科技是一種不斷向前看的領域，各種新鮮事物不斷誕生，許多人都希望自己能夠活在未來。不過，在舊金山的一座古老教堂裡面，有一小群人癡迷於「囤積」過去，忙碌地將來自世界各地的大量書籍、錄音帶跟黑膠唱片轉成數位檔案；而生生不息的網頁，也在發出冷冽藍光的伺服器中留下副本。
這一切始於 25 年前，數位圖書館員 Brewster Kahle 將自己共同創辦的網站監測工具 Alexa 賣給亞馬遜之後，創立了「網際網路檔案館」——Internet Archive。他希望發揚埃及亞歷山大圖書館的理念，讓「普及所有知識」的願望透過網路成真。
根據文獻記載，亞歷山大圖書館興建於西元前三世紀的埃及港口，他們求知若渴，透過貿易、掠奪等方式蒐羅世界各地的文獻寶典，行經該港口的商船也得留下船中所有文件的手抄副本才能離去。
這座曾經擁有全世界藏書最多最豐富的圖書館早已被摧毀，但它保留資訊的方式——無論人類創造了什麼知識，通通都要拷貝一份的野心，在 2000 年後的 Internet Archive 發揚光大。
網頁收集偏執狂： Wayback Machine
Internet Archive 的拷貝行動是從網頁開始的。
史上第一個網頁在 1991 年上線，五年後 Internet Archive 的「網頁時光機（Wayback Machine）」服務就開始備份整個網際網路。
25 年來，網頁時光機累計收錄了 4750 億個網頁。而根據最新統計，目前全球可以被檢索到的網頁大約有 60 億個，這或許解釋了「網頁時光機」的重要性：你可以在「網頁時光機」裡面，找到許多本來已經消失的網頁。
網頁時光機與 Google 搜尋引擎都是爬蟲技術的運用，但不同的是，Google 比較在意網頁的最新版本，時光機則偏執地保存每個網頁的前世今生。
每天，時光機的爬蟲都會將四處採集的網頁與其 JavaScript、CSS 等檔案一同收到伺服器中，確保未來的使用者檢閱時能夠看到網頁的完整樣貌。此外，爬蟲也會盡可能順道拜訪站內所有連結，並且一併將這些連結的網頁存下來，等於複製整個網站，因此使用者在查看時，也能窺見整個網站地圖。
除了靠著爬蟲自動採集，其實每個人也都能擔任手動備份員，只要直接在瀏覽器中安裝時光機的外掛，想要備份某個網頁時，點擊一下就能將網頁此刻的狀態收存到全世界的檔案櫃裡面，讓其他網友能夠查閱與運用，目前每個禮拜大約都有 100 萬個網頁存檔，來自網友的舉手之勞。
如果你曾仔細看過維基百科的資料引述區塊，肯定會對「網際網路檔案館」有印象，2018 年 Internet Archive 開發了維基百科機器人，探測失效連結，將 1,000 萬個失效連結自動對應回「時光機」備份的網頁網址。如果缺少網頁時光機，維基百科的信任度大概會被大幅掏空。
MSNBC 主持人 Rachel Maddow 盛讚網頁時光機是「國家寶藏」，她製作的節目已經使用「時光機」數千次找尋網頁留存的證據，「如果我們想找什麼資料但網頁被消失了，它（時光機）就是我們第一個想到的地方。」它對記者或研究人員是不可或缺的來源，台灣《報導者》網站 2019 年揭露跨國內容農場產業鍊也詳述他們如何運用網頁時光機，讓內容農場的過去無所遁形。
不過「網頁時光機」當然有其侷限，它無法做到每分每秒擷取每個網站。Brewster Kahle 解釋，除了 Google 或《紐約時報》這類具有影響力而且變動快速的網站，可能每天都會被爬蟲眷顧幾百次，其他網站就沒有那麼頻繁了。此外，如 Facebook 般的社群網站與封閉式論壇，以及築起付費牆的網站，也可能讓可以收錄的網頁數量縮水；有些網頁也會因為收到「刪除」的請求而撤除。
「時光機」無法做到盡善盡美，但無論如何，Brewster Kahle 期望全世界每個網站至少都有一個網頁被收錄。
絕版書籍、唱片與軟體進行數位重生
網頁可以交給爬蟲以及散佈在全世界各地的網友處理，Internet Archive 的 160 名員工每天最忙碌的則是把全世界捐獻的黑膠唱片、錄影帶、書籍與軟體進行數位建檔，放到網站上提供所有人查找取用。
這些貯藏知識的實體物件過去可能只能被供在地球上某座神聖殿堂，像是博物館、美術館或大學圖書館之類的地方，只有少數人才能使用。但 Brewster Kahle 相信，唯有將這些物件轉化成可在數位世界流通的形式，才能在全世界每個角落為人跟知識製造更多相遇的時刻，也唯有相遇才能產生更多新的知識、推動人類文明繼續前進。
