在劉慈欣的《三體》中，太陽(yáng)系將要被二維化時(shí)，程心乘坐飛船來(lái)到了太陽(yáng)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(lèi)的墓碑：地球文明博物館。

在這里，人類(lèi)希望把自己的文明信息保留十億年！

但是當(dāng)時(shí)的量子存儲(chǔ)器，只能保存兩千年。

U盤(pán)和硬盤(pán)，能保存五千年。

特殊金屬制成的光盤(pán)， 10萬(wàn)年。

特殊的紙張和油墨制成的印刷品，20萬(wàn)年。

后來(lái)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(lèi)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(zhǎng)時(shí)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(xiāo)聲匿跡了？

有個(gè)統(tǒng)計(jì)說(shuō)網(wǎng)頁(yè)的平均壽命低得嚇人：只有區(qū)區(qū)75天！

很多網(wǎng)頁(yè)即使能被搜索引擎找到，打開(kāi)時(shí)也經(jīng)常會(huì)遇到404 not found。

能不能把全球互聯(lián)網(wǎng)網(wǎng)頁(yè)都找個(gè)地方保存起來(lái)呢？永不丟失呢？

1.把互聯(lián)網(wǎng)“存”起來(lái)

這是個(gè)瘋狂的想法，不過(guò)，還真有人這么干了！

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

圖片

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

圖片

很明顯，這需要錢(qián)，很多錢(qián)。

幸運(yùn)的是，Kahle是一位成功的連續(xù)創(chuàng)業(yè)者，是一位億萬(wàn)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?qǐng)?bào)，紐約時(shí)報(bào)和大英百科全書(shū)之類(lèi)的出版物在互聯(lián)網(wǎng)上發(fā)布。

1995年，Kahle把這套系統(tǒng)賣(mài)給了美國(guó)在線(xiàn)，賺了1500萬(wàn)美元。

隨后他又創(chuàng)立了Alexa Internet ，這個(gè)網(wǎng)站估計(jì)很多人聽(tīng)說(shuō)過(guò)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(gòu)。

圖片

在創(chuàng)立Alexa的時(shí)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(jī)構(gòu)： Internet Archive （互聯(lián)網(wǎng)檔案館）。

這才是Kahle畢生追求的夢(mèng)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(gè)網(wǎng)頁(yè)

4400 萬(wàn)本書(shū)籍和文本

100 萬(wàn)個(gè)軟件程序

1500萬(wàn) 錄音（包括25.5萬(wàn)個(gè)音樂(lè)會(huì)）

1060萬(wàn)個(gè)視頻 （包括260個(gè)電視節(jié)目）

480萬(wàn)張圖片

圖片

（互聯(lián)網(wǎng)檔案館的服務(wù)器）

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

冷冰冰的數(shù)字可能大家可能沒(méi)有感覺(jué)， 我分享一個(gè)我自己的故事。

20年前，我使用鄭州商都信息港的免費(fèi)空間，建立了一個(gè)個(gè)人主頁(yè)， liuxin.shangdu.net。

這么多年過(guò)去了， 商都信息港早就沒(méi)有了，這個(gè)網(wǎng)站也早就不能訪問(wèn)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(shuō)實(shí)話(huà)，看到20年前的東西心情非常激動(dòng)。

圖片

20年前的東西還能給你扒拉出來(lái)，你說(shuō)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(yè)，還保存書(shū)籍。

為了把書(shū)籍?dāng)?shù)字化，他還制造了一個(gè)叫做Scribe的特殊掃描儀。

掃描儀分辨率超高，當(dāng)然價(jià)格不菲， 掃描一頁(yè)的成本是10美分，平均每本書(shū)300頁(yè)，也就是一本書(shū)30美元，美國(guó)國(guó)會(huì)圖書(shū)館，有2600萬(wàn)本書(shū)，如果都掃描的話(huà)，需要花費(fèi)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(huì)為你建立一座自己的雕像，以示感謝。

圖片

（據(jù)說(shuō)仿秦始皇兵馬俑，看起來(lái)有點(diǎn)嚇人的不是？）

3.版權(quán)爭(zhēng)議

保存人類(lèi)互聯(lián)網(wǎng)的數(shù)據(jù)，這本來(lái)是一個(gè)功德無(wú)量的事情。

但是，大家肯定會(huì)想到一個(gè)問(wèn)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(shuō)任何人都可以將數(shù)字媒體上傳，肯定有很多軟件，書(shū)籍是沒(méi)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(xiāo)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(shí)可能會(huì)無(wú)意中收錄到一些版權(quán)受限的軟件。

所以有人戲稱(chēng)：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(yùn)行一個(gè)“受控?cái)?shù)字借閱”的項(xiàng)目，這個(gè)項(xiàng)目可以將實(shí)體書(shū)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(shū)，借了出來(lái)，然后別人就不能借閱這個(gè)數(shù)字書(shū)了，直到幾周后把你把它還回來(lái)以后，別人才能再次借閱，就像實(shí)體書(shū)一樣。

也就是說(shuō)，互聯(lián)網(wǎng)檔案館把數(shù)字書(shū)也當(dāng)成實(shí)體書(shū)，以借閱實(shí)體書(shū)的方式來(lái)對(duì)外提供服務(wù)。

但是，可以受控借閱的360萬(wàn)本書(shū)中有很多還是正在印刷和銷(xiāo)售的，作者和出版商仍然保留這些書(shū)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(wàn)本書(shū)，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?cái)?shù)字借閱”計(jì)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(shū)館，通過(guò)“受控?cái)?shù)字借閱”計(jì)劃借出的每本書(shū)都已經(jīng)購(gòu)買(mǎi)、付款，數(shù)字借閱與傳統(tǒng)的圖書(shū)館借閱基本相同，不會(huì)對(duì)作者或出版業(yè)造成新的危害。

這個(gè)官司可能還有持續(xù)很久，結(jié)果如何，讓我們拭目以待吧！