宇宙数字图书馆
cathayan.org版权所有，保留一切权利。转载请保留此说明。谢绝商业转载。
图书数字化的工作可能还是靠了Google的刺激才为更多人所知，但很明显，因为Google是家商业公司，还要为股东的钱负责，再加上敏感的版权问题，一些机构并不愿意让Google扫描自己的书。在国内，Google更是有比较直接的阻力。
现在由卡内基・梅隆大学牵头，在世界范围内组织了一个宇宙数字图书馆，Universal Digital Library，到目前为止，它已经扫描了100多万本书。而它的目标，是要扫描人类所有的图书，据估计，这个数字可能是1亿册，所以现在刚刚完成1%。但很可能还能找到的书大概只有一半了，因为在人类短短的写书历史中，已经发生过很多次故意或无意的毁灭活动了。
根据Linux.com的这个报道，UDL 的这位负责人对Google的图书计划略有微辞，他认为Google是为了广告，而不是真的为了保存知识――这么说略有点过，Google图书页面上广告还是比较少的吧，只有“Buy this book”有几条，也很不明显。不管怎么说，这类工作是多多益善，就是重复劳动也无所谓，就算是信息冗余，可以抵挡岁月的侵蚀。
现在UDL有1000多名工作人员，在全球50个地点做扫描工作，平均每天可以扫描7000本书，还是挺快的。这个项目竟然在国内有合作伙伴，重要的就是浙江大学，而在它的成员名单上，有浙大校长，中科院研究生院院长，前成员甚至有教育部副部长等等，一开始就走了上层路线，并且看来有点成功。目前，已经扫描的书中中文有97万多本，是英文书的两倍多（这是到11月24号的数字，超出100万本很多了），不知道是不是浙江大学把图书馆里的书扫得差不多了。
和Google一样，UDL目前也是把1923年以前出版的书当作是公共领域的，之后的仍然是有版权的，所以前者可以看全本，后面的就只能看部分，在UDL上设定为10%（有本1924年的书可以看15%）。在Google上似乎情况比较多，也许是由出版者自己决定能显示多少。但这个1923年在我国似乎还有点问题，著作权法的规定是作者终生及死后50年，现在也许还有些后代可以主张著作权的。
Google强的一点是公共领域的图书提供了整本下载，UDL目前还没有提供。Google显示的是图片，下载的是PDF，而UDL使用了据说更厉害的djvu格式，说是面向网络，显示更快更漂亮，对付大分辨率图片以及扫描图的效果更好等等。Djvu有专门的浏览器，也有各种浏览器的插件可以直接在浏览器窗口里看，不会像pdf一样拖慢浏览器。
美国人一向重视这些知识，或者说历史，甚至国会拨款给所有二战老兵留下记录。网上的Internet Archive也是个很好的地方，不光有网络内容，还有很多图书；Gutenberg项目就不说了，为了让民族产业bisheng.com/cn发展更好，暂时采取了一些贸易壁垒。如果到北京魏公村那里的话，可以看到宏伟的图家数字数字图书馆大楼，很大，非常大，也许等装修好了可以搞点数字化工作，然后仅限馆内浏览使用。
现在由卡内基・梅隆大学牵头，在世界范围内组织了一个宇宙数字图书馆，Universal Digital Library，到目前为止，它已经扫描了100多万本书。而它的目标，是要扫描人类所有的图书，据估计，这个数字可能是1亿册，所以现在刚刚完成1%。但很可能还能找到的书大概只有一半了，因为在人类短短的写书历史中，已经发生过很多次故意或无意的毁灭活动了。
根据Linux.com的这个报道，UDL 的这位负责人对Google的图书计划略有微辞，他认为Google是为了广告，而不是真的为了保存知识――这么说略有点过，Google图书页面上广告还是比较少的吧，只有“Buy this book”有几条，也很不明显。不管怎么说，这类工作是多多益善，就是重复劳动也无所谓，就算是信息冗余，可以抵挡岁月的侵蚀。
现在UDL有1000多名工作人员，在全球50个地点做扫描工作，平均每天可以扫描7000本书，还是挺快的。这个项目竟然在国内有合作伙伴，重要的就是浙江大学，而在它的成员名单上，有浙大校长，中科院研究生院院长，前成员甚至有教育部副部长等等，一开始就走了上层路线，并且看来有点成功。目前，已经扫描的书中中文有97万多本，是英文书的两倍多（这是到11月24号的数字，超出100万本很多了），不知道是不是浙江大学把图书馆里的书扫得差不多了。
和Google一样，UDL目前也是把1923年以前出版的书当作是公共领域的，之后的仍然是有版权的，所以前者可以看全本，后面的就只能看部分，在UDL上设定为10%（有本1924年的书可以看15%）。在Google上似乎情况比较多，也许是由出版者自己决定能显示多少。但这个1923年在我国似乎还有点问题，著作权法的规定是作者终生及死后50年，现在也许还有些后代可以主张著作权的。
Google强的一点是公共领域的图书提供了整本下载，UDL目前还没有提供。Google显示的是图片，下载的是PDF，而UDL使用了据说更厉害的djvu格式，说是面向网络，显示更快更漂亮，对付大分辨率图片以及扫描图的效果更好等等。Djvu有专门的浏览器，也有各种浏览器的插件可以直接在浏览器窗口里看，不会像pdf一样拖慢浏览器。
美国人一向重视这些知识，或者说历史，甚至国会拨款给所有二战老兵留下记录。网上的Internet Archive也是个很好的地方，不光有网络内容，还有很多图书；Gutenberg项目就不说了，为了让民族产业bisheng.com/cn发展更好，暂时采取了一些贸易壁垒。如果到北京魏公村那里的话，可以看到宏伟的图家数字数字图书馆大楼，很大，非常大，也许等装修好了可以搞点数字化工作，然后仅限馆内浏览使用。
沟通万年的不可能
cathayan.org版权所有，保留一切权利。转载请保留此说明。谢绝商业转载。
最近在看一本书，名为《改变西方世界的26个字母》，三联出版，译的水平一般，看到第四页就有明显错误；不过，看到12页发现了一个有趣的东西，叫《横跨十个千年的沟通方法》（ Communication Measures to Bridge Ten Millennia）。
这是一个报告，主要作者是印第安纳大学的符号语言学教授Thomas A. Sebeok，发起者是美国能源部，针对目标是核废料处理。这两个东西是怎么联系到一起的呢？原来这些核废料是装在某种桶里，然后深埋在某些地方的地下深处。为了避免不知情的人到这些核废料场上挖坑，从而引发不可知的危险，就有必要在这些地方设立标志，告诫人们不要在这些地方乱挖，甚至根本不要接近。如果只考虑现在，可以画那个标准的核辐射标志或者再加上警示语句，就像“光纤无铜，挖也没用”这样的；但如果要考虑到这些废料的长远影响，比如10000年后它们的危险才会消除，而人类自己在这未来的10000年里已经破坏了文明，退化到穴居、根本看不懂什么标志和英语什么的，那该怎么办呢？或者就算人类一直正常发展，10000年后的人是否能看懂今天的标志呢？于是这位教授就被赋予这一伟大的使命，研究一种可靠的可以把信息传递10000年的方法。
很不幸的是，Sebeok领导的小组最后的报告给出了一个消极的结论，他们认为，这个任务是不可能的，这种标志不存在，没有任何方法可以保证信息在10000年后可以被有效理解。
但是，按照美国人积极向上的不要抱怨问题，要提出Proposal的思路，他们提出了一个思路，即建立一个委员会，或者叫使命团，就类似于某种宗教上的神秘组织，像“达芬奇密码”中提到的郇山隐修会、天主事工会一样，肩负神秘使命，秘密地保守着一个秘密，那就是――某某地是个核废料场，不可靠近――为此目的，他们即便把这条消息变成一个民间神话传说也是可以接受的。
这个报告可以从上面网站下载到，详细内容也应该很有趣。
不知道最终美国人是否听从了这个计划，这个神秘的“核废料隐修会”是否已经存在了呢？但这个研究结论告诉我们理解的人类历史是多么地不可靠，一种文明又多么地容易中断。说英语的人读中世纪英语已经有困难，我们学习一下可以读2000年前的文字，但是很长时间以来，专门研究文字已经成为一种学问，称为“小学 ”，以至于许多国学学者批判他人著作，就说一句，小学不行，就判了人家半个死刑。孔子时代已经要努力维护周公之礼，汉时孔子那些东西也已经要各路学者来回解读；要往前说到商朝的文化，也只有近百年挖出的甲骨为证了，上面还有很多字至今没有解读，至于已经解读的那些意思又对了多大成分，实在是很难说了。
摘要
1980年，美国能源部设立了人类交流任务级（HITF），来研究核废料场在封闭之后的最终标记问题。它的任务是设计一个方法，来警示未来的人类在搞清楚自己行为的后果之前，不要在这些地方进行开采或打井的活动。因为在10000年的时间里，人类世代之间交流越来越弱化的可能性很大，所以必须设计一种经得起时间考验的警示系统。本报告对此问题进行了符号语言学上的分析，并对其进行讯息和符号理论上的研究。由于涉及的时间很长，本报告建议创设一种讯息的中继或接力系统，这一讯息应包括一组图标，索引和符号；同时应保持该信息的高度冗余。
总结
所有的自然语言，扩展一下，所有的人类交流系统，都会随着时间而变化，这是一个广为接受的结论。而且，这些符号语言系统更会发生越来越大的变化，当未来世代的人类试着去理解它时，其表意功能会变得不可靠（比如中世纪英语对我们而言），甚至是完全不能理解。对书写形式和口语形式来说，这在不同程度上都是对的。
