吾爱软件下载中心,为您提供安全的软件下载!

当前位置:首页 > 新闻资讯 > 业界新闻

Internet Archive:这个让我们感动的互联网记录者

我要评论

    在 Martin Luther King, Jr 的维基百科词条下面,附注着三百多条脚注,其间包含 66 本书本引证。

 

    这是人们信赖维基百科的原因,简直每一则词条的每一处描述都有迹可循,查阅者可以经过参阅资料检验词条文本的精确性。

 

    不过就算是维基百科这样的互联网百科全书,它能记录的也非常有限。《纽约客》一篇题为 Can the Internet be archived?的文章中从前写道,「网络永远生活在当下。它虚幻、时刻短、不稳定、不可靠。有时候你想要访问的网页却指向了 404… 有时候你想要查询的页面现已被更新后的内容掩盖——这更费事,因为网页不会告知你,你看到的内容压根儿不是你想查询的内容。」

 

    那么,有没有方法可以找到那些 404 或许修改前的网络内容呢?

 

    有人试图备份整个互联网。

 

    1996 年,因为担心网络上的信息不能像印刷在书本里一样被永恒地保存下来,布鲁斯特·卡利(Brewster Kahle)创立了公益性质网站 Internet Archive.

 

    很多人将 Internet Archive 定义为最巨大的查找网站。Kahle 开发的查找工具 Wayback Machine 定期录入和抓取全球网站的信息,并进行保存。Wayback Machine 的作业也有主次之分,关于不同的网站,录入的数量和频次也不相同。

 

    截止到现在,Internet Archive 现已保存了 3300 亿网页和页面快照,而 Internet Archive 的巨大在于,除此之外,这个庞大的档案馆还记录了 2000 万册图书和文本,850 万份音频和视频、300 万幅图像和 20 万个软件程序。

 

    总而言之,Internet Archive 想做的是让信息获取愈加简略和精确。最近,Internet Archive 和维基百科联手做了一件作业,让维基百科更靠谱了。Internet Archive 现已将维基百科脚注中 13 万条书本引证定向链接到 Internet Archive 5 万本(掩盖英语、希腊语和阿拉伯语)完成过数字化扫描,且对公众揭露的书本。查阅者可以经过点击脚注的页码,查看被引证部分的两页上下文预览。

 

    查阅者可以经过点击脚注的页码,查看被引证部分的两页上下文预览 | Internet Archive

 

    上述《纽约客》文章中说,「脚注是人类文明史上的一个里程碑,发明和传播它花了几个世纪的时刻,炸毁它仅仅用了几年。比如过去,书本和论文的脚注能让你精确了解到额外的信息,以及信息的来历。现在,当全部搬到互联网上,你仍然可以经过点击脚注的链接获取更多信息,只不过你不知道也许哪一天链接就失效了。」

 

    2016 年 10 月,维基百科和 Internet Archive 宣布协作处理失效链接问题,Wayback Machine 主管 Mark Graham 开发的 InternetArchive Bot 自动扫描维基百科脚注的失效链接,并自动将失效链接连接到 Wayback Machine 保存的页面。「咱们编辑了 1400 万链接,超过 1100 万链接到 Internet Archive.」Graham 提到。

 

    链接书本的作业与之类似,可是更具有挑战性。Graham 解释说,并非一切书本都有 ISBN 编码,也并非一切脚注都参阅了正确引证格局,标注了详细的页码。

 

    Internet Archive 称自己为网络图书馆。不少线下图书馆也会对书本数字化之后借阅给用户。当你对某一本引证的书本感兴趣,就可以问 Internet Archive 借阅到电子版。

 

    Internet Archive 从 2005 年开端着手书本数字化的作业,它的「保藏」里现已有了 380 万本。现在 Internet Archive 在全球设了 22 个作业点,每天有 100 位员工以每天 1000 本的速度加快扫描作业,即使这样还有数百万本书排队等候。

 

