字体的故事之:爱恨交加的 Comic Sans

Vincent Connare 设计了 Comic Sans,这是一个红极一时的字体,设计灵感来自漫画书,它曾经无处不在,然而,在设计界却背负着恶名,设计师或那些拥有美学情结的人不屑与之为伍,今 天,全球甚至发起一股抵制 Comic Sans 字体的风潮,对此,Vincent Connare 表示理解。

[Vincent Connare]

Vincent Connare

Comic Sans 让 Connare 尝到了爱恨交加的滋味,15年前 Comic Sans 随微软的产品初次登场,很快,从学校的传单,到新闻邮件,从迪斯尼的广告,到婴儿用品的标签,从街上的招贴,到商业邮件,从色情网站到医院的肿瘤广告,甚 至圣经书籍以及墓碑上的文字都使用这个字体。

然而在设计界,这个看上去极不严肃的字体却一直备受抵制,设计师,美工师,以及互联网 Geek 都不屑与之为伍。在 Twitter 网站,关于对这个字体进行抵制的声音不绝于耳。甚至有网上漫画对 Vincent Connare 表示大不敬。

抵制 Comic Sans 运动已有近十年历史,得益于网络的便利,如今愈演愈烈,他们的目标是根除这款字体以及对字体的无知。对此,Connare 表示,如果你喜欢这款字体,说明你不懂字体,如果憎恶,说明你更不懂。

任何字体都传达着某种意义,字体学家说,Helvetica 代表行业标准,简单,可靠,Times New Roman 代表经典,而 Comic Sans 却包含着滑稽,傻气,粗俗与懒惰的意味,好比穿着小丑的衣服出现在严肃的社交聚会。这款字体一开始叫 Comic Book,但 Connare 觉得这个名字听上去不像一款字体,因此从 Sans-Serif 借用了 Sans,不要那个 Serifs(衬线) 是因为除了大写字符 I,其它字符都没有衬线。

Connare 现年48岁,就职于伦敦的一家叫做 Dalton Maag 的字体工作室,他发现自己新设计的一款叫做 Magpie 的字体在 Comic Sans 的阴影下变得黯然失色,他恭维那些抵制他的字体的人,自己也很少使用,在那些认出了自己的人面前保持礼貌。他曾经发现一个 Black Sabbath 乐队的粉丝网站使用了 Comic Sans,这个网站的作者甚至向他致敬,他说,对于那些品味差劲的人,你毫无办法。

同时,他也因自己的名声而或被戏弄或被尊重,迪斯尼在使用他的字体做广告后,曾送给他一张由米老鼠签名的图画,那张画就挂在他们家。他的太太在向朋 友们介绍他的时候,称他为 Comic Sans 之父,而他的一个朋友说,曾认识一个人,为了缓解对对方的打击,使用 Comic Sans 给男朋友写分手信。然而,自从这款字体归属微软之后,Connare 并没因此赚到什么钱。

[A beach towel using the typeface in Australia.]
Vincent Connare
上图是澳大利亚生产的一种使用了该字体的浴巾

当然,假使 Comic Sans 不是如此流行,它也不会遭此厄运,曼哈顿林肯中心对面的 O'Neals 饭店的经理 Peter Phyo 说,我们使用这个字体多年了,我也不知道为何,该字体在菜单上看上去很不错,Phyo 表示他没有什么可抱怨的。

而 Comic Sans 的泛滥却纯属意外,1994年,Connare 工作于微软的一个团队开发家用软件,有一天下午,他在测试他们的软件的时候,突然心血来潮,那款软件是给孩子和电脑新手使用的,欢迎画面上有一只叫做 Rover 的狗在说话,谈话框里使用的是那种一本正经的 Time New Roman 字体。

Connare 说,他当时找出两本漫画书,一本叫《黑暗骑士归来》,一本叫《巡夜人》,参照着漫画书的风格,在屏幕上用鼠标画出了那些字符,一个星期以后,产品经理看到 了这款字体,决定将它收录到 Windows 操作系统的标准字体中,随着家用电脑的普及,这款字体也迅速传遍世界。

后来便出现了 Comic Sans 抵制组织,他们的抵制方式就是在任何发现有不当使用了 Comic Sans 字体的地方,贴上“抵制 Comic Sans”贴纸。

[The 'Ban Comic Sans' group slaps its stickers on uses of the ubiquitous font, such as a retirement-benefits document.]
bancomicsans.com

Comic Sans 抵制组织成立于1999年,那时,Holly Sliger 在 Indianapolis 的 Herron 艺术与设计学校任高职,他们要为儿童手工作品展设计一个标贴,她的上司告诉她使用 Comic Sans 字体,她很惊讶,随即反对说,那样做太俗,并提供了一些更好的替代字体,但上司坚持使用 Comic Sans。

这比死都难受,她说,到处都是 Comic Sans,像瘟疫一样。

期间,她在一次星期六的犹太教集会中遇到了他后来的丈夫 Dave Combs,他那时刚才大学毕业,做平面设计,她便向他诉苦,他说,这真恐怕,就是这句话,让 Sliger 感到他是可以托付终身的人,一年后他们果然结了婚,便一起和这款字体做斗争。

[A banner in Comic Sans typeface at Teatro Valencia in Spain.]
Vincent Connare

Connare 说,他第一次意识到反 Comic Sans 浪潮是2003年1月,他在英国 Berkshire 的 University of Reading 大学读字体设计硕士学位,他收到 Combs 的一封邮件,邮件中说,希望他授权在抵制 Comic Sans 运动中使用他的肖像,Connare 当时很烦,就随口说,行。

Connare 说,这有点傻,但我实在没预料到事情会如此严重。

但 Combs 夫妇显然胃口很大,他们希望在全球发起这个运动,他们女儿的房间挂着一幅世界地图,上面用小旗标着那些向他们所要抵制贴纸的地区。Combs 说,这些贴纸就像停车场的罚单,随着运动的进行,Connare 本人的照片几乎成了抵制 Comic Sans 的标志。于是在2004年,Connare 要求 Combs 停止使用他的肖像。

如今,Connare 偶尔在一些 Internet 展会中发表相关演说,他使用了一个41页的 Power Point 演示,他还计划同 Combs 夫妇一起编一本 “我爱/我恨 Comic Sans”图画书。

而 Veer 设计公司设计了一款 T-Shirt,上面印着一个完全由 Comic Sans 字符组成的心型图案,文字写道,“爱它,爱到恨,或恨你所爱”。

延伸阅读

本文国际来源:http://online.wsj.com/article/SB123992364819927171.html
中文翻译来源:COMSHARP CMS 官方网站

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值