Datautsläckning

1988 köpte Keith Feinstein en Stjärnornas krig arkadspel för hans studentrum. Förutom att hålla honom i öl- och pizzapengar under de kommande fyra åren, lanserade det honom också på en personlig resa som har varat in i nuet: han äger nu mer än 900 vintage videoarkadspel, som han ställer ut i en reseshow känd som Videotopia . Folk gråter, säger Feinstein, som nu är 34, och som minns en barndom komplett med den tidigaste Pong-konsolen och en Atari 2600 han älskade. De kan gå in i en utställning med hundratals maskiner, och i all den otroliga kakofonien springer de direkt till deras spel. Dessa spel var en del av våra liv. De var våra första interaktiva medier. Några av Feinsteins kärleksfullt bevarade enheter är förmodligen de sista fungerande modellerna på planeten - de enda maskinerna där den 20-åriga mjukvaran bakom dessa spel kan komma till liv med den hårdvara som den var avsedd för.

Precis när Feinstein köpte sitt första arkadspel, avslutade Abby Smith en doktorsexamen i medeltida rysk historia vid Harvard University. Hon var dock orolig över att endast en handfull skrifter från före 1300-talet - mestadels liturgiska dokument - hade överlevt tumultet i rysk historia. Hur mycket hade oåterkalleligt förlorats? Hur mycket av hennes egen tid skulle gå förlorad för framtiden? Något med dessa frågor tyckte Smith var mycket mer intressant än det arbete hon gjorde, så hon kastade över rysk historia för att istället specialisera sig på biblioteksvetenskap. Under de senaste två decennierna har Smith hjälpt U.S. Library of Congress i dess uppgift att bevara historien. Först sysselsatte hon sig med sådana uppgifter som att rädda Lincolns ursprungliga Gettysburg-adress från försämring, men i takt med att vår kultur har blivit mer digital har Smith i sin tur blivit allt mer fokuserad på att lösa problemet med att bevara digitala artefakter. Hon är för närvarande programchef vid Council on Library and Information Resources, en ideell organisation i Washington, DC som hjälper Library of Congress att utarbeta ett förslag som ber lagstiftare att finansiera forskning om en långsiktig lösning. Lekmannens åsikt är att digital information är säkrare, när den i själva verket är mycket mer tillfällig, säger hon. Vi vet hur man håller papper intakt i hundratals år. Men digital information finns i kod. Utan tillgång till den koden är den förlorad.

Smith och Feinstein arbetar i motsatta ändar av samma problem: hur man bevarar digitala saker - data, mjukvara och den elektronik som behövs för att läsa dem - när de åldras. Pappersdokