速度。 ^[2] 然而，二战期间对于射表的需求增长太快了，以至于美国陆军计算射表的速度难以满足运往欧洲战场的武器装备的配套需求。这最终导致陆军资助了宾夕法尼亚大学的 ENIAC 项目。这促成了世界上第一台数字计算机的诞生。（LCTT 译注：严格来说 ENIAC 是第二台电子数字计算机。第一台电子计算机是 阿塔纳索夫-贝瑞计算机 Atanasoff–Berry Computer ，简称 ABC 计算机。）ENIAC 能够通过重新布线运行任意程序。但建造它的主要是为了以数倍于微分分析仪的速度来计算射表。

鉴于在微分分析仪之外，射表计算问题极大地推动了早期计算领域的发展，专门挑出微分分析仪的道德问题也许是不公正的。微分分析仪并没有局限于军事领域的应用，在二战期间和二战后的很大一段时间里，由于美国军方投入的大量的拨款，整个计算领域得到了发展。

总之，我认为微分分析仪更有趣的遗产是它告诉了我们计算的本质。我惊叹于于微分分析仪能做到这么多事情，我猜你也一样。我们很容易落入这样的思维陷阱：将计算看作是由快速数字电路实现的领域。事实上，计算是更抽象的过程，电子数字电路只是实现计算的典型手段罢了。在关于微分分析仪的论文中，布什说他的发明不过是在“运用复杂机械结构来类比复杂的推理过程这一影响深远的计划”上的微小贡献。他的总结很贴切。

1. Alan Gluchoff. “Artillerymen and Mathematicians: Forest Ray Moulton and Changes in American Exterior Ballistics, 1885-1934.” Historia Mathematica, vol. 38, no. 4, 2011, pp. 506–547., https://www.sciencedirect.com/science/article/pii/S0315086011000279. ↩︎
2. Karl Kempf. “Electronic Computers within the Ordnance Corps,” 1961, accessed April 6, 2020, https://ftp.arl.army.mil/~mike/comphist/61ordnance/index.html. ↩︎

via: https://twobithistory.org/2020/04/06/differential-analyzer.html

作者：Two-Bit History 选题：lujun9972 译者：toknow-gh 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

20 世纪 70 年代末期，计算机突然成为了某种普罗大众能够买回家的商品；而此前的几十年间，它一直只是听命于企业级霸主的神秘而笨重的机器。少数狂热的爱好者注意到了它是多么的吸引人，并争相购买了属于自己的计算机。对更多的人而言，微型计算机的到来引发了对未来的无助焦虑。同时期的杂志上的一则广告承诺，家用计算机将“让您的孩子在学校享有不公平的优势”。广告中展示了一位打着领带，身着时髦的西装外套的男孩子急切地举手回答问题，而在他的身后，他的那些显得不那么聪明的同学们闷闷不乐地望着他。这则广告以及其它类似的广告在暗示：世界正在疾速改变，而如果你不立即学习如何使用这些令人生畏的新设备之一，你和你的家人就会被时代所抛弃。

在英国，这些焦虑转化为政府高层对国家竞争力的担忧。从各种意义上，20 世纪 70 年代对英国来说都是平平无奇的十年，通胀与失业率高企。与此同时，一系列的罢工让伦敦陷于一次又一次的停电中。一篇 1979 年的政府报告担心：没有跟上计算机技术浪潮将“为我们糟糕的工业表现平添又一个影响因素” ^[1] 。英国似乎已经在计算机技术的角逐中落后了 —— 所有的大型的计算机公司都是美国的，而集成电路则在日本和中国台湾制造。

由英国政府建立的公共服务广播公司英国广播公司（BBC）作出了一个大胆的举动，决定通过帮助英国人战胜他们对计算机的反感，来解决英国的国家竞争力问题。BBC 发起了 “ 计算机认知计划 Computer Literacy Project ”，该计划包括多个教育方向的努力：几部电视连续剧、一些相关书籍、一个支持团队网络以及一款名为 BBC Micro 的特别定制的微型计算机。该项目是如此成功，以致于 1983 年 《BYTE》杂志的一位编辑写道：“与美国相比，英国人对微型计算机感兴趣的比例更高。” ^[2] 这位编辑惊讶于在英国举办的 第五届个人计算机世界展 Fifth Personal Computer World Show 的人数比参加当年的西海岸计算机展的人数更多。超过六分之一的英国人观看了由该计划制作的第一部电视连续剧，并最终售出了 150 万台 BBC Micro 微型计算机。 ^[3]

去年，一份包含了由计算机认知计划制作的每一部电视连续剧和所有出版资料的 档案 被发布在了互联网上。我抱着极大的兴趣观看了这些电视连续剧，并试图想象在 20 世纪 80 年代早期学习计算机使用是什么样子。但事实证明，更有趣的是计算机是如何被教授的。今天，我们仍然担心技术发展使人们落伍。富有的科技企业家与政府花费大量的资金试图教孩子们“编码”。我们拥有诸如 Codecademy 这样的网站，通过新技术的运用进行交互式编程教学。我们可能假定这种方式比 80 年代的呆板的电视连续剧更高效，不过真的是这样吗？

计算机认知计划

1975 年发布的 Altair 8800 拉开了微型计算机革命的大幕。不到两年，Apple II、TRS-80 以及 Commodore PET 也都相继发布。全新的计算机的销量爆发式增长。1978 年，BBC 在一部名为 《 芯片来了 Now the Chips Are Down 》（LCTT 译注：对于非英国区域的读者，可以在 这里 观看该纪录片）的纪录片中探讨了这些新机器必将会带来的剧烈的社会变革。

该纪录片充满担忧。在前 5 分钟内，解说员提到这种微电子器件将“彻底改变我们的生活方式”。随着诡异的合成音乐的播放，屏幕上绿色的电脉冲围绕着放大后的芯片起舞，解说员进一步说，这种芯片“正是日本放弃造船业的原因，也将成为我们的孩子们长大后失业的原因”。该纪录片继续探讨了机器人如何用于汽车自动化组装，以及欧洲的手表业如何在与美国的电子表行业竞争中败下阵来。它指责英国政府在应对未来的大规模失业的准备上做得不够。

该纪录片据信可能在英国议会上展示过。 ^[4] 包括工业署和人力服务委员会在内的一些政府代表，开始对尝试提高英国公众对计算机的认识感兴趣。人力服务委员会为来自 BBC 的教育部门提供了资助，让他们的一个团队到日本、美国以及其他国家进行了实地考察。该研究团队完成了一份报告，历数了微电子技术在工业制造、劳动关系与办公室工作等领域的哪些方面将发生重大改变。70 年代末，BBC 决定制作一部十集电视连续剧，帮助普通英国人“学习如何使用和控制计算机，避免产生被计算机支配的感受” ^[5] 。这一努力最终成为了一个与 “ 成人认知计划 Adult Literacy Project ” 相似的多媒体项目。成人认知计划是 BBC 此前进行的一项工作，包括一部电视连续剧以及补充课程，帮助两百万人提高他们的阅读能力。

计算机认知计划背后的制作方热衷于以“实操”示例为特色的电视连续剧。这样如果观众拥有一台微型计算机在家里，他们就可以亲自动手尝试。这些例子必须使用 BASIC 语言，因为这是在几乎所有的微型计算机上都使用的编程语言（实际是整个 交互界面 shell ）。但是制作者面临一个棘手的问题：微型计算机制造商均拥有他们自己的 BASIC 方言，因此不论他们选择哪一种方言，他们都不可避免地疏远大部分的观众。唯一切实可行的方案是创造一种全新的 BASIC 方言 —— BBC BASIC，以及与之配合使用的微型计算机。英国公众可以购买这种全新的微型计算机，并依照示例操作，而不需要担心软硬件上的差异带来的问题。

BBC 的电视制作人与节目主持人并不具备自行制造微型计算机的能力，因此他们汇总了一份他们预期的计算机的规范，并邀请英国的微型计算机公司推出满足该规范要求的新机器。这份规范要求提供一种相对更强劲的计算机，因为 BBC 的制作方认为相应的设备应当能够运行真实有用的应用程序。计算机认知计划的技术顾问还建议：如果必须要教授全体国人一种 BASIC 方言的话，那么最好选择表现良好的方言（他们可能没有确切地这样说，不过我认为这就是他们的真实想法）。BBS BASIC 通过允许递归调用与局部变量弥补了一些 BASIC 语言的常见缺点。 ^[6]

BBC 最终决定由一家位于剑桥的名为 Acorn Computers 的公司制造 BBC Micro 计算机。在选择 Acorn 公司的时候，BBC 没有接受来自 Clive Sinclair 的申请，他经营着一家 Sinclair Research 公司。1980 年，Sinclair 公司通过 Sinclair ZX80 为英国开拓了微型计算机的大众市场。虽然 Sinclair 公司的新产品 ZX81 更便宜，但是性能不足以满足 BBC 的要求。而 Acorn 的新型计算机（内部被称为 Proton）的原型机更加昂贵，但是性能更好，更具备扩展性。BBC 对此印象深刻。该型号的计算机从未以 “Proton” 的名字上市或销售过，因为它在 1981 年 12 月以 “BBC Micro” 的名字发布了。BBC Micro 又被亲切地称为 “The Beeb”，你可以以 235 英磅的价格购得其 16k 内存的版本，或者以 335 英磅的价格获得其 32k 内存的版本。

到了 1980 年，Acorn 在英国计算机行业逐渐衰微，但是 BBC Micro 帮助 Acorn 公司创立了其遗留至今的宝贵遗产。时至今日，世界范围内最流行的微处理器指令集是 ARM 架构，“ARM” 如今代表的是 “ 先进 RISC 架构设备 Advanced RISC Machine ”，然而最初它代表的是 “ Acorn RISC 架构设备 Acorn RISC Machine ”。ARM 架构背后的 ARM 控股公司就是 Acorn 公司在 1990 年之后的延续。

BBC Micro 的一幅差劲的图片，我摄于美国加州山景城的 计算机历史博物馆 Computer History Museum

《计算机程序》电视连续剧

作为计算机认知计划的一部分，他们最终制作了十几部不同的电视连续剧。第一部作品是一部名为 《计算机程序The Computer Programme》 的十集电视连续剧。该连续剧在 1982 年初播出了十周。每周晚上有一百万人收看该节目，还有 25 万人在每周日与周一的下午收看该节目的重播。

该电视节目由两名主持人主持：Chris Serle 和 Ian McNaught-Davis。Serle 扮演初学者，而 McNaught-Davis 扮演专家，他具有专业的大型计算机编程经验。这是一个启发性的方式，有些 略显笨拙的过渡 —— Serle 经常直接从与 McNaught-Davis 的对话中，过渡到面向镜头的边走边说的讲述，此时你不禁会疑惑 McNaught-Davis 是否还站在画面之外。不过这意味着 Serle 可以表达观众肯定会有的关注 —— 他可能会惊恐地看着满屏的 BASIC 语言，并提出类似“这些美元符号是什么意思”的问题。在节目中的某些时刻，Serle 与 McNaught-Davis 会坐在计算机前进行事实上的结对编程。McNaught-Davis 会在各个地方留下一些线索，而 Serle 则试图将它们弄清楚。如果这一节目仅仅由一个无所不知的讲述者主持，那么它的亲和力就会差很多。

该节目也在努力展示计算在普通人生活中的实际应用。到 80 年代早期，家用电脑已经开始与年轻男孩和电子游戏联系在一起。计算机认知计划的制作方试图避免采访“令人印象深刻的、有能力的年轻人”，因为这可能会“加剧老年观众的焦虑”，而该节目正打算吸引这一人群对计算感兴趣 ^[7] 。在该系列的第一集中，该节目的 “现场” 记者 Gill Nevill 采访了一位女性，她购买了一台 Commodore PET 计算机用于辅助管理她的糖果店。这位名叫 Phyllis 的女性受访者看上去大约 60 多岁，但她在使用 PET 完成她的会计工作上没有任何问题，甚至已经开始使用 PET 为其他企业做计算机工作，这听上去像是一个有前途的自由职业的开端。Phyllis 说她并不介意计算机工作逐步取代她的糖果店生意，因为她更喜欢计算机工作。这次采访要是换成对一名青少年的采访，介绍了他是如何修改 《Breakout)》 电子游戏，以使之运行更快并更具挑战性，不过这就几乎鼓舞不了任何人。另一方面，如果普罗大众中的 Phyllis 都会使用计算机，那么你当然也可以。

虽然该节目以大量的 BASIC 编程为特色，不过它实际想要教给观众的是，计算机通常是如何工作的。该节目通过类比的方法解释了其中的一般原则。在第二集中，有一个关于 Jacquard 织机（LCTT 译注：中文网络译为雅卡尔提布机）的延伸讨论，主要是两个方面：其一，它揭示了计算机并不仅仅基于昨天发明的神秘技术 —— 计算的一些基本原则可以上溯到两百年前，就跟你可以在卡片上打孔来控制纺织机的想法一样简单；其二，经线与纬线的交织用来证明二元选择（即纬线是从上方还是下方穿过经线）在不断重复时足以产生巨大变化。当然，节目接下来继续讨论信息是如何使用二进制存储的。

在该节目中接下来是一个蒸汽管风琴的章节，该管风琴能够演奏编码在一卷长长的、分段的打孔卡片的音乐。这个类比用以解释 BASIC 中的 子程序 subroutine 。Serle 与 McNaught-Davis 将整卷的打孔卡片摊开在演播室的地板上，然后指出看上去像是重复的副歌的分段。McNaught-Davis 解释说，如果你将这些重复的卡片分段剪下，并以某种方式添加一条指令，回到第一次播放该副歌的最初的分段，这就是子程序。这是一个绝妙的解释，它在人们的脑海中的印象非常深刻。

我仅仅摘录了一些例子，不过我认为，总的来看该节目尤为擅长通过解释计算机实现功能所依赖的原理，使计算机不再神秘。这一节目本可以专注于 BASIC 教学，不过它并没有这样做。这被证明是一个相当明智的选择。在 1983 年写就的一篇回忆文章中，计算机认知计划的总制作人 John Radcliffe 如是写道：

如果计算机将如我们所相信的那样重要，对这一新主题的真正理解对每个人都很重要，也许与文字读写能力同等重要。不管是在我们这里还是在美国，在计算机认知的主要路线上的早期思路均集中于编程上。然而随着我们思想的发展，尽管我们意识到“动手”体验在个人计算机上的价值，但我们开始降低对编程的重视，而更多的强调广泛的理解，将微型计算机与大型计算机联系起来，鼓励人们获取一系列应用程序与高级语言的经验，并将这些经验同现实世界中的工业与商业活动中的经验联系起来……。我们相信，一旦人们掌握了这些最简单的原则，它们将可以进一步深入该主题。

后来，Radcliffe 又以类似的口吻写道：

围绕着这一系列节目的主要阐释目标有很多争论。一些人认为，在使用微型计算机上的实际细节上给予建议，对本项目而言尤为重要。但我们的结论是，如果该系列节目要拥有可持续性的教育价值，它就必须通过对计算原理的解释，成为进入真实计算世界的一种方式。这需要通过对微型计算机上的室内演示，通过类比方式解释其中的原则，以及通过电影说明实际应用的真实例子来实现。不仅仅是微型计算机，小型机以及大型机也将被展示。

我喜爱这一连续剧，尤其是其中关于小型机与大型机的部分。计算机认知计划背后的制作方旨在帮助英国人找准定位：计算身处何处又去向何方？计算机现在能做什么，未来又能做什么？学习一些 BASIC 语言是回答这些问题的一个部分，但是仅仅理解 BASIC 语言似乎不足以使人们认知计算机。

如今的计算机认知

如果你现在搜索“学习编码”，你看到的排在第一的是指向 Codecademy 网站的链接。如果要说存在一个“计算机认知计划”的现代替代品 —— 具有相同的影响与目标，那就是 Codecademy。

“ 学习编码 learn to code ” 是 Codecademy 的口号。我认为我不是第一个指出这一点的人 —— 事实上我可能在某个地方读过这句话，只是现在拿来用而已。但是这里使用的是 “ 编码 code ” 而非 “ 编程 program ”，这说明了一些问题。这表明你学习的重要内容是如何读懂代码，如何阅读满屏的 Python 代码的意思，而不是目光呆滞、不知所云。我能够理解为什么对于普通人而言，这似乎是成为专业程序员的主要障碍。专业程序员整日盯着布满编程术语的计算机屏幕，如果我想要成为一个专业程序员，我最好确保我能够理解这些天书一样的字符。但是理解语法并不是成为程序员的最大的挑战。在更大的障碍面前，它很快将变成微不足道。仅仅以掌握一门编程语言的语法为目标，你可能能够 阅读 代码，但是无法做到 编写 代码以解决全新的问题。

我最近学习了 Codecademy 的 《编程基础》 课程。如果你对编程感兴趣（而不是对网页开发或者数据科学），并且没有任何编程经验，这是 Codecademy 推荐你学习的课程。里面有几节关于计算机科学史的课时，不过都是流于表面而没有深入研究。（感谢上帝，一位高尚的互联网秩序义务维护者 指出了其中存在的一个特别恶劣的错误）。该课程的主要目的是教授你编程语言的通用结构要素：变量、函数、控制流、循环等。换句话说，该课程聚焦于为了让你理解天书般的代码中的模式，而所需要知道的内容。

公平地看，Codecademy 也提供了其他内容深入的课程。但是即使是如 《计算机科学之路》 这样的课程也几乎只仅仅专注于编程以及程序中表达的概念。有人可能会反驳说这才是重点 —— Codecademy 的主要特点就是提供给你一些交互式的、带有自动反馈的编程课程。在有限的自动化课程中能够灌输给学员的内容只有这么多，因此学员的脑海里也没有更多的空间容纳更多其他的内容。但是负责启动计算机认知计划的 BBC 的制作人也面临同样的问题。他们意识到受限于他们的传播媒介，“通过电视节目所能获得的学习内容的容量也是受限的” ^[8] 。虽然在他们所能传达的信息总量上存在相似的限制，但是 BBC 的制作人选择强调在学习 BASIC 语言上的一般原则。难道 Codecademy 就不能将其中一两节交互式可视化的课时替换为编织经线与纬线的 Jacquard 织机的案例吗？

我一直在大声鼓吹 “一般原则”，因此让我再解释下我认为的一般原则是什么，以及为什么它们如此重要。J. Clark Scott 出了一本有关计算机的书，书名为 《 但是它怎么知道？ But How Do It Know? 》。这个书名来自书的序言里的一则笑话：一个店员向人群推销保温瓶，说保温瓶可以让热食始终是热的，冷食始终是冷的。一名听众对这个新发明感到惊讶，问道，但是它怎么知道（根据你给它的食物类型的不同选择做相应的事情呢）？笑点在于保温瓶当然不能感知食物的温度然后据此做出决定 —— 保温瓶仅仅制作成保证冷食必然保持冷的，热食必然保持热的就可以了。人们也以（笑话中的那个听众）一样的方式看待计算机，相信计算机就是数字大脑，能够基于提供给它们的代码 “选择” 做一件事或者另一件事。但是了解一些有关计算机如何工作的知识，哪怕是很初级水平的理解，也能让（人们理解中的）计算机摆脱（做判断的）侏儒。这就是为什么 Jacquard 织机是一个很好的有助理解的例子。一开始它似乎是一种难以置信的设备，它读取打孔卡片，然后以某种方式“知道”编织正确的样式。现实是显而易见的：每一行孔都对应一根线，而一行中有孔的地方对应着提起的线。理解了这些虽然不会有助于你用计算机完成新的事情，但是将使你自信于你不是在跟某些神秘事物打交道。我们应当尽快将这种自信的感受传授给初学者。

唉，可能真正的问题是没有人想要了解 Jacquard 织机。根据 Codecademy 如何强调他们教授的专业应用来判断，很多人开始使用 Codecademy 可能是因为他们相信这有助于 “提升” 他们的职业水平。他们没有来由地相信，首要的问题是理解编程的专业术语，因此他们才想要 “学习编码”。他们想要在他们所拥用的。每天晚上晚餐与就寝之间的一两个小时里尽快完成这件事。Codecademy 毕竟只是一门投其所好的生意，而非一些有关 18 世纪就发明了的机器的间接说明。

另一方面，计算机认知计划是供职于 BBC 的一群制作人与公务员所认为的，将计算机的使用教给国民的最好的方式。我承认，因为这一群人教会大众他们无法以己之力所能求得的事物，而赞美这一群人的建议多少有点精英主义。但我情不自禁认为他们做对了。许多人使用 BBC Micro 第一次学会了使用计算机，他们中的很多人进而成为了成功的软件开发者或游戏设计师。正如我曾经所说的，我怀疑在计算机已经变得相对简单的时代里，学习使用计算机是一个巨大的优势。不过或许这群人所拥有的另一个优势在于有像 《计算机程序》 这样的尽己所能不仅仅教授编程，而且教授计算机是为什么又是如何运行程序的节目。在看完 《计算机程序》 之后，你可能并不能理解计算机屏幕上的所有天书般的编程术语，但是实际上你也并不需要，因为你知道无论 “代码” 是什么样子，计算机总是在重复做基础的事情。在完成了 Codecademy 上的一到两个课程之后，你可能能够感受一些天书般的编程术语，但是对你来说，一台计算机仍然只是一台能够以某种方式将天书般的字符转化为运行的软件的魔法机器。但这并不是计算机认知。

1. Robert Albury and David Allen, Microelectronics, report (1979). ↩︎
2. Gregg Williams, “Microcomputing, British Style”, Byte Magazine, 40, January 1983, accessed on March 31, 2019, https://archive.org/stream/byte-magazine-1983-01/1983_01_BYTE_08-01_Looking_Ahead#page/n41/mode/2up. ↩︎
3. John Radcliffe, “Toward Computer Literacy,” Computer Literacy Project Achive, 42, accessed March 31, 2019, https://computer-literacy-project.pilots.bbcconnectedstudio.co.uk/media/Towards Computer Literacy.pdf. ↩︎
4. David Allen, “About the Computer Literacy Project,” Computer Literacy Project Archive, accessed March 31, 2019, https://computer-literacy-project.pilots.bbcconnectedstudio.co.uk/history. ↩︎
5. ibid. ↩︎
6. Williams, 51. ↩︎
7. Radcliffe, 11. ↩︎
8. Radcliffe, 5. ↩︎

via: https://twobithistory.org/2019/03/31/bbc-micro.html

作者：Two-Bit History 选题：lujun9972 译者：CanYellow 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

我把自己的社交网络写进 FOAF 文件，这就是变革之始。—— 互联网之父蒂姆·伯纳斯·李（2007）

FOAF 标准（ 朋友的朋友 Friend of a Friend ），是一个可以追溯到本世纪初的网络标准，目前它基本上已经不再使用了，或者说被人们忘记了，亦或者说已经被取代了 ^[1] 。它暗示了，假如 Facebook 没有征服世界的话，FOAF 将会定义我们今天所用的社交网络。不过在开始探讨这一网络标准之前，我想先来谈一谈纽约地铁。

目前，纽约地铁的唯一管理机构是 大都会运输署 Metropolitan Transportation Agency （简称 MTA）。MTA 垄断了纽约市的地铁交通。在纽约乘地铁必须先从 MTA 购买车票，否则属于非法行为。也就是说，MTA 在地铁行业没有任何竞争对手。

不过，以前可不是这样。说起来可能有些让人吃惊，纽约市的地铁交通曾由两家企业相互竞争，共同运营。 跨区捷运公司 Inter-borough Rapid Transit Company （IRT）的势力范围是穿过曼哈顿的线路， 布鲁克林-曼哈顿运输股份有限公司 Brooklyn-Manhattan Transit Corporation （BMT）管理的则是布鲁克林区内的线路，其中也有部分线路延伸到了曼哈顿。1932 年，纽约市开通使用了自己的服务，称为独立地铁系统，与 IRT 和 BMT 展开竞争，所以当时纽约共有三家不同公司控制着市内地铁交通。

可能会有人觉得这样的地铁运营效率不高。事实上也确是如此。由于 IRT 和 BMT 投入使用的列车宽度不同，所以在不同的运营系统之间建造换乘站十分困难。此外，乘客换乘时还需向不同的运营商支付费用，这就意味着在换乘站至少要设置两个不同的检票区域。后来，纽约市于 1940 年接管了 IRT 和 BMT，将整个纽约市的地铁交通置于一家运营商的管理之下，不过由于此前分而治之而造成的效率低下问题时至今日依然存在：能在 BMT 的线路上（如 A、C、E 号线）运行的列车无法在 IRT 的线路上（如 1、2、3 号线）运行，因为 IRT 的线路隧道比较窄。因此，MTA 不得不同时管理这两种互不兼容的列车系统，由此带来的支出可能远比世界上其他单一隧道宽度的地铁系统要多得多。

IRT 和 BMT 之间的竞争所造成的历史遗留问题告诉我们，地铁系统本身就趋向于垄断经营。相比较于两家运营商相互竞争，只有一家运营商更能解决问题。乘客们虽然失去了选择的余地，但再也不用担心带了一张地铁卡却忘记了另一张的问题。