前陣子 Internet Archive 陸續釋出書籍跟唱片數位化的實況影片，引起許多網友驚嘆。在 2021 年的今天，實體書籍數位化仍是高度的體力活，必須由志工將書本一頁一頁翻開，攤平紙張，確保每頁都被如實掃進電腦，而且文字品質清晰足以辨識。Brewster Kahle 說，「我以為來幫我們掃描書籍的人頂多只會工作幾個月，但許多人日復一日做了超過五年。他們愛書，而且想要看到書籍被保留，並且看到他們永遠存在。」
目前 Internet Archive 跟全球 500 多間圖書館、基金會合作，大多來自政府出版的書籍、絕版書，並在全球設有 33 個圖書掃描中心，每天大概以掃描 1,000 本書的速率前行。不若 Google 圖書只提供部分頁面讀取，Internet Archive 掃描的每一本書都是全文開放，讀者可以透過試閱或租借免費讀取整本書籍。不過在 Internet Archive 借書依然要遵守座實體圖書館的規則：借閱會有期限，書本數量也有限制，如果想借的書被借走了，還是要排隊等候。
除了網頁、書籍、錄像與文本，Internet Archive 最讓我驚喜的一點是它也收藏了許多遊戲跟軟體，而且大多都有提供模擬器跟映像檔，可以直接在瀏覽器上操作。
前陣子閱讀 Quartz 介紹試算表簡史時，一直好奇世界上第一套試算表「VisCalc」究竟是怎麼運作的？沒想到在 Internet Archive 上真的找到了這個軟體，儘管不能算是真正的應用程式，但能夠在瀏覽器中用鍵盤於試算表中輸入文字、在儲存格左右之間移動，已足以讓我對這個「全世界第一套試算表」有了「感覺」，而不是只能透過文字或靜態的圖像憑空揣想。
電玩遊戲也是 Internet Archive 備受歡迎的館藏，從 MS-DOS、如果突然想起某款 10 歲時打的電動，現在就可以直接在 Internet Archive 的軟體收藏庫裡回味俄羅斯方塊、毀滅戰士、接龍等等經典電玩。
人類文明的檔案管理員
其實在許多領域都有保存跟歸檔的作法，例如警察的案件檔案室、各大報社收存新聞剪報的知識庫、跨國生態組織也為種子建立了銀行，去年 GitHub 還宣布已把程式碼封存到 piqlFilm 膠卷中，送到北極冰存，可以留存長達 1,000 年。不過 Internet Archive 或許可以說是唯一一個對全世界開放、讓所有人能夠隨時存取的服務。
一直以來，Internet Archive 的營運都是仰賴世界各地的圖書館、基金會等機構的捐獻以及個人贊助。Brewster Kahle 懇切呼籲，如果每個曾經 Internet Archive 使用者都能捐出 5 美金，Internet Archive 就能永久持續運作，不讓資訊的保存中斷。
Internet Archive 彷彿全球知識的檔案管理員，如果想了解人類文明，這必定是一個重要入口。萬一它遭遇不測，數千億網頁、數千萬本書籍與音檔也將灰飛煙滅。因此，在舊金山總部之外，Internet Archive 也在埃及亞歷山大、荷蘭阿姆斯特丹設有分部，保留人類文明的第二、第三副本。
「如果知識沒有被數位化，那麼終將被遺忘」Brewster Kahle 說道。網頁、文本、影片、錄音、軟體和圖片的生命如蜉蝣隨時可能絕跡，但它們會永遠活在網路檔案館裡面，為研究員、新聞記者、數位偵探、以及任何求知若渴的人，做好備援。
資料來源
- The Internet’s keepers? “Some call us hoarders—I like to say we’re archivists”
- More than 9 million broken links on Wikipedia are now rescued
- A library bigger than any building
- The Internet Archive: An Interview with Brewster Kahle
- WorldWideWebSize
- Where to find what’s disappeared online, and a whole lot more: the Internet Archive
- 【調查報導幕後】風向戰爭與它的推手 ： 我們使用哪些數位工具協助調查？
（文章代表圖：Photo by kdrosen7900 on Flickr）
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出