机器之心报道编辑：张倩、蛋酱互联网的记忆，究竟该交给谁保管？喜欢冲浪的早期网民可能听说过一个叫「Usenet」的讨论组应用。它的功能类似于我们今天用的贴吧、论坛，但使用方法却更接近邮箱客户端。三四十年前，在没有浏览器的年代，我们的互联网前辈就在Usenet上交流想法，包括一些早期的码农。随着Usenet走向衰落，谷歌接管了该讨论组自年以来的大部分历史备份，并将其放在GoogleGroups上供所有人查看。这些早期资料对于计算机界的「考古挖掘」非常有帮助，比如追溯某个词的词源、记录某种语言的演变。然而，最近，谷歌却突然关闭了其中的两个小组（Forth和Lisp），引发了社区的不满。Forth和Lisp是两种非常「古老」的语言，年龄上和「上古语言」Cobol不相上下（都诞生于上世纪五六十年代），Lisp甚至比Cobol还大一岁。因此，这两个讨论组也称得上是历史悠久。虽然随着新语言的不断崛起，这两种语言逐渐失去了自己的优势，变得不再流行，但我们还是希望关于他们的一些早期资料可以保留下来。这些资料说不定可以帮我们解决一些历史遗留问题（参见前段时间疯狂招聘「高龄程序员」的COBOL）。一位网友在LWN.net上发帖表示，「（这件事）所造成的影响是极具破坏性的，意味着两个社区的历史和集体记忆正在被擦除。」由于Usenet在中国并未流行起来，我们可能无法体会这些外国网友的心情。但有一点是共通的：我们并不希望互联网上有价值的一些东西永远消失。谷歌的这一举动不禁让我们联想起GitHub前不久实施的「北极代码库」项目。除了代码之外，整个互联网资料的保存问题或许也该多讨论一下了。Usenet是什么古董？从拨号上网谈起上世纪七十年代，互联网和浏览器都还没有出现。那个年代的「上网」也叫「拨号上网」，就是通过调制解调器拨一个电话号码才能将自己的电脑与其他电脑（主机）相连，如果想换一台主机就得重新拨号。这种上网方式有一个弊端：如果你想登录离你比较远的主机，首先电话费会比较贵；其次，当时的主机能力比较差，负担不起太多远程用户的同时登录。因此，登录同一台主机的通常是地理位置比较接近的用户。在这种情况下，怎么和世界各地的网友建立联系呢？年，杜克大学的研究生汤姆·特拉斯科特与吉姆·埃利斯设计出了一种分布式的互联网交流系统，取名为Usenet（也叫Newsgroup）。Usenet分布在一个不断变化的大型服务器集群中，这些服务器在「新闻源」中相互存储和转发消息。它与BBS/Web论坛的主要区别在于其缺少中央服务器和管理员。知名科技博主阮一峰曾在年的一个帖子中介绍过Usenet的运行机制：从上面这个机制描述中我们可以看出，在Usenet上的交流其实是一个不断上传下载的过程，使用起来真的很不方便，而且多数情况下还要付费。因此，经过了十几年的发展之后，这个讨论组从90年代开始衰落。PCMagazine的萨沙·西根在年表示「Usenet已经奄奄一息了」。一个不符合时代发展潮流的工具逐渐退出历史舞台是一种必然，但问题在于：上面存储的历史资料何去何从？其实，早在Usenet创建之初就有人提到了这个问题。年，一位名叫ScottOrshan的Usenet用户提出，「任何网站都应该永远保留它所发布的所有文章」。此外，他还提出了一种Usenet的分布式归档的方案。此后的数年，Usenet一直在系统性地备份并储存积累的帖子，这些计划的参与者既包括个人，也包括商业公司，DejaNews就是其中之一。年，谷歌收购了DejaNews并接手了该公司的Usenet存档，以此为基础创建了GoogleGroups（谷歌网上论坛）。此后，谷歌又陆续收到了多方的存档捐赠，包括多伦多大学动物学系的亨利·斯宾塞存档（包含从年5月到年6月的帖子）、NetNewsCD系列的肯特·兰菲尔德和GMD的克里斯托弗尔（从年底至年初的存档）等。可以说，在Usenet走向消亡的日子里，GoogleGroups其实扮演了一个博物馆的角色，将年以来的Usenet讨论资料开放给所有人查阅。然而，在大家都以为这是Usenet数据的最佳归宿时，谷歌却做出了一些令人失望的决定。信任背后的隐患年，已经没有太多人会去GoogleGroups搜索上世纪的材料了，但我们知道，它们就在那里，想看随时都能看。但现在，随着两个编程语言小组的关闭，这份寄托被打破了。有人谴责谷歌辜负了大家的信任，没有承担起保护历史档案的责任。有人从中看到了互联网公司在保存资料方面的「不靠谱」：「20年前谷歌接管Usenet存档的时候大家都很开心，还把自己的存档捐给了谷歌。但现在，大家对于谷歌云平台5年后还能不能用都持怀疑态度。」这次变动也引起了Hackernews社区的热议，一位网友提到了自己在参观美国地质调查局的有趣经历：「策展人表示自己不喜欢谷歌（即使谷歌和他们相隔仅几个街区）。他说，谷歌是伟大的，因为谷歌地图更加精准，有着更高的覆盖度。」但如果谷歌对地图数据感到厌烦并将其抛弃呢？这位策展人被要求将所有的历史arial档案移交给谷歌进行扫描，然后告诉美国地质调查局不再进行arial扫描了，因为谷歌正在做这件事。然而谷歌并不会把扫描结果交还给美国地质调查局。当时，这位网友曾经安慰策展人，表示谷歌永远也不会删除自己收集的数据。现在想来，这种担心不无道理。互联网没有记忆？「这就是整个互联网的问题。还记得那些在20世纪90年代或者21世纪初创建的页面吗？人们以为他们在和全世界分享这些信息。事实证明，那时候创建的页面现在大多都无法访问了，或者是被大公司排挤掉了。」所以，有人尝试建立了个人博客，确保自己不被平台供应商所束缚，而且这种方式几乎是免费的。导流问题可以通过Medium的导入功能解决，但目前不确定能起到多大的效果。也有人提到，为每个页面永久存档本就不是公司的职责。比如在英国，大英图书馆会对所有网站的年度快照进行收集保存。其实，「互联网档案馆（InternetArchive）」等机构和个人也保存了一部分Usenet的早期资料，但可能没有谷歌那么丰富，尤其是90年代之前的一些数据。随着时代的飞速发展，越来越多的互联网资料正在从我们的视线里消失。究竟谁应该担负起保存互联网档案的责任？这些资料要怎么保存？这些都是亟待解决的问题。参考链接：
转载请注明：http://www.0431gb208.com/sjsbszl/5945.html