那么，地铁和社交网络又有什么关系呢？我在想，Facebook 是否和 MTA 一样都有自然垄断的属性呢？事实上，无论是自然垄断还是非自然垄断，Facebook 貌似确有垄断能力。当然它垄断的不是社交媒体本身（我在 Twitter 上面花的时间更多），而是垄断了与现实中认识的人之间的线上联系。Facebook 能够垄断所谓的“社交图谱”；如果我不用担心会失去与别人的联系方式，那我明天就会卸载 Facebook。我对 Facebook 对我身上的这种垄断权力感到非常气愤。不过，我却不会生 MTA 的气，即便从字面上和隐喻上来讲，纽约市地铁都是一堆焚烧着的、火舌乱窜的垃圾。说到底，我愤怒是因为我觉得不同于 MTA 的自然垄断，Facebook 的垄断属于非自然垄断。

我的意思是，如今 Facebook 之所以能拥有所有人的社交数据，因为它碰巧是第一个做大做强、确立巨头地位的社交平台，而不是因为其他社交平台难以或者无法与之竞争。不过，难道真是因为这样吗？许多事实告诉我们，原因并非如此。Facebook 仅仅是先入为主，还是它提供的服务真的比其他社交平台要好？如果你想联系老朋友，只有 Facebook 这一个平台的话，不会方便许多吗？在一个有几个 “Facebook” 相互竞争的情况下，如果你和你男朋友 Facebook 上面的感情状态都显示“交往中”，但是他始终没来得及更新他在 VisageBook 上的感情状态，那上面现在还显示着他和他大学前任的关系，那么这种情况意味着什么呢？人们信任的又是哪个社交网站呢？如果社交网站有很多，难道在填写信息上面不会很耗时间吗？

过去几年，由于中心化社交网络的缺陷暴露出来，许多人尝试构建去中心化的平台。基于开放标准，去中心化平台有望建立互通的社交网络生态（比如 Fediverse）。可惜的是，其中没有一个平台能够取代主流社交网络。一个比较明显的原因是 网络效应 network effects 的力量：既然每个人都在用 Facebook，那么任何想要放弃 Facebook 的人都将会付出巨大的代价。有人会说，这一点恰恰证明了社交网络属于自然垄断行业。但我想说，Facebook、Twitter 等平台是自己选择封闭起来的。此外，鉴于人们已经设想出社交网络的互通性，并且付诸实践，那么封闭的社交平台引发的网络效应就无法证明社交网络具有自然垄断属性。

因此，在我看来，真正的问题是：之所以 Facebook 等平台到现在仍是主流社交网络，仅仅是因为网络效应，还是说与只有一家运营商的地铁系统一样，单一的主流社交网络效率更高？

最后，这些问题让我想起了 FOAF。尽管人们似乎已经忘记了 FOAF 标准，但是早在 Facebook 出现之前，人们就尝试使用 FOAF 建立开放的、去中心化的社交网络。如果过去有哪个去中心化社交网络有机会早于 Facebook 占领如今它驻守的阵地，那只可能是 FOAF。考虑到世界上大部分人都有 Facebook 账号，而且了解 FOAF 的人相对较少，我们是否可以得到如下结论：同地铁一样，社交网络也有中心化和自然垄断的性质；亦或者，FOAF 项目说明，尽管去中心化社交网络可行，但由于其他原因，无法获得人们的广泛支持。

早期社交媒体的未来

FOAF 项目诞生于 2000 年，旨在建立一套表示个人身份以及人与人之间关系的通用标准。在今天看来，这一雄心勃勃的项目可能会让人感到惊讶，但是在上世纪末本世纪初，这样的想法再寻常不过了。当时 网络 Web （当时人们仍然这样称呼它）刚刚击败了 美国在线 America Online 与 Prodigy) 等封闭系统。这让人很自然地想到，计算机领域的创新发展必须要保持开放、基于标准，而且这也正是网络的特点。

许多人认为，网络下一场重头戏会是 语义网 Semantic Web 。我有篇文章介绍了关于语义网概念与运行原理的设想，所以这里不再赘述。但是我会简单谈谈推动人们研究语义网技术的愿景，因为 FOAF 标准正是这一愿景在社交网络方面的应用。

一篇题为 《 谷歌如何击败亚马逊和易贝，朝着语义网进军 How Google beat Amazon and Ebay to the Semantic Web 》 的文章很好地描绘了语义网这一崇高理想。文章写于 2002 年，作者是 Paul Ford。这篇文章设想了 2002 年至 2009 年的情景：通过使用语义网，谷歌取代了亚马逊和易贝，成为电商平台主导者。文章指出，在未来，如果你想买东西，比如说一把二手的马丁吉他，可以在谷歌中输入 buy:martin guitar。根据你的邮编，谷歌会告诉你附近哪些人在卖马丁吉他。谷歌之所以可以获取卖家及其吉他的信息，是因为它可以读取资源描述框架标记语言（RDF），该语言是语义网的核心技术，用于描述资源之间的关系。人们可以将 RDF 内容嵌入网页，能实现很多用途，比如给要卖的东西打广告。Ford 预测，随着使用这种方式搜索和售卖商品的人数增加，亚马逊和易贝将失去它们在电商领域近乎垄断的地位。如果可以搜索全网，又有谁会执着于某个封闭的数据库呢？Ford 写道，即便是谷歌，最终也会失势。因为理论上，任何一个人都可以检索网络，查阅 RDF，提供类似于谷歌的搜索功能。起码，如果谷歌打算对语义网上的每笔交易按一定比例收取费用，以此盈利，那么以后随着相关竞争越来越激烈，谷歌的抽成比例很有可能会被迫降低。

Ford 所设想的未来是将 RDF 应用于电商领域，不过 RDF 更振奋人心的地方在于，它或许可以应用于各个领域。RDF 标准以及一系列相关标准，一旦得到广泛应用，被认为可以掀开基于数据库的软件服务的发展，如同 HTML 为文档出版带来新的发展契机一般。

RDF 以及其他语义网技术似乎准备立刻接管的另一个领域是社交网络。FOAF 项目最初的名字是“ RDF 网络环 RDF Web Ring ”，是语义网发展的产物，旨在实现语义网的设想。FOAF 自诞生之初就被人们看好，有人甚至认为，FOAF 必定会淘汰掉其他社交网站。2004 年《卫报》的一篇文章这样介绍该项目：

最初是 1996 年，SixDegrees 开始运营；接着是去年，出现了 Friendster；上周是 Orkut；下周 Flickr 也会登上舞台。这些网站不胜枚举，都是为了建立社交网络。如今，它们处在互联网发展的最前沿。但是，如果它们无法提供更实质性的好处，在 FOAF 标准得到广泛应用之后，它们就会很难存活下去。 ^[2]

文章继续指出，社交网络面临的最大问题就是社交网站数量过多。这就需要一种能够将所有这些网站连接起来的手段。可行方案就是 FOAF ，它终将变革整个社交网络。

根据该文章，FOAF 可将不同的社交网站紧密连接起来，实现途径有三个要点：

• FOAF 将创建机器可读的社交数据格式，可为各个社交网站识别读取，避免让用户在不同的网站上重复输入信息。
• FOAF 标准下， 联系人 Contacts （个人信息管理程序）可生成上述格式的文件，供用户在各社交网站使用。
• FOAF 标准下，这种机器可读的文件可寄放在个人主页上，可为各社交网站读取。这样一来，用户只需将修改过的信息推到自己的主页，其他平台就会同步更新。

在今天可能难以想象，但在 2004 年，至少在熟悉技术的网民和技术专栏记者看来，当时社交网络并不算少，但是每个网络的用户群体都很小。考虑到这个问题，虽然对现在的我们来说很陌生，我们就会明白为什么需要建立单一标准是有意义的，这个标准可以使网络的激增不再是一个负担。

FOAF 规范

根据 FOAF 项目官网现有的介绍，FOAF 是“一种计算机语言，用于生成与人相关的各种条目的字典，条目以结构化数据的形式储存”。2000 年，FOAF 的创始人 Dan Brickley 和 Libby Miller 发表了一份关于该项目目标的文件，给出了不同的解释，强调了 FOAF 的最终目标：作为工具，FOAF 可让计算机像人类一样读取用户主页的个人信息 ^[3] 。FOAF 将会“帮助网络提供当前只有中心化平台才能提供的服务” ^[4] 。通过为个人以及人际关系定义一个标准词汇，FOAF 可以理解用户输入的内容，比如“找找今天推荐的医院医疗人员”，或者“找找曾与我合作撰写过文件的人最近发表的文章”。

由于 FOAF 是标准化的词汇表，所以该项目最重要的成果莫过于 FOAF 规范。FOAF 规范规定了 RDF 类 和 RDF 属性（这里我不再解释什么是 RDF，如果感兴趣可查阅 我关于语义网的文章）。RDF 的类由 FOAF 规范规定，表示要描述的对象，比如人（Person 类）和组织（Organization 类）。RDF 属性由 FOAF 规范规定，表示针对不同对象所做的逻辑声明。例如，一个人可以有一个名字（givenName 属性）、一个姓氏（familyName 属性），可能还有人格类型（myersBriggs 属性）以及与他人的距离或者位置信息（based_near 属性）。FOAF 规范的思想是，这些类和属性要足以表示人们在个人主页上显示的身份信息和朋友信息。（LCTT 译注：Myers–Briggs 即迈尔斯布里格斯类型指标，是一种人格类型理论模型。）

FOAF 规范给出了一份 FOAF 文档的范例。该实例的格式是 XML，不过也可以使用 JSON 等格式进行编写：

<foaf:Person rdf:about="#danbri" xmlns:foaf="http://xmlns.com/foaf/0.1/">
  <foaf:name>Dan Brickley</foaf:name>
  <foaf:homepage rdf:resource="http://danbri.org/" />
  <foaf:openid rdf:resource="http://danbri.org/" />
  <foaf:img rdf:resource="/images/me.jpg" />
</foaf:Person>

这份 FOAF 文件对一个人进行了描述，他的名字叫做 Dan Brickley（该规范的作者之一），他的主页在 http://danbri.org，他还有个叫做“open ID”的东西，还有一张图片在 /images/me.jpg —— 估计是 Brickley 的主页地址的相对链接。FOAF 的元素名称都会有 foaf: 前缀，表示它们是 FOAF 命名空间的一部分。相应地，RDF 的元素名称前面也都会有 rdf:。

为了说明 FOAF 不限于 XML 格式，这里从维基百科摘取了一个相似的例子，格式为 JSON-LD ^[5] ：

{
  "@context": {
    "name": "http://xmlns.com/foaf/0.1/name",
    "homepage": {
      "@id": "http://xmlns.com/foaf/0.1/workplaceHomepage",
      "@type": "@id"
    },
    "Person": "http://xmlns.com/foaf/0.1/Person"
  },
  "@id": "https://me.example.com",
  "@type": "Person",
  "name": "John Smith",
  "homepage": "https://www.example.com/"
}

上面这份 FOAF 文件也描述了一个人，他的名字叫 John Smith，他的主页在 www.example.com。

理解 FOAF 原理的最好方法可能就是体验一下 FOAF-a-matic，一个在线生成 FOAF 文档的工具。你可以在工具页面的表单里输入自己的相关信息，创建表示自己的 FOAF 文档（XML 格式）。FOAF-a-matic 说明了 FOAF 是如何避免在注册不同社交网站账号时重复输入社交信息的麻烦：如果每个社交网站都可以读取 FOAF，你只需要在没有注册过帐号的网站上引用你在 FOAF-a-matic 生成的 FOAF 文档，就可以注册一个新帐号了。

下面这个实例是我用 FOAF-a-matic 生成的稍微复杂一些的例子，表示我自己：

<rdf:RDF
      xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
      xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
      xmlns:foaf="http://xmlns.com/foaf/0.1/"
      xmlns:admin="http://webns.net/mvcb/">
  <foaf:PersonalProfileDocument rdf:about="">
    <foaf:maker rdf:resource="#me"/>
    <foaf:primaryTopic rdf:resource="#me"/>
    <admin:generatorAgent rdf:resource="http://www.ldodds.com/foaf/foaf-a-matic"/>
    <admin:errorReportsTo rdf:resource="mailto:[email protected]"/>
  </foaf:PersonalProfileDocument>
  <foaf:Person rdf:ID="me">
    <foaf:name>Sinclair Target</foaf:name>
    <foaf:givenname>Sinclair</foaf:givenname>
    <foaf:family_name>Target</foaf:family_name>
    <foaf:mbox rdf:resource="mailto:[email protected]"/>
    <foaf:homepage rdf:resource="sinclairtarget.com"/>
    <foaf:knows>
      <foaf:Person>
        <foaf:name>John Smith</foaf:name>
        <foaf:mbox rdf:resource="mailto:[email protected]"/>
        <rdfs:seeAlso rdf:resource="www.example.com/foaf.rdf"/>
      </foaf:Person>
    </foaf:knows>
  </foaf:Person>
</rdf:RDF>