接下来的结论是，并没有一种万无一失的交流方法可以管用到10000年以后。要想有效实施这一计划，必须把要传递的信息再次编码，并且按相对不太长的间隔进行重复的编码。为此，强烈建议创建一种“接力”传播系统，内建加强机制，为了强调起见这里把它称为“核能祭司”，也就是一个使命团，同未来的政治动向保持相对独立，由团员自己选择一切手段来加强这一讯息，包括那些带有民间传说性质的手段。
不论何种情况，所有的讯息都应当尽可能地保持最大冗余，明智地混合使用语言和非语言元素，最好包含图标、索引和语言符号的组合。
最后，只要可行，此任务也应从一开始就考虑国际合作。
这是一个报告，主要作者是印第安纳大学的符号语言学教授Thomas A. Sebeok，发起者是美国能源部，针对目标是核废料处理。这两个东西是怎么联系到一起的呢？原来这些核废料是装在某种桶里，然后深埋在某些地方的地下深处。为了避免不知情的人到这些核废料场上挖坑，从而引发不可知的危险，就有必要在这些地方设立标志，告诫人们不要在这些地方乱挖，甚至根本不要接近。如果只考虑现在，可以画那个标准的核辐射标志或者再加上警示语句，就像“光纤无铜，挖也没用”这样的；但如果要考虑到这些废料的长远影响，比如10000年后它们的危险才会消除，而人类自己在这未来的10000年里已经破坏了文明，退化到穴居、根本看不懂什么标志和英语什么的，那该怎么办呢？或者就算人类一直正常发展，10000年后的人是否能看懂今天的标志呢？于是这位教授就被赋予这一伟大的使命，研究一种可靠的可以把信息传递10000年的方法。
很不幸的是，Sebeok领导的小组最后的报告给出了一个消极的结论，他们认为，这个任务是不可能的，这种标志不存在，没有任何方法可以保证信息在10000年后可以被有效理解。
但是，按照美国人积极向上的不要抱怨问题，要提出Proposal的思路，他们提出了一个思路，即建立一个委员会，或者叫使命团，就类似于某种宗教上的神秘组织，像“达芬奇密码”中提到的郇山隐修会、天主事工会一样，肩负神秘使命，秘密地保守着一个秘密，那就是――某某地是个核废料场，不可靠近――为此目的，他们即便把这条消息变成一个民间神话传说也是可以接受的。
这个报告可以从上面网站下载到，详细内容也应该很有趣。
不知道最终美国人是否听从了这个计划，这个神秘的“核废料隐修会”是否已经存在了呢？但这个研究结论告诉我们理解的人类历史是多么地不可靠，一种文明又多么地容易中断。说英语的人读中世纪英语已经有困难，我们学习一下可以读2000年前的文字，但是很长时间以来，专门研究文字已经成为一种学问，称为“小学 ”，以至于许多国学学者批判他人著作，就说一句，小学不行，就判了人家半个死刑。孔子时代已经要努力维护周公之礼，汉时孔子那些东西也已经要各路学者来回解读；要往前说到商朝的文化，也只有近百年挖出的甲骨为证了，上面还有很多字至今没有解读，至于已经解读的那些意思又对了多大成分，实在是很难说了。
摘要
1980年，美国能源部设立了人类交流任务级（HITF），来研究核废料场在封闭之后的最终标记问题。它的任务是设计一个方法，来警示未来的人类在搞清楚自己行为的后果之前，不要在这些地方进行开采或打井的活动。因为在10000年的时间里，人类世代之间交流越来越弱化的可能性很大，所以必须设计一种经得起时间考验的警示系统。本报告对此问题进行了符号语言学上的分析，并对其进行讯息和符号理论上的研究。由于涉及的时间很长，本报告建议创设一种讯息的中继或接力系统，这一讯息应包括一组图标，索引和符号；同时应保持该信息的高度冗余。
总结
所有的自然语言，扩展一下，所有的人类交流系统，都会随着时间而变化，这是一个广为接受的结论。而且，这些符号语言系统更会发生越来越大的变化，当未来世代的人类试着去理解它时，其表意功能会变得不可靠（比如中世纪英语对我们而言），甚至是完全不能理解。对书写形式和口语形式来说，这在不同程度上都是对的。
接下来的结论是，并没有一种万无一失的交流方法可以管用到10000年以后。要想有效实施这一计划，必须把要传递的信息再次编码，并且按相对不太长的间隔进行重复的编码。为此，强烈建议创建一种“接力”传播系统，内建加强机制，为了强调起见这里把它称为“核能祭司”，也就是一个使命团，同未来的政治动向保持相对独立，由团员自己选择一切手段来加强这一讯息，包括那些带有民间传说性质的手段。
不论何种情况，所有的讯息都应当尽可能地保持最大冗余，明智地混合使用语言和非语言元素，最好包含图标、索引和语言符号的组合。
最后，只要可行，此任务也应从一开始就考虑国际合作。
