在劉慈欣的《三體》中，太陽系將要被二維化時，程心乘坐飛船來到了太陽系邊沿的冥王星，在這里她遇到了曾經(jīng)的執(zhí)劍人羅輯。

羅輯向她介紹了人類的墓碑：地球文明博物館。

在這里，人類希望把自己的文明信息保留十億年！

但是當(dāng)時的量子存儲器，只能保存兩千年。

U盤和硬盤，能保存五千年。

特殊金屬制成的光盤， 10萬年。

特殊的紙張和油墨制成的印刷品，20萬年。

后來科學(xué)家們發(fā)現(xiàn)，唯一可行的辦法是：把字刻在石頭上！這樣也許能保存1億年。

最后，人類文明就變成了冥王星“石頭”上的字跡。

每次看到這里我都挺震撼的，信息的長時間保存真難??！

科幻總是能讓人產(chǎn)生聯(lián)想， 雖然不需要保存地球文明，但是想想我們的互聯(lián)網(wǎng)，有多少數(shù)據(jù)早已經(jīng)銷聲匿跡了？

有個統(tǒng)計說網(wǎng)頁的平均壽命低得嚇人：只有區(qū)區(qū)75天！

很多網(wǎng)頁即使能被搜索引擎找到，打開時也經(jīng)常會遇到404 not found。

能不能把全球互聯(lián)網(wǎng)網(wǎng)頁都找個地方保存起來呢？永不丟失呢？

1.把互聯(lián)網(wǎng)“存”起來

這是個瘋狂的想法，不過，還真有人這么干了！

照片中這位老帥哥叫做Brewster Kahle， 他的夢想就是做這件事情：把整個互聯(lián)網(wǎng)都存起來！

圖片

像曾經(jīng)的被戰(zhàn)火摧毀的亞歷山大圖書館那樣，保存人類文明的知識。

圖片

很明顯，這需要錢，很多錢。

幸運的是，Kahle是一位成功的連續(xù)創(chuàng)業(yè)者，是一位億萬富翁。

Kahle畢業(yè)于麻省理工，1992年創(chuàng)立了一家叫做WAIS的電子出版公司，可以讓華爾街日報，紐約時報和大英百科全書之類的出版物在互聯(lián)網(wǎng)上發(fā)布。

1995年，Kahle把這套系統(tǒng)賣給了美國在線，賺了1500萬美元。

隨后他又創(chuàng)立了Alexa Internet ，這個網(wǎng)站估計很多人聽說過吧。

Alexa 以提供互聯(lián)網(wǎng)流量數(shù)據(jù)，網(wǎng)站全球排名等信息聞名，1999年又以2.5億美元被亞馬遜收購。

圖片

在創(chuàng)立Alexa的時候，他很“狡猾”地在其中加入了一份合同，要求Alexa收集的所有內(nèi)容副本都提供給他創(chuàng)立的另外一家非盈利機構(gòu)： Internet Archive （互聯(lián)網(wǎng)檔案館）。

這才是Kahle畢生追求的夢想。

（Internet Archive 總部）

2.海量數(shù)據(jù)

到目前為止，互聯(lián)網(wǎng)檔案館已經(jīng)保存了：

8350 億個網(wǎng)頁

4400 萬本書籍和文本

100 萬個軟件程序

1500萬 錄音（包括25.5萬個音樂會）

1060萬個視頻 （包括260個電視節(jié)目）

480萬張圖片

圖片

（互聯(lián)網(wǎng)檔案館的服務(wù)器）

僅僅是單個副本就占用了145PB的空間（所有的內(nèi)容至少存儲兩個副本）。

冷冰冰的數(shù)字可能大家可能沒有感覺， 我分享一個我自己的故事。

20年前，我使用鄭州商都信息港的免費空間，建立了一個個人主頁， liuxin.shangdu.net。

這么多年過去了， 商都信息港早就沒有了，這個網(wǎng)站也早就不能訪問了。

但是，我卻能在Kahle的互聯(lián)網(wǎng)檔案館找到它的備份！

給大家瞅瞅，說實話，看到20年前的東西心情非常激動。

圖片

20年前的東西還能給你扒拉出來，你說牛不牛？

如果你也想找古老的資料，也可以去試一試：https://web.archive.org/

互聯(lián)網(wǎng)檔案館不僅僅保存網(wǎng)頁，還保存書籍。

為了把書籍?dāng)?shù)字化，他還制造了一個叫做Scribe的特殊掃描儀。

掃描儀分辨率超高，當(dāng)然價格不菲， 掃描一頁的成本是10美分，平均每本書300頁，也就是一本書30美元，美國國會圖書館，有2600萬本書，如果都掃描的話，需要花費在7.5億美元。

有很多志愿者幫助掃描，如果你為它服務(wù)了三年，互聯(lián)網(wǎng)檔案館會為你建立一座自己的雕像，以示感謝。

圖片

（據(jù)說仿秦始皇兵馬俑，看起來有點嚇人的不是？）

3.版權(quán)爭議

保存人類互聯(lián)網(wǎng)的數(shù)據(jù)，這本來是一個功德無量的事情。

但是，大家肯定會想到一個問題，它收錄了這么多的資料，獲取授權(quán)了嗎？

互聯(lián)網(wǎng)檔案館說任何人都可以將數(shù)字媒體上傳，肯定有很多軟件，書籍是沒有授權(quán)的。

雖然網(wǎng)站收錄的許多軟件都是舊的、已經(jīng)不再銷售或支持的版本，并且努力只收錄合法可分享的軟件，但有時可能會無意中收錄到一些版權(quán)受限的軟件。

所以有人戲稱：這是世界上最大的盜版網(wǎng)站!

更要命的是，互聯(lián)網(wǎng)檔案館在運行一個“受控數(shù)字借閱”的項目，這個項目可以將實體書轉(zhuǎn)成數(shù)字副本，然后受控借閱。

例如《三體》，你在上面找到了一套數(shù)字書，借了出來，然后別人就不能借閱這個數(shù)字書了，直到幾周后把你把它還回來以后，別人才能再次借閱，就像實體書一樣。

也就是說，互聯(lián)網(wǎng)檔案館把數(shù)字書也當(dāng)成實體書，以借閱實體書的方式來對外提供服務(wù)。

但是，可以受控借閱的360萬本書中有很多還是正在印刷和銷售的，作者和出版商仍然保留這些書的版權(quán)，這就捅了馬蜂窩。

4.不可避免的訴訟

2020年，4家出版社（Hachette, Wiley, Penguin Random House, & HarperCollins）聯(lián)合起訴互聯(lián)網(wǎng)檔案館，指控他未經(jīng)許可分發(fā)了30多萬本書，索賠數(shù)億美元。

2023年3月，曼哈頓地方法官John G. Koeltl做出了判決，認(rèn)為互聯(lián)網(wǎng)檔案館的“受控數(shù)字借閱”計劃不是合理使用。

2023年12月，互聯(lián)網(wǎng)檔案館提起上訴，認(rèn)為自己是一家非盈利的圖書館，通過“受控數(shù)字借閱”計劃借出的每本書都已經(jīng)購買、付款，數(shù)字借閱與傳統(tǒng)的圖書館借閱基本相同，不會對作者或出版業(yè)造成新的危害。

這個官司可能還有持續(xù)很久，結(jié)果如何，讓我們拭目以待吧！