本例中，主要信息之前有很多其他内容，用于设置文档使用的各种 XML 命名空间。其中就有文档生成工具的信息，这样用户就能明白出了问题要向谁进行反馈。foaf:Person 元素给出了我的名字、电子邮箱和主页。其中嵌套了 foaf:knows 元素，说明我有个叫 John Smith 的朋友。

该例还体现了 FOAF 文档的另外一个重要功能：相互关联。还记得之前 John Smith 的例子吗？他的主页在 www.example.com。在我的这个例子中，我将 John Smith 列在了 foaf:person 元素里，上一级元素是 foaf:knows，表示我认识的人。此外，我还加入了 rdfs:seeAlso 元素，放了 John Smith 主页的 FOAF 文档链接。由于加入了这一链接，程序在读取我的 FOAF 文档时，就能根据该链接读取他的 FOAF 文档，查找到更多关于 John Smith 的信息。在之前 John Smith 的 FOAF 文档里，John 并没有提供任何有关朋友的信息（包括我在内），这意味着程序无法确定我们两人之间的朋友关系。但如果他加入了朋友信息，程序在读取我的文档之后，不仅会发现我，也会发现 John、他的朋友、他的朋友的朋友，以此类推，直到程序穷尽我和 John 各自的社交图谱。

对于使用过 Facebook 的人来说这似乎很熟悉，也就是说，这个功能对你来说也应该很熟悉。FOAF 没有 foaf:wall 属性和 foaf:poke 属性，无法完美复制 Facebook 的功能。很明显，FOAF 也没有漂亮的蓝色界面，无法为用户提供可视化的 FOAF 社交网络，它只是一个词汇表。不过，Facebook 的核心功能（我认为这正是 Facebook 垄断能力的关键）在这里是以分布式的方式提供的。在 FOAF 标准下，好友可以将 FOAF 文档上传至个人主页，数字化展示他们真实的社交图谱，用户无需将个人数据的控制权交给 Facebook 这样一个中心化的数据库。要知道，由于对用户个人数据管理不当，扎克伯格大多数时间都在国会委员会前在向公众道歉。

暂时搁置的 FOAF

浏览 FOAF 项目主页，你会发现在页面的右上角，有一张喜剧动画《 飞出个未来 Futurama 》主角弗莱躺在休眠舱内的图片。这张图片是《飞出个未来》试播剧集的剧照，讲的是弗莱在 1999 年不小心跌进了低温休眠舱，直到 2999 年才再次苏醒过来的故事。我曾和 Brickley 在 Twitter 上简短地聊了一下，他告诉我，挂这张图片是为了告诉人们，未来 FOAF 项目目前“处于停滞状态”，尽管他希望将来有机会恢复这个项目，继续探索 21 世纪初关于网络运作方式的设想。

FOAF 从未像《卫报》期望的那般彻底改变社交网络。一些社交网站选择支持 FOAF 标准，比如 LiveJournal 和 MyOpera ^[6] 。FOAF 甚至还在 2004 年 霍华德·迪恩 Howard Dean 竞选总统时发挥了一定作用：一群博主和程序员合力搭建起了一个将网站连接起来的网络，称其为“ 迪恩空间 DeanSpace ”，帮助迪恩竞选，并在网站上使用 FOAF 记录迪恩的支持者和帮助迪恩竞选的志愿者 ^[7] 。不过，今天人们了解到 FOAF 主要还是因为它是 RDF 应用最为广泛的词汇表之一，而 RDF 正是现代网络的一个重要标准。如果在今天还能用到 FOAF 的话，可能就是谷歌“ 知识面板 knowledge panels ”所用技术的原型。知识面板是在用谷歌搜索时，出现在搜索结果右侧的一小块内容，会提供搜索关键词的基本信息。谷歌为推行其知识面板，使用了语义网项目的“后继者” schema.org 项目发布的词汇表 ^[8] 。schema.org 用来描述人物的词汇表似乎有着 FOAF 的影子，两者的目的大多也是相同的。

那么，为什么 FOAF 还是失败了呢？为什么人们都在用 Facebook 呢？且不提 FOAF 只是一个简单的标准，没有 Facebook 那么丰富的功能，如果 FOAF 发展势头保持下去，很有可能就会出现相关软件和应用，带来像 Facebook 那样的体验。问题是，在 Facebook 还未发展到能与之分庭抗礼之时，FOAF 这股分布式社交网络的新生力量为什么没能得到广泛应用呢？

恐怕这个问题可能没有唯一的答案，不过非要我说的话，我觉得最关键的一点是，只有在每个人都有个人网站的情况下，FOAF 才有意义。在上世纪末本世纪初，人们理所当然地觉得网络最终会出现这种情况，因为就我所知，互联网的早期用户多是高产的博客写手、参政的技术专家，他们都希望能有个自己的平台。但是，现实情况却是，普通用户并不愿意学习怎么搭建和运营网站。FOAF 允许你掌控自己的社交信息并将其推送到各类社交网络上，省去了到处注册账号的麻烦。如果你已经有了储存社交信息的个人网站，那么这个想法应该很诱人。但实际上，相比较于买域名、折腾 XML 文档，大多数人觉得填写信息、注册 Facebook 账号来得更容易些。

那么，这与我最初的问题（Facebook 是否属于自然垄断）有什么相关呢？我不得不承认，FOAF 的案例说明，社交网络 的确 拥有自然垄断属性。

其实，关于用户不愿管理自己的数据这一问题，本身并没有那么重要，因为通过让普通用户在熟悉技术的用户所设置的节点上储存个人信息，Mastodon) 等现代分布式社交网络已经解决了这个问题。这也表明，人们多么不愿意折腾复杂的东西。对去中心化社交网络来说，这无疑是个坏消息，因为相较于中心化网络，去中心化网络更为复杂，用户对此再清楚不过了。

对于 FOAF：如果我要写一个能读取个人网站上 FOAF 数据的程序，假设 Sally 的 FOAF 文档提到了 John Smith，说他的主页是 example.com；Sue 的 FOAF 文档也提到了 John Smith，说他的主页是 example.net。在这种情况下，我应该怎么办呢？到底是只有一个 John Smith 而他正好有两个主页呢，还是这两个 John Smith 是不同的人呢？如果两个 FOAF 文档中 John Smith 的邮箱都是 [email protected]，又该怎么办呢？这种身份问题是 FOAF 的软肋。在一封 2003 年的邮件里，Brickley 写道，由于不存在而且可能也不应该存在一个“全球性的身份识别系统”，FOAF 采取的方法只能是“多元的” ^[9] 。FOAF 用户的邮件地址和主页地址等部分属性具有特殊性，因为邮件地址和主页地址都是独一无二的。因此，这些内容不可能相同的属性可以将人们的多个 FOAF 文档合并起来（用 Libby Miller 的话来说，“挤”在一起）。不过这些特殊属性不存在所谓优先级的说法，所以前面 John Smith 的问题还是不好解决。换句话说，是该相信主页，判定他们不是同一个人呢？还是要相信邮件地址，判定他们是同一个人呢？我真的能够在不干扰到用户的前提下，写出一个程序，解决这类问题吗？

Facebook 拥有单一的数据库，不用顾虑政治性问题，有条件创建“全球性的身份识别系统”，给每个人发行独一无二的身份 ID，于是问题就迎刃而解了。

如果人们真的在乎对自己数据的持有权和掌控权，单是因为复杂难解应该不足以导致分布式社交网络的失败。但是 FOAF 的失败表明，人们从未重视过对自己数据的掌控权。正如一位博主所说，“所谓‘用户想要拥有自己的数据’只不过是一个想法，和实际应用没有关系” ^[10] 。如果用户对控制的重视程度不足以承受额外的复杂性，如果中心化系统比去中心化系统更为简单易用，如果中心化系统有发展为封闭系统的趋向，借此取得成功，从而享受网络效应带来的巨大效益，那么社交网络确实属于自然垄断。

即便如此，我认为地铁系统的案例和社交网络的案例仍存在不同之处。我可以欣然接受 MTA 对地铁交通的垄断，因为我希望地铁系统本身就应该是长期垄断行业。如果纽约地铁只有一家运营商，那么它只能是政府，至少在名义上，政府比没有竞争对手的私企更加负责。但是我却不希望社交网络属于自然垄断。地铁建好了基本上就是一成不变的，但数字世界却在不断演变发展。在今天，分布式社交网络也许比中心化网络更加复杂，就好比带两张地铁卡总是比只带一张要麻烦的多。不过，在未来，互联网会发生根本性变革，那时分布式技术将会更易于使用。

如果未来果真如此，FOAF 可能会作为建立分布式社交网络的第一次尝试为人们记住。在企业大型数据库所驱动的中心化网络时代结束之后，分布式网络将会得到人们的长期青睐。

如果你喜欢这篇文章，欢迎关注推特 @TwoBitHistory，也可通过 RSS 馈送 订阅，获取更多最新文章。

1. 请注意，这里我没有用“消亡”一词。 ↩︎
2. Jack Schofield, “Let’s be Friendsters,” The Guardian, February 19, 2004, accessed January 5, 2020, https://www.theguardian.com/technology/2004/feb/19/newmedia.media. ↩︎
3. Dan Brickley and Libby Miller, “Introducing FOAF,” FOAF Project, 2008, accessed January 5, 2020, https://web.archive.org/web/20140331104046/http://www.foaf-project.org/original-intro. ↩︎
4. 同上。 ↩︎
5. Wikipedia contributors, “JSON-LD,” Wikipedia: The Free Encyclopedia, December 13, 2019, accessed January 5, 2020, https://en.wikipedia.org/wiki/JSON-LD. ↩︎
6. “Data Sources,” FOAF Project Wiki, December 11 2009, accessed January 5, 2020, https://web.archive.org/web/20100226072731/http://wiki.foaf-project.org/w/DataSources. ↩︎
7. Aldon Hynes, “What is Dean Space?”, Extreme Democracy, accessed January 5, 2020, http://www.extremedemocracy.com/chapters/Chapter18-Hynes.pdf. ↩︎
8. “Understand how structured data works,” Google Developer Portal, accessed January 5, 2020, https://developers.google.com/search/docs/guides/intro-structured-data. ↩︎
9. tef, “Why your distributed network will not work,” Progamming is Terrible, January 2, 2013, https://programmingisterrible.com/post/39438834308/distributed-social-network. ↩︎
10. Dan Brickley, “Identifying things in FOAF,” rdfweb-dev Mailing List, July 10, 2003, accessed on January 5, 2020, http://lists.foaf-project.org/pipermail/foaf-dev/2003-July/005463.html. ↩︎

via: https://twobithistory.org/2020/01/05/foaf.html

作者：Two-Bit History 选题：lujun9972 译者：aREversez 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

如果你在搜索引擎中输入“ARPANET”，搜索相关图片，你会看到许多地图的图片，上面是这个上世纪六十年代末七十年代初 美国政府创建的研究网络，该网络不断延伸扩展，横跨了整个美国。我猜很多人第一次了解到 ARPANET 的时候都看过这种地图。

可以说，这些地图很有意思，毕竟我们很难想象过去连接网络的计算机是那么少，就连如此低保真的图片都可以表示出美国全部机器的所在位置（这里的 低保真 lo-fi 指的是高射投影仪成像技术，而不是大家熟知的 lo-fi 氛围音乐）。不过，这些地图是有问题的。地图上用加粗的线条连接着大陆各地，强化了人们的一种观念：ARPANET 最大的贡献就是首次将横跨美国东西两地的电脑连接了起来。

今天，即便是在病毒肆虐、人们困居家中的情况下，网络也能把我们联系起来，可谓是我们的生命线。所以，如果认为 ARPANET 是最早的互联网，那么在那之前世界必然相互隔绝，毕竟那时还没有今天的互联网，对吧？ARPANET 首次通过计算机将人们连接起来，一定是一件惊天动地的大事。

但是，这一观点却与历史事实不符，而且它也没有进一步解释 ARPANET 的重要性。

初露锋芒

华盛顿希尔顿酒店坐落于 国家广场 National Mall 东北方向约 2.4 千米处的一座小山丘山顶附近。酒店左右两侧白色的现代化立面分别向外延展出半个圆形，活像一只飞鸟的双翼。1965 年，酒店竣工之后，《纽约时报》报道称这座建筑物就像“一只栖息在山顶巢穴上的海鸥” ^[1] 。