    数字年代,人们与书本的距离越来越远。Kahle 称,「咱们期望从维基百科开端,经过将书本织造进互联网的方法,将读者与书本连接起来。」

 

    80、90 后的芳华或许随着某天天边和豆瓣的关闭而停驻,Facebook 树立以来也不过十几年光景。互联网加快了信息的传播和迭代,相应地人们遗忘得也越快。可是在  Internet Archive,怀旧的人可以看到当时的热点话题「制作机」天边社区,以及现在看来有些「非主流」的新浪微博首页快照。

 

    Internet Archive 保存的天边和新浪微博的快照 | Internet Archive

 

    正如《纽约客》谈论道,简直可以肯定,假如哪些东西没有被网页韶光机(Wayback Machine)录入,它们等于从来没有存在过。


 

    2014 年 7 月 17 日,马来西亚一架波音 777 客机起飞后不到三小时在乌克兰坠毁。乌克兰反对派指挥官 Strelkov 在俄罗斯社交媒体 VKontakte 发布一条音讯,「咱们刚刚击落一架飞机,一架 AN-26.」这则帖子包含了飞机残骸的视频链接,看起来像是波音 777,随后被删除。第二天,这则帖子被录入到 Wayback Machine,Internet Archive 在 Facebook 发帖称,「这便是咱们存在的意义。」

 

    正如《金融时报》谈论,在一个虚伪信息,极端主义内容被迅速创造和传播,社交媒体信息不断迭代和更新的年代里,可以记录「谁说了什么」,「何时说了什么」而且内容不可更改的重要性被放大了。经过 Internet Archive 对不同时期的前史信息进行研究,是它更大的价值所在。比如在特朗普中选之后,Internet Archive 收集了包含特朗普就职前的 6000 多段视频协助人们区分和核实虚伪信息。

 

    可是,想要树立全球化的互联网档案馆不太简单,部分原因在于各个国家在法定送存、版权、隐私等法令问题上无法一致。今年年初,英国作家协会(The Society of Authors)表明 Internet Archive 做法涉嫌侵权——在英国一切的书本扫描和借阅行为有必要得到版权一切者的授权,且每一次借阅能为作者带来 8.52 便士的公共出借报酬。英国作家协会指责 Internet Archive 没有得到作者的许可,同时没有付出任何报酬。


 

    不久之后,一份由全美作家联盟(NationalWritersUnion)发布,其他 36 个组织(包含 The Society of Authors)一起签署的文件,斥责 Internet Archive 和协作图书馆扫描和分发电子书的行为。虽然 Internet Archive 解释他签署了 CDL(controlled digital lending)协议——在没有取得版权一切者的许可下,答应图书馆数字化印刷书本,并借出给用户。前提是规定借出数量和时刻上限,而且基于合理运用(Fair use)准则,借出数量有必要与数字化前实体书本数目一致(一旦一本实体书被借出,它的对应电子版本则不能借出,反之亦然。)

 

    法令跟不上技能迭代的步伐,就好像许多敢为人先者一样,Internet Archive 身处在资源共享和版权至上的夹缝之中。


 

    互联网档案馆创始人 Brewster Kahle | 维基百科

 

    「在我国互联网的古代,人们不仅只是运用互联网,那时候的人们参与建设互联网… 比如说前往维基百科编纂词条,办理内容。在中文互联网国际里,人们去豆瓣网增添电影、书本、音乐专辑的条目,便于其他网友标注、保藏和谈论。」网络写手和菜头曾如此写道。

 

    这或许和 Internet Archive 想要打造的互联网国际类似,用 Graham 的话说,Internet Archive 期望遍及一切知识。Kahle 表明,虽然 Internet Archive 扎根在旧金山,可是与今日的硅谷一起点少之又少。他期望一切技能的「遗产」最后不是把握在少数人手中,「我喜欢很多人都能赢的感觉。」

展开更多

上一篇: 北方人饭量普遍比南方大是真的么

下一篇: 华为发布安全声明:用事实说话