不过，这家酒店最有名的特点却深藏在地下。在车道交汇处下方，有着一个巨大的蛋形活动场地，这就是人们熟知的 国际宴会厅 International Ballroom ，多年来一直是华盛顿特区最大的无柱宴会厅。1967 年，大门乐队在此举办了一场音乐会。1968 年，“吉他之神”吉米·亨德里克斯也在此举办了一场音乐会。到了 1972 年，国际宴会厅隐去了以往的喧嚣，举办了首届 国际计算机通信会议 International Conference on Computing Communication （ICCC）。在这场大会上，研究项目 ARPANET 首次公开亮相。

这场会议举办时间为 10 月 24-26 日，与会人数约八百人 ^[2] 。在这场大会上，计算机网络这一新兴领域的领袖人物齐聚一堂。 因特网 internet 的先驱 鲍勃·卡恩 Bob Kahn 称，“如果有人在华盛顿希尔顿酒店上方丢了一颗炸弹，那么美国的整个网络研究领域将会毁于一旦” ^[3] 。

当然，不是所有的与会人员都是计算机科学家。根据当时的宣传广告，这场大会将“以用户为中心”，面向“律师、医务人员、经济学家、政府工作者、工程师以及通信员等从业人员” ^[4] 。虽然大会的部分议题非常专业，比如《数据网络设计问题（一）》与《数据网络设计问题（二）》，但是正如宣传广告所承诺的，大部分会议的主要关注点还是计算机网络给经济社会带来的潜在影响。其中甚至有一场会议以惊人的先见之明探讨了如何积极利用法律制度“保护计算机数据库中的隐私权益” ^[5] 。

展示 ARPANET 的目的是作为与会者的一个附带景点。在国际宴会厅或酒店更下一层的其他地方举行的会议间歇，与会者可以自由进入 乔治敦宴会厅 Georgetown Ballroom （在国际宴会厅走廊尽头的一个较小的宴会厅，也可以说是会议室） ^[6] ，那里放置着用以访问 ARPANET 的 40 台由不同制造商生产的终端 ^[7] 。这些终端属于 哑终端 dumb terminal ，也就是说，只能用来输入命令、输出结果，本身无法进行计算。事实上，在 1972 年，所以这些终端可能都是 硬拷贝终端 hardcopy terminal ，即 电传打字机 teletype machine 。哑终端与一台被称为“ 终端接口信息处理机 Terminal Interface Message Processor ”（TIP）的计算机相连接，后者放置在宴会厅中间的一个高台上。TIP 是早期的一种路由器，哑终端可通过 TIP 连接到 ARPANET。有了终端和 TIP，ICCC 与会者可以尝试登录和访问组成 ARPANET 的 29 个主机站的计算机 ^[8] 。

为了展示网络的性能，美国全国各主机站的研究员们通力合作，准备了 19 个简易的“情景”，供用户测试使用。他们还出了 一份小册子，将这些情景收录其中。如果与会人员打算进入这个满是电线与哑终端的房间，就会得到这样一本小册子 ^[9] 。通过这些情景，研究员不仅要证明网络这项新技术的可行性，还要证明其实用性，因为 ARPANET 那时还只是“一条没有汽车驶过的公路”。此外，来自国防部的投资者们也希望，公开展示 ARPANET 可以进一步激发人们对网络的兴趣 ^[10] 。

因此，这些情景充分展示了在 ARPANET 网络上可以使用的软件的丰富性：有程序语言解释器，其中一个用于麻省理工学院（MIT）的 Lisp 语言，另一个用于加州大学洛杉矶分校的数值计算环境 Speakeasy；还有一些游戏，包括国际象棋和 康威生命游戏 Conway's Game of Life ；以及几个也许最受与会者欢迎的人工智能聊天程序，包括由 MIT 的计算机科学家 约瑟夫·魏泽堡 Joseph Weizenbaum 开发的著名聊天程序 伊莉莎 ELIZA 。

设置这些情景的研究人员小心翼翼地列出了他们想让用户在终端机上输入的每一条命令。这点很重要，因为用于连接 ARPANET 主机的命令序列可能会因为主机的不同而发生变化。比如，为了能在 MIT 人工智能实验室的 PDP-10 微型电脑上测试人工智能国际象棋程序，与会者需要按照指示输入以下命令：

在下方代码块中，[LF]、[SP] 以及 [CR] 分别代表换行、空格以及回车键。我在每行的 // 符号后面都解释了当前一行命令的含义，不过当时的小册子本来是没有使用这一符号的。

@r [LF]                   // 重置 TIP
@e [SP] r [LF]            // “远程回显”设置, 主机回显字符，TIP 不回显
@L [SP] 134 [LF]          // 连接 134 号主机
:login [SP] iccXXX [CR]   // 登录 MIT 人工智能实验室的系统，“XXX”代表用户名首字母缩写
:chess [CR]               // 启动国际象棋程序

如果与会者输入了上述命令，那么他就可以体验当时最先进的国际象棋程序，其棋盘布局如下：

BR BN BB BQ BK BB BN BR
BP BP BP BP ** BP BP BP
-- ** -- ** -- ** -- **
** -- ** -- BP -- ** --
-- ** -- ** WP ** -- **
** -- ** -- ** -- ** --
WP WP WP WP -- WP WP WP
WR WN WB WQ WK WB WN WR

与之不同的是，如果要连接加州大学洛杉矶分校的 IBM System/360 机器，运行 Speakeasy 数值计算环境，与会者需要输入以下命令：

@r [LF]                   // 重置 TIP
@t [SP] o [SP] L [LF]     // “传递换行”设置
@i [SP] L [LF]            // “插入换行”设置，即回车时发送换行符。
@L [SP] 65 [LF]           // 连接 65 号主机
tso                       // 连接 IBM 分时可选软件系统
logon [SP] icX [CR]       // 输入用户名，进行登录，“X”可为任意数字
iccc [CR]                 // 输入密码（够安全！）
speakez [CR]              // 启动 Speakeasy

输入上述命令后，与会者可以在终端中对矩阵进行乘法、转置以及其他运算，如下所示：

:+! a=m*transpose(m);a [CR]
:+! eigenvals(a) [CR]

当时，这场演示给许多人都留下了深刻的印象，但原因并不是我们所想的那样，毕竟我们有的只是后见之明。今天的人们总是记不住，在 1972 年，即便身处两个不同的城市，远程登录使用计算机也已经不是一件新鲜事儿了。在那之前的数十年，电传打字机就已经用于与相隔很远的计算机传递信息了。在 ICCC 第一届大会之前，差不多整整五年前，在西雅图的一所高中， 比尔·盖茨 Bill Gates 使用电传打字机，在该市其他地方的 通用电气 General Electric （GE）计算机上运行了他的第一个 BASIC 程序。在当时，登录远程计算机，运行几行命令或者玩一些文字游戏，只不过是家常便饭。因此，虽说上文提到的软件的确很不错，但是即便没有 ARPANET，我刚刚介绍的两个情景勉强也是可以实现的。

当然，ARPANET 一定带来了新的东西。参加本次大会的律师、政治家与经济学家可能被国际象棋游戏与聊天机器人所吸引，但是网络专家们可能对另外两个情景更感兴趣，因为它们将 ARPANET 的作用更好地展示了出来。

在其中一个情景下，MIT 非兼容分时系统 Incompatible Timesharing System （ITS）上运行了一个名为 NETWRK 的程序。NETWRK 命令下有若干个子命令，输入这些子命令就能得到 ARPANET 各方面的运行状态。SURVEY 子命令可以列出 ARPANET 上哪些主机正在运行和可用（它们都在一个列表中）；SUMMARY.OF.SURVEY 子命令汇总了过去 SURVEY 子命令过去的运行结果，得出每台主机的“正常运行比率”，以及每台主机响应消息的平均时间。SUMMARY.OF.SURVEY 子命令以表格的形式输出结果，如下所示：

--HOST--  -#-  -%-UP-  -RESP-
UCLA-NMC  001  097%    00.80
SRI-ARC   002  068%    01.23
UCSB-75   003  059%    00.63
...

可以看到，主机编号的占位不超过三个数字（哈！）。其他 NETWRK 子命令能够查看较长时间内查询结果的概要，或者检查单个主机查询结果的日志。

第二个情景用到了斯坦福大学开发的一款软件 —— SRI-ARC 联机系统。这款软件功能齐全，非常优秀。美国发明家 道格拉斯·恩格尔巴特 Douglas Engelbart 在 “ 所有演示之母 Mother of All Demos ” 上演示的正是 SRI-ARC 联机系统。这款软件可以在加州大学圣芭芭拉分校的主机上运行本质上属于文件托管的服务。使用华盛顿希尔顿酒店的终端，用户可以将斯坦福大学主机上创建的文件复制到加州大学圣芭芭拉分校的主机上。操作也很简单，只需执行 copy 命令，然后回答计算机的下列问题：

在下方的代码块中，[ESC]、[SP] 与 [CR] 分别代表退出、空格与回车键；圆括号中的文字是计算机打印出的提示信息；第三行中的退出键用于自动补全文件名。此处复制的文件是 <system>sample.txt;1，其中文件名末尾的数字 1 代表文件的版本号，<system> 表示文件路径。这种文件名是 TENEX 操作系统上面的惯用写法。 ^[11]

@copy
(TO/FROM UCSB) to
(FILE) <system>sample [ESC] .TXT;1 [CR]
(CREATE/REPLACE) create

这两个情景看起来好像和最初提及的两个情景没有太大区别，但是此二者却意义非凡。因为它们证明了，在 ARPANET 上面，不仅人们可以与计算机进行交流，计算机与计算机也可以 相互 交流。MIT 主机上的 SURVEY 命令的结果并非由人类定期登录并检查每台机器的运行状态收集而来，而是由一款能在网络上与其他机器进行交流的软件收集得到的。同样的道理，在斯坦福大学与加州大学圣芭芭拉分校之间传输文件的情景下，也没有人守在两所大学的终端旁边，华盛顿特区的终端用户仅仅使用了一款软件，就能让其他两地的计算机相互对话。更重要的是，这一点无关乎你使用的是宴会厅里的哪一台电脑，因为只要输入同样的命令序列，就能在任意一台电脑上浏览 MIT 的网络监视数据，或者在加州大学圣芭芭拉分校的计算机上储存文件。

这才是 ARPANET 的全新之处。本次国际计算机通信会议演示的不仅仅是人与远程电脑之间的交互，也不仅仅是远程输入输出的操作，更是一个软件与其他软件之间的远程通讯，这一点才是史无前例的。

为什么这一点才是最重要的，而不是地图上画着的那些贯穿整个美国、实际连接起来的电线呢（这些线是租赁的电话线，而且它们以前就在那了！）？要知道，早在 1966 年 ARPANET 项目启动之前，美国国防部的高级研究计划署（ARPA）打造了一间终端室，里面有三台终端。三台终端分别连接着位于 MIT、加州大学伯克利分校以及圣塔莫尼卡三地的计算机 ^[12] 。对于 ARPA 的工作人员来说，即便他们身处华盛顿特区，使用这三台计算机也非常方便。不过，这其中也有不便之处：工作人员必须购买和维护来自三家不同制造商的终端，牢记三种不同的登录步骤，熟悉三种不同的计算环境。虽然这三台终端机可能就放在一起，但是它们只是电线另一端主机系统的延申，而且操作也和那些计算机一样各不相同。所以说，在 ARPANET 项目诞生之前，远程连接计算机进行通讯就已经实现了，但问题是不同的计算系统阻碍了通讯朝着更加先进复杂的方向发展。

集合起来，就在此刻

因此，我想说的是，说法一（ARPANET 首次通过计算机将不同地方的人们连接了起来）与说法二（ARPANET 首次将多个计算机系统彼此连接了起来）之间有着云泥之别。听起来似乎有些吹毛求疵，咬文嚼字，但是相较于说法二，说法一忽略了一些重要的历史发展阶段。

首先，历史学家 乔伊·利西·兰金 Joy Lisi Rankin 指出，早在 ARPANET 诞生之前，人们就已经在网络空间中进行交流了。在《 美国计算机的人民历史 A People’s History of Computing in the United States 》一书中，兰金介绍了几个覆盖全美的数字社区，这些社区运行在早于 ARPANET 的 分时网络 time-sharing network 上面。从技术层面讲，分时网络并不是计算机网络，因为它仅仅由一台大型主机构成。这种计算机放置在地下室中，为多台哑终端提供计算，颇像一只又黑又胖的奇怪生物，触手向外伸展着，遍及整个美国。不过，在分时网络时代，被后社交媒体时代称为“网络”的大部分社会行为应有尽有。例如，Kiewit 网络是 达特茅斯分时系统 Dartmouth Time-Sharing System 的延伸应用，服务于美国东北部的各个大学和高中。在 Kiewit 网络上，高中生们共同维护着一个“ 八卦档案 gossip file ”，用来记录其他学校发生的趣闻趣事，“在康涅狄格州和缅因州之间建立起了社交联系” ^[13] 。同时，曼荷莲女子学院的女生通过网络与达特茅斯学院的男生进行交流，或者是安排约会，或者是与男朋友保持联系 ^[14] 。这些事实都发生在上世纪六十年代。兰金认为，如果忽视了早期的分时网络，我们对美国过去 50 年数字文化发展的认识必然是贫瘠的：我们眼里可能只有所谓的“ 硅谷神话 Silicon Valley mythology ”，认为计算机领域的所有发展都要归功于少数的几位天才，或者说互联网科技巨头的创始人。

回到 ARPANET，如果我们能意识到真正的困难是计算机 系统 的联通，而非机器本身的物理连接，那么在探讨 ARPANET 的创新点时，我们就会更加倾向于第二种说法。ARPANET 是有史以来第一个 分组交换网络 packet-switched network ，涉及到许多重要的技术应用。但是如果仅仅因为这项优势，就说它是一项突破，我觉得这种说法本身就是错的。ARPANET 旨在促进全美计算机科学家之间的合作，目的是要弄明白不同的操作系统、不同语言编写的软件如何配合使用，而非如何在麻省和加州之间实现高效的数据传输。因此，ARPANET 不仅是第一个分组交换网络，它还是一项非常成功且优秀的标准。在我看来，后者更有意思，毕竟我在博客上曾经写过许多颇有失败的标准：语义网、RSS 与 FOAF。

ARPANET 项目初期没有考虑到网络协议，协议的制定是后来的事情了。因此，这项工作自然落到了主要由研究生组成的组织 —— 网络工作组 Network Working Group （NWG）身上。该组织的首次会议于 1968 年在加州大学圣芭芭拉分校举办 ^[15] 。当时只有 12 人参会，大部分都是来自上述四所大学的代表 ^[16] 。来自加州大学洛杉矶分校的研究生 史蒂夫·克罗克 Steve Crocker 参加了这场会议。他告诉我，工作组首次会议的参会者清一色都是年轻人，最年长的可能要数会议主席 埃尔默·夏皮罗 Elmer Shapiro 了，他当年 38 岁左右。ARPA 没有派人负责研究计算机连接之后如何进行通信，但是很明显它需要提供一定的协助。随着工作组会议的陆续开展，克罗克一直期望着更有经验与威望的“法定成年人”从东海岸飞过来接手这项工作，但是期望终究还是落空了。在 ARPA 的默许之下，工作组举办了多场会议，其中包括很多长途旅行，差旅费由 ARPA 报销，这些就是它给与工作组的全部协助了 ^[17] 。

当时，网络工作组面临着巨大的挑战。从没有人有过使用通用方式连接计算机系统的经验，而且这本来就与上世纪六十年代末计算机领域盛行的全部观点相悖：

那个时候典型的主机表现得就像是它是全宇宙唯一的计算机。即便是最简短的交流会话，两台主机也无法轻易做到。并不是说机器没办法相互连接，只是连接之后，两台计算机又能做些什么呢？当时，计算机和与其相连的其他设备之间的通讯，就像帝王与群臣之间的对话一般。连接到主机的设备各自执行着自己的任务，每台外围设备都保持着常备不懈的状态，等待着上司的命令。当时的计算机就是严格按照这类互动需求设计出来的；它们向读卡器、终端与磁带机等下属设备发号施令，发起所有会话。但是，如果一台计算机拍了拍另一台计算机的肩膀，说道，“你好，我也是一台计算机”，那么另一台计算机可就傻眼了，什么也回答不上来 ^[18] 。

于是，工作组的最初进展很缓慢 ^[19] 。直到 1970 年 6 月，也就是首次会议将近两年之后，工作组才为网络协议选定了一套“正式”规范 ^[20] 。

不过，到了 1972 年，在国际计算机通信会议上展示 ARPANET 的时候，所有的协议已经准备就绪了。会议期间，这些协议运用到了国际象棋等情景之中。用户运行 @e r 命令（@echo remote 命令的缩写形式），可以指示 TIP 使用新 TELNET 虚拟终端协议提供的服务，通知远程主机它应该回显用户输入的内容。接着，用户运行 @L 134 命令（@login 134 命令的缩写形式），让 TIP 在 134 号主机上调用 初始连接协议 Initial Connection Protocol ，该协议指示远程主机分配出连接所需的全部必要资源，并将用户带入 TELNET 会话中。上述文件传输的情景也许用到了 文件传输协议 File Transfer Protocol （FTP），而该协议恰好是在大会举办前夕才刚刚完成的 ^[21] 。所有这些协议都是“三层”协议，其下的第二层是主机到主机的协议，定义了主机之间可以相互发送和接收的信息的基本格式；第一层是主机到接口通信处理机（IMP）的协议，定义了主机如何与连接的远程设备进行通信。令人感到不可思议的是，这些协议都能正常运行。

在我看来，网络工作组之所以能够在大会举办之前做好万全的准备，顺利且出色地完成任务，在于他们采用了开放且非正式的标准化方法，其中一个典型的例子就是著名的 征求意见 Request for Comments （RFC）系列文档。RFC 文档最初通过 传统信件 snail mail 在工作组成员之间进行传阅，让成员们在没有举办会议的时候也能保持联系，同时收集成员反馈，汇集各方智慧。RFC 框架是克罗克提出的，他写出了第一篇 RFC 文档，并在早期负责管理 RFC 的邮寄列表。他这样做是为了强调工作组开放协作的活动本质。有了这套框架以及触手可及的文档，ARPANET 的协议设计过程成了一个大熔炉，每个人都可以贡献出自己的力量，步步推进，精益求精，让最棒的想法脱颖而出，而没有人失去面子。总而言之，RFC 获得了巨大成功，并且直至今天，长达半个世纪之后，它依旧是网络标准的“说明书”。

因此，说起 ARPANET 的影响力，我认为不得不强调的一点正是工作组留下的这一成果。今天，互联网可以把世界各地的人们连接起来，这也是它最神奇的属性之一。不过如果说这项技术到了上世纪才开始使用，那可就有些滑稽可笑了。要知道，在 ARPANET 出现之前，人们就已经通过电报打破了现实距离的限制。而 ARPANET 打破的应该是各个主机站因使用不同的操作系统、字符编码、程序语言以及组织策略而在逻辑层面产生的差异限制。当然，将第一个分组交换网络投入使用在技术方面绝对是一大壮举，这肯定值得一提，不过，制定统一的标准并用以连接原本无法相互协作的计算机，是建立 ARPANET 网络过程中遇到的这两大难题中更为复杂的一个。而这一难题的解决方案，也成了 ARPANET 整个建立与发展历史中最为神奇的一个章节。

1981 年，高级研究计划署发表了一份“完工报告”，回顾了 ARPANET 项目的第一个十年。在《付出收获了回报的技术方面以及付出未能实现最初设想的技术方面》这一冗长的小标题下，作者们写道：

或许，在 ARPANET 的开发过程中，最艰难的一项任务就是，尽管主机制造商各不相同，或者同一制造商下操作系统各不相同，我们仍需在众多的独立主机系统之间实现通讯交流。好在这项任务后来取得了成功 ^[22] 。

你可以从美国联邦政府获得相关信息。

如果你喜欢这篇文章，欢迎关注推特 @TwoBitHistory，也可通过 RSS 馈送 订阅，获取最新文章。

1. “Hilton Hotel Opens in Capital Today.” The New York Times, 20 March 1965, https://www.nytimes.com/1965/03/20/archives/hilton-hotel-opens-in-capital-today.html?searchResultPosition=1. Accessed 7 Feb. 2021. ↩︎
2. James Pelkey. Entrepreneurial Capitalism and Innovation: A History of Computer Communications 1968-1988, Chapter 4, Section 12, 2007, http://www.historyofcomputercommunications.info/Book/4/4.12-ICCC Demonstration71-72.html. Accessed 7 Feb. 2021. ↩︎
3. Katie Hafner and Matthew Lyon. Where Wizards Stay Up Late: The Origins of the Internet. New York, Simon & Schuster, 1996, p. 178. ↩︎
4. “International Conference on Computer Communication.” Computer, vol. 5, no. 4, 1972, p. c2, https://www.computer.org/csdl/magazine/co/1972/04/01641562/13rRUxNmPIA. Accessed 7 Feb. 2021. ↩︎
5. “Program for the International Conference on Computer Communication.” The Papers of Clay T. Whitehead, Box 42, https://d3so5znv45ku4h.cloudfront.net/Box+042/013_Speech-International+Conference+on+Computer+Communications,+Washington,+DC,+October+24,+1972.pdf. Accessed 7 Feb. 2021. ↩︎
6. 我其实并不清楚 ARPANET 是在哪个房间展示的。很多地方都提到了“宴会厅”，但是华盛顿希尔顿酒店更习惯于叫它“乔治敦”，而不是把它当成一间会议室。因此，或许这场展示是在国际宴会厅举办的。但是 RFC 372 号文件又提到了预定“乔治敦”作为展示场地一事。华盛顿希尔顿酒店的楼层平面图可以点击 此处 查看。 ↩︎
7. Hafner, p. 179. ↩︎
8. ibid., p. 178. ↩︎
9. Bob Metcalfe. “Scenarios for Using the ARPANET.” Collections-Computer History Museum, https://www.computerhistory.org/collections/catalog/102784024. Accessed 7 Feb. 2021. ↩︎
10. Hafner, p. 176. ↩︎
11. Robert H. Thomas. “Planning for ACCAT Remote Site Operations.” BBN Report No. 3677, October 1977, https://apps.dtic.mil/sti/pdfs/ADA046366.pdf. Accessed 7 Feb. 2021. ↩︎
12. Hafner, p. 12. ↩︎
13. Joy Lisi Rankin. A People’s History of Computing in the United States. Cambridge, MA, Harvard University Press, 2018, p. 84. ↩︎
14. Rankin, p. 93. ↩︎
15. Steve Crocker. Personal interview. 17 Dec. 2020. ↩︎
16. 克罗克将会议记录文件发给了我，文件列出了所有的参会者。 ↩︎
17. Steve Crocker. Personal interview. ↩︎
18. Hafner, p. 146. ↩︎
19. “Completion Report / A History of the ARPANET: The First Decade.” BBN Report No. 4799, April 1981, https://walden-family.com/bbn/arpanet-completion-report.pdf, p. II-13. ↩︎
20. 这里我指的是 RFC 54 号文件中的“正式协议”。 ↩︎
21. Hafner, p. 175. ↩︎
22. “Completion Report / A History of the ARPANET: The First Decade,” p. II-29. ↩︎

via: https://twobithistory.org/2021/02/07/arpanet.html

作者：Two-Bit History 选题：lujun9972 译者：aREversez 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

1993 年，游戏开发公司 id Software 发行了一款第一人称射击游戏 《 毁灭战士 DOOM 》，游戏一经发行迅速爆火。在今天看来，《毁灭战士》可谓有史以来最具影响力的游戏之一。

《毁灭战士》发行之后的第十年（2003 年），记者 大卫·库什纳 David Kushner 出版了一本关于 id Software 的书，书名为《 Doom 启示录 Masters of Doom 》，后被奉为记录毁灭战士创作史的典范读物。几年前我曾读过这本书，如今内容已记得不太真切了，但是书中有一个关于 id Software 首席程序员 约翰·卡马克 John Carmack 的故事，我印象特别深刻。这里只对故事做粗略描述（具体情节请往下阅读）。实际上，早在《毁灭战士》开发前期，卡马克就发现自己为这款游戏编写的 3D 渲染器在渲染某些关卡时慢得像爬一样。对于《毁灭战士》这一对动感和速度有着相当高要求的射击游戏来说，这是一个非常严重的问题。意识到了这一问题的严重性，卡马克需要一个更加有效的渲染算法，于是他开始阅读相关论文。最后，他实现了一种叫做“ 二叉空间分割 binary space partitioning （BSP）”的技术，极大地提升了《毁灭战士》游戏引擎的运行速度，而这项技术此前从未用于电子游戏当中。

一直以来，我对这个故事的印象十分深刻。卡马克将学术前沿研究运用于电子游戏之中，我觉得这正是他之所以成为传奇人物的原因。无论从哪个角度来看，卡马克都应该是电子游戏行业中人尽皆知的典型的天才程序员，只不过上面这个故事是我最先能够想到的理由。

显而易见，“二叉空间分割”这个术语听起来就是难度相当高的课题，能够自行阅读论文并将其付诸实施实属不易，所以这个故事给我留下了深刻的印象。我一直认为卡马克的做法十分具有创见性，不过由于我既不懂二叉空间分割到底是怎样的一项技术，也不晓得这项技术在当时究竟有多么革新，所以我也并不确定自己的观点是否正确。如果按照从 霍默·辛普森 Homer Simpson （LCTT 译注：《辛普森一家人》中的那个老爹）到 阿尔伯特·爱因斯坦 Albert Einstein 的顺序为天才列出一套级别体系，那么卡马克将二叉空间分割技术运用于《毁灭战士》的做法究竟属于什么级别的天才之举呢？

同时，我也在想，二叉空间分割这个概念最初是从哪儿来的，又是怎样吸引到卡马克的？因此，本篇文章不仅仅会讲述约翰·卡马克和《毁灭战士》的故事，也会探讨二叉空间分割树（BSP 树）数据结构的发展历史。有意思的是，BSP 树和计算机科学领域其他许多技术一样，最初都起源于军事研究领域。

没错，《毁灭战士》的第一关卡 E1M1 就受到了美国空军的启发。

VSD 难题

BSP 树是计算机图形领域最具挑战性难题的解决方案之一。举个例子，为了渲染出三维场景，渲染器必须能够区分在一个特定角度下的可见物体和不可见物体。如果渲染时间比较充足，这一要求也算不上大问题；但是就理想情况来说，实时游戏引擎在 1 秒内至少需要完成 30 次区分任务。

这一问题有时被称为 可见面检测 visible surface determination （VSD）问题。后来与卡马克合作开发《 雷神之锤 Quake 》（id Software 继《毁灭战士》之后开发的游戏）的程序员 迈克尔·亚伯拉什 Michael Abrash ，在自己的著作《 图形程序开发人员指南 Graphics Programming Black Book 》 中写道：

我想探讨一下在我看来 3D 中最棘手的一个问题：可见面检测问题（在每个像素点上绘制合适的表面）以及与之密切相关的隐面消除问题（迅速去除不可见的多边形，用于加快可见表面检测速度）。简略起见，我将在下文采用缩写 VSD 来表示可见面检测和隐面消除。

为什么我会认为 VSD 是 3D 中最棘手的问题呢？尽管纹理映射等光栅化问题更让人感兴趣而且也更重要，但是相对而言，它们是范围相对有限的任务。随着 3D 加速器的出现，它们逐渐被转移到硬件中。同时，它们只随着屏幕分辨率的增加而增加，而分辨率的增加是相对温和的。

相反，VSD 却像是一个无底洞，目前应对方案也有很多。但实际上，在采用简单的方法处理 VSD 时，其性能会直接受到场景复杂程度的影响，而场景的复杂程度通常会以平方级或立方级的形式增大。所以在渲染过程中，VSD 很快就会成为制约因素。 ^[1]

亚伯拉什是在上个世纪九十年代末写的关于 VSD 问题的这些困难，这是在《毁灭战士》之后数年，这款游戏证明了普通人盼望着能用自家电脑玩很吃图形配置的游戏。九十年代早期，id Software 成立后发行了一些游戏。尽管当时的计算机还只是用来处理文字与表格或者执行其他任务，未尝想过要在上面运行游戏，id Software 必须对发行的游戏进行编程，使其能在计算机上流畅运行。为了实现这一飞跃，尤其是为了能让在《毁灭战士》之前 id Software 发行的少数 3D 游戏在电脑上运行，id Software 必须做出革新。在这些游戏中，所有的关卡在设计时都受到了一定限制，以便更容易解决 VSD 问题。

例如，在《毁灭战士》之前，id Software 发行了《 德军总部 3D 版 Wolfenstein 3D 版 》，该游戏的每一个关卡都是由与坐标轴平齐的墙壁组成。换言之，在《德军总部 3D 版》的游戏画面里，你看到的只有南北方向或者东西方向的墙壁。在游戏中，墙壁与墙壁之间有着固定的间隔，所有过道的宽度或是一个方格，或是两个方格等等，但绝不会出现 2.5 个方格。如此一来，尽管 id Software 团队只能设计出外观十分相似的关卡，但这也让卡马克为 《德军总部 3D 版》 编写渲染器的工作简单了不少。

通过将屏幕上的光线“齐射”入虚拟游戏世界，《德军总部 3D 版》的渲染器解决了 VSD 问题。通常来说，使用光线的渲染器叫做“光线投射”渲染器。这种渲染器的速度一般较慢，因为解决内部的 VSD 问题涉及到在光线和游戏中的物体之间找到第一个交点，这通常需要进行大量的计算。但在 《德军总部 3D 版》，由于所有的墙壁都与网格平齐，所以光线与墙壁相交的位置只能在网格线上。如此一来，渲染器只需逐个检查这些交点即可。如果渲染器先从离玩家视角最近的交点开始检查，接着检查下一个最近的交点，以此类推，最后遇到第一面墙壁时停止检查。这样，VSD 问题便轻而易举地得到了解决。光线从每一个像素点向前投射，与画面物体接触时停止，这一方法是可行的。因为从 CPU 资源来看，投射的成本很低。事实上，由于每面墙壁高度相同，因此针对同列的像素点，投射的光线只需一条。

尽管当时还没有专业的图形显卡，《德军总部 3D 版》凭借这一取巧之法得以在配置较低的个人电脑上正常运行起来。然而，这个办法并不适用于《毁灭战士》。因为 id Software 为这款新游戏增添了许多新元素 —— 倾斜的墙面、楼梯以及高低不一的天花板。光线投射的办法自然也就不好用了，于是卡马克编写出了一个新的渲染器。《德军总部 3D 版》的渲染器关注的是图像，将光线投射到屏幕像素表示的列上，而 《毁灭战士》 关注的则是物体。换句话说，《毁灭战士》 的渲染器会记录游戏场景中的所有物体，继而将其投射到屏幕当中；而非记录屏幕上的像素点，判断每个像素点的颜色。

对于强调物体的渲染器来说，可以使用 Z 缓冲区来解决 VSD 问题，比较简单。每次将物体投射到屏幕上时，需要对每个用于绘制的像素点进行检查。如果你想绘制出的物体的部分和已经绘制在目标像素点上的物体相比更加靠近玩家，可以将其覆盖。否则，必须保持像素不变。尽管办法很简单，但是 Z 缓冲区对内存的要求较高，而且渲染器可能仍然要花费大量的 CPU 资源来投射玩家永远不会看到的水平几何体。

在 20 世纪 90 年代，使用 Z 缓冲区的方法还存在着其他缺陷：IBM 兼容机（PC）搭载的是一种叫 VGA 的显示适配器系统，在这类电脑上，将图像写入帧缓冲区的成本非常之高。因此，在只会以后被覆盖的像素上绘制花费的时间拖慢了渲染器的性能。

考虑到将图像写入帧缓冲区的成本非常之高，理想的渲染器需要首先绘制离玩家最近的物体，接着是比较近的物体，以此类推，直到屏幕上每个像素点都写入了信息。这时，渲染器会停止运行，大幅缩短远处不可见物体的渲染时间。这种由近及远对物体进行排序的方法也可以解决 VSD 问题。那么问题又来了：什么才是玩家可以看到的？

最初，卡马克打算依靠《毁灭战士》的关卡布局来解决 VSD 问题。首先用渲染器绘制出玩家目前所在房间的墙壁，之后玩家冲进隔壁房间，再绘制出隔壁房间的墙壁。由于每个房间互不遮挡，这一办法也能解决 VSD 问题。而互相遮挡的房间可以分割成若干互不遮挡的“区域”。在 YouTube 上的一个 视频 中，Bisqwit 展示了自己制作出来的使用了相同算法的渲染器。可以看到，如果以超慢的速度运行，便能一睹渲染的具体过程。这一算法同样运用到了《毁灭公爵 3D 版》当中，这款游戏在 《毁灭战士》 推出三年之后发行，当时 CPU 的性能也更加强大了。1993 年，尽管在硬件上已经可以运行游戏了，但是使用这一算法的《毁灭战士》渲染器在复杂的层级结构上依旧表现吃力，尤其是在房间分割出来的各部分相互嵌套的情况下。不巧的是，这类层级结构正是构造环形楼梯等物体的唯一办法。沿着环形楼梯走下去，直到走入已经绘制好的区域，由于这其中涉及多次循环下降运动，导致游戏引擎的运行速度大幅降低。

在 id Software 团队意识到《毁灭战士》游戏引擎的速度可能过慢时，公司还面临着其他任务：将《德军总部 3D 版》移植到超级任天堂游戏机（简称“超任”）上。那时，超任的性能比 IBM 兼容机还要差。结果表明，尽管光线投射渲染器非常简单，但是想要在超任上快速运行是不可能的。于是，卡马克着手研究更为高效的算法。事实上，也正是为了顺利将《德军总部》移植到超任，卡马克首次研究了二叉空间分割技术，并将其付诸应用。由于《德军总部 3D 版》的墙壁与坐标轴平齐，所以二叉空间分割技术应用起来也比较简单直接；但是《毁灭战士》的情况则比较复杂。不过，卡马克发现，二叉空间分割树同样可以用来解决《毁灭战士》速度过慢的问题。

二叉空间分割

二叉空间分割 binary space partitioning （BSP）会提前将 3D 场景分割为若干部分，使 VSD 问题易于解决。讲到这里，你需要先了解一下为什么分割场景可以奏效：如果你在场景上画条线（对应三维空间里的一个平面），你就可以指出玩家或者摄像机视角在这条线的哪一侧，在这条线另一侧的物体无法遮挡玩家所在一侧的物体。如果多次重复这一操作，该三维场景最终会被分割为多个区域，这并不是对原始场景的改进，只是现在你知道了更多关于场景的不同部分会如何相互阻挡。

首次阐述上述三维场景分割的是美国空军的研究员，他们曾尝试向美国空军证明计算机图形已经非常先进，可以应用到飞行模拟器领域。1969 年，他们将研究发现发表在一份题为《计算机生成图像在图形仿真中的应用研究》的报告中。该报告的总结部分指出，计算机图形可用于训练飞行员，但也警告说，其实际应用可能会受制于 VSD 问题：

实时图像处理需要解决的一个关键问题就是优先级问题，或称隐藏线问题。在我们平时用眼睛观察外界时，大自然替我们轻易地解决了这一问题：不透明物体上的一个点，掩盖了同一视觉方向上、且距离较远的所有其它物体。但在计算机中，这项任务却非常困难。图像处理需要解决的优先级问题，随着环境复杂程度的增加，计算量会呈指数级增长，随即就会超过绘制物体透视图所需的计算负载。 ^[2]

他们在报告中提出了一项基于构造“遮挡矩阵”的方案，这一方案据说早些时候曾被应用于 NASA 的项目当中。研究员指出，平面将场景一分为二，可用来解决平面两侧物体之间存在的“任何优先级问题”。通常情况下，可能需要明确将这些平面添加到场景中，但对某些几何体，只需借助你已经拥有的几何体的表面即可。他们举了一个例子，如下图：p ₁、p ₂ 以及 p ₃ 是三个不同的平面，如果摄像机视角位于其中一个平面的前方，即“正”面，p _i 的值就等于 1。这种矩阵展示出基于三个不同平面和摄像机视角位置的三个物体之间的关系 —— 如果物体 a _i 遮挡了物体 a _j，那么 a _ij 在此矩阵中的数值等于 1。

研究人员指出，这种矩阵可以应用到硬件中，对每一帧进行重新评估。该矩阵基本上可以用作大型的开关，或者一种预置的 Z 缓冲区。在绘制给定的物体时，如果在物体所在列上得出数值 1，并且所在行已经在绘制中，那么物体被遮挡的部分就不会绘制出来。

不过，该矩阵方法的主要缺点在于，为了在场景中表示出 n 个物体，你需要一个尺寸为 n ² 的矩阵。于是，研究人员们继续深入，探究将遮挡矩阵表示为“优先级列表”的可行性，该列表的尺寸是 n，可确定物体绘制的顺序。他们随即发现，诸如上图此类场景根本无法确定顺序（因为它存在循环阻塞的现象）。因此，他们花了很多时间来阐明“合适”与“不合适”场景之间的数学区别。最后，他们得出了一个结论：至少对于“合适的”场景下，优先级列表是可以制作出来的；而对场景设计师来说，避免设计出“不合适”的场景也不是一件难事。但是，他们并没有说明如何生成该列表。可以说，这份 1969 年的研究的首要贡献在于提出了：至少，在 理论上，可以采用平面分割的方法，对场景中的物体进行渲染排序。

直到 1980 年，一份题为《基于优先级树结构的可见表面生成》的论文提出了解决该问题的具体算法。在这份论文中，作者 亨利·福克斯 Henry Fuchs 、 泽维·凯德姆 Zvi Kedem 以及 布鲁斯·内勒 Bruce Naylor 介绍了 BSP 树。他们指出，这种新的数据结构“可以替代十年前首次使用，但由于一些问题未得到广泛发展的方案”（即前文 1969 年美国空军相关研究中的方案）。 ^[3] BSP 树一经生成，即可用于确定场景中物体的优先级顺序。

三人在论文中对 BSP 树的工作原理给出了相当可读的解释。但在本文，我将尝试使用更加通俗的语言，介绍给大家。

首先，在场景中选定一个多边形，将该多边形所在的平面作为分割平面。同时，该多边形充当树的根节点。场景中剩下的多边形会分散在分割平面的两侧。位于分割表面“前方”或者与分割平面相交后位于“前”半部分的多边形落在了根节点左侧的左子树上；位于分割表面“后方”或者与分割平面相交后位于“后”半部分的多边形落在了右子树上。接着，递归重复这一过程：在左子树和右子树上各选定一个多边形，作为各自空间新的分割平面，继而二分出来更多的子空间和子树。等到全部的多边形均选定之后，二叉空间分割也就结束了。

假设你想由后向前将场景中的几何图形进行渲染。（这就是所谓的“ 画家算法 painter's algorithm ”。因为在绘制时，距离摄像机较远的多边形会被距离摄像机较近的多边形所覆盖，借此正确进行渲染任务。）如果想要实现这一算法，必须按顺序遍历 BSP 树，左右子树的渲染顺序由摄像机视角与节点所在分割平面的位置关系决定的。因此，针对树上的每个节点，首先渲染距离分割平面较“远”一侧的所有多边形，接着是位于平面上的多边形，最后是距离平面较“近”一侧的所有多边形 —— “远”与“近”相对于摄像机视角而言。根据前文，距离分割平面较远一侧的多边形无法遮挡近侧的物体，所以这种方法可以解决 VSD 问题。

下图表示一个简单的二维场景的 BSP 树的构造与遍历过程。在二维中，分割平面变成了分割线，但就基本原理而言，与复杂的三维场景并无二致。

第一步：根分割线落在 D 墙上，将剩下的几何图形分为两组。

第二步：继续分割位于 D 墙两侧的空间。C 墙是其中一侧的唯一一堵墙壁，因此无需再分。另一侧，B 墙形成新的分割平面。因为 A 墙与新的分割平面相交，所以必须将其分割为两堵墙。

第三步：参照右上方视角，由后向前对墙壁进行排序，对执行画家算法很有帮助。这就是树的顺序遍历过程。

福克斯、凯德姆以及内勒多次强调了 BSP 树的优势：它只需构建一次。可能有些难以置信，但实际上无论摄像机视角位于何处，同一棵 BSP 树都可以用来渲染一个场景。只要场景中的多边形没有移动，BSP 树就不会失效。因此，BSP 树在实时渲染任务中非常实用 —— 构建树时的所有艰巨任务都可以在渲染工作开展之前完成。

同时，三人也提到了一项需要进一步深入研究的问题：究竟怎样才能构建出一棵 “高质量的” BSP 树？BSP 树的质量取决于用作分割平面的多边形的选择。我在前文跳过了这一问题，不过如果用作分割平面的多边形与其他多边形相交，那么为了让 BSP 算法发挥作用，必须将相交的多边形一分为二，这样两部分就可以分在不同的空间。但是如果这种现象反复出现，BSP 树的构建势必会大幅增加场景中多边形的数量。

内勒后来在其 1993 年的论文《构建高质量的分割树》中提及这一问题。卡马克的同事，id Software 的共同创始人 约翰·罗梅洛 John Romero 指出，这篇论文是卡马克在《毁灭战士》中引入 BSP 树时读到的论文之一。 ^[4]

《毁灭战士》中的 BSP 树

别忘了，卡马克首次为《毁灭战士》设计渲染器时，通过让渲染器渲染玩家所在房间之外的临近房间，试图为关卡几何图形建立一套渲染顺序。对此，BSP 树是个不错的选择，因为在玩家进入之前的房间（区域）时，BSP 树能够避免让渲染器重复劳动，从而节省 CPU 资源。

实际上，“将 BSP 树引入《毁灭战士》”意味着将 BSP 树生成器引入《毁灭战士》的关卡编辑器中。当完成一个《毁灭战士》的关卡的制作时，BSP 树就会在关卡几何图形的基础上生成。根据程序员 法比安·桑格勒德 Fabien Sanglard 的说法，在原版《毁灭战士》中，一个关卡的 BSP 树生成时间需要 8 秒，全部关卡合计共需 11 分钟 ^[5] 。之所以生成时间较长，部分原因在于卡马克所用的 BSP 生成算法，该算法尝试使用各种启发式方法找出 “高质量” BSP 树。在运行时，8 秒的延时可能让人无法接受；但是离线等 8 秒，时间并不算长，尤其是考虑到 BSP 树提升了渲染器的性能。为每个关卡生成的 BSP 树将在游戏启动时作为关卡数据载入。

卡马克对 1980 年论文中提出的 BSP 树算法进行了改造，因为在《毁灭战士》开始运行时，当前关卡的 BSP 树就会读取到内存中，渲染器通过 BSP 树由前向后绘制物体，而非由后向前进行绘制。福克斯三人在那篇论文中演示了 BSP 树可用于执行由后向前的画家算法，但是画家算法会造成许多重复的绘制任务，对于 IBM 兼容机来说负担较大。因此，《毁灭战士》的渲染器换了个方向，首先绘制距离玩家较近的图形，之后再绘制离玩家较远的。这种反向排序很容易通过 BSP 树来实现，因为你可以在树的每个节点都进行反向遍历。为了避免绘制出来的远处图形遮挡到近处的图形，《毁灭战士》的渲染器使用了一种隐式 Z 缓冲区，这种缓冲区不仅具备普通 Z 缓冲区的优势，而且对内存的要求也较低。这种 Z 缓冲区有两组数组，一组记录水平方向的遮挡关系，另两组记录自屏幕顶部和底部的垂直方向的遮挡关系。《毁灭战士》的渲染器就算不使用实际的 Z 缓冲区也无伤大雅，因为从技术上来看它并不是真正的 3D 游戏。BSP 树数据结构的成本虽然不高，但却能够起作用，其原因在于《毁灭战士》不会发生以下问题：水平方向的遮挡数组能够发挥作用，是因为该游戏中没有倾斜的墙体；垂直方向的遮挡数组能够发挥作用，是因为该游戏不存在有着一上一下两扇窗户的墙体。

剩下比较棘手的问题是如何将《毁灭战士》中处于运动中的角色融入到借助 BSP 树绘制的静止的关卡几何图形中。该游戏中的敌人不可能纳入 BSP 树之中，因为他们会移动，而 BSP 树只对静止的几何形状起作用。所以渲染器首先绘制静止的关卡几何图形，同时与另一个内存使用效率较高的数据结构协作，记录屏幕上分割出来用于绘制的区域。之后，渲染器按照由后往前的顺序绘制敌人，并消除被屏幕上的区域遮挡住的敌人。这一过程与使用 BSP 树进行渲染相比，效果稍差一些。但是由于关卡中能看到的敌人的数量少于几何图形的数量，所以速度并不是一个严重的问题。

将 BSP 树应用到《毁灭战士》中可谓一大成功。卡马克能够想到 BSP 树是解决 VSD 问题的最佳方案，无疑非常高明。但是这可以称得上是天才之举吗？

桑格勒德在其关于《毁灭战士》游戏引擎的书中引用了罗梅洛的话：内勒的论文《构建高质量的分割树》主要讲述使用 BSP 树消除 3D 模型的背面。 ^[6] 根据罗梅洛所言，卡马克认为这种算法对《毁灭战士》依然有效，所以他放手一试，将 BSP 技术应用到了该游戏中。不过这话说得有些奉承的意味 —— 意在暗示卡马克在别人仍然使用 BSP 树渲染静止的场景时，发现该技术可以用于实时游戏领域。在《Doom 启示录》中也有给卡马克戴高帽的故事。该书作者库什纳认为，卡马克在阅读内勒的论文之后，问了自己，“如果使用 BSP 技术创造一整个虚拟世界，而不仅仅是一张 3D 图像，会怎么样呢？” ^[7] 。

这些“片面之词”忽视了 BSP 树的发展历史。当美国空军研究人员开始意识到场景分割可能会加快渲染任务的时候，他们就对提升 实时 渲染的速度产生了兴趣，毕竟他们当时试图创建一个飞行模拟器。1980 年，同样的案例再次出现在了福克斯等人的论文中，他们探讨了 BSP 树如何应用于飞行模拟器中，帮助飞行员进行训练：飞行员用它来反复练习将飞机降至同一空港。由于空港的地形不会发生改变，BSP 树只需生成一次，即可一劳永逸。很明显，他们考虑的是实时模拟。在论文的引言部分，福克斯等人还谈到实时图形系统必须在至少 1/30 秒内生成一张图像，由此激励了他们的研究。

因此，卡马克不是第一个想到在实时图形模拟中应用 BSP 树的人。诚然，设想与付诸实践是两码事。但是即使在实施的过程中，卡马克受到的帮助与指导可比人们想象的要多得多。至少是到这篇文章写成之时，BSP 树的 维基百科词条 页面显示，卡马克参考了 1991 年 陈 Chen 和 戈登 Gordon 的一篇论文，以及 1990 年的一本教材《计算机图形学：原理及实践》。尽管该页面并未提供引用信息，但可信度没什么问题。陈和戈登的论文介绍了运用 BSP 树由前向后的渲染方法，这种方法与《毁灭战士》中用到的方法基本一致，还包括了我称之为“隐式 Z 缓冲区”的数据结构，可用于防止远处的图形在绘制时遮挡近处的图形。《计算机图形学：原理及实践》详细介绍了 BSP 树，以及一些构建并展示 BSP 树的伪代码（非常感谢我大学的图书馆，让我能够一睹这本教材 1990 年的版本）。因为这本书是计算机图形学的经典之作，所以卡马克很可能也有一本。

然而，卡马克发现自己遇到一个新问题：如何让第一人称射击游戏在一台 CPU 甚至都无法进行浮点操作的电脑上运行呢？通过调查研究，他证明了 BSP 树的数据结构非常适用于实时电子游戏渲染。尽管 BSP 树早已提出，而且到了卡马克的时代，相关理论已经非常成熟了，但我始终认为，卡马克的做法可谓惊人之壮举。也许，得到人们称誉的应该是整个《毁灭战士》的游戏引擎，它的确非常精致。我在前文也提及过，但是桑格勒德的《 游戏引擎黑皮书：毁灭战士 Game Engine Black Book: DOOM 》 很好地讲解了这款游戏引擎的非凡之处，以及这些优势相互契合之法。要明白，VSD 问题只是卡马克在编写《毁灭战士》游戏引擎时需要解决的诸多问题之一。不得不说，面对不为大多数程序员所知的复杂的数据结构，卡马克能够查阅相关文献，将其付诸实践，仅此一点就足以说明其技术之精湛、匠心之独到。

如果你喜欢这篇文章，欢迎关注推特 @TwoBitHistory，也可通过 RSS feed 订阅，获取最新文章（每四周更新一篇）。

1. Michael Abrash, “Michael Abrash’s Graphics Programming Black Book,” James Gregory, accessed November 6, 2019, http://www.jagregory.com/abrash-black-book/#chapter-64-quakes-visible-surface-determination. ↩︎
2. R. Schumacher, B. Brand, M. Gilliland, W. Sharp, “Study for Applying Computer-Generated Images to Visual Simulation,” Air Force Human Resources Laboratory, December 1969, accessed on November 6, 2019, https://apps.dtic.mil/dtic/tr/fulltext/u2/700375.pdf. ↩︎
3. Henry Fuchs, Zvi Kedem, Bruce Naylor, “On Visible Surface Generation By A Priori Tree Structures,” ACM SIGGRAPH Computer Graphics, July 1980. ↩︎
4. Fabien Sanglard, Game Engine Black Book: DOOM (CreateSpace Independent Publishing Platform, 2018), 200. ↩︎
5. Sanglard, 206. ↩︎
6. Sanglard, 200. ↩︎
7. David Kushner, Masters of Doom (Random House Trade Paperbacks, 2004), 142. ↩︎

via: https://twobithistory.org/2019/11/06/doom-bsp.html

作者：Two-Bit History 选题：lujun9972 译者：aREversez 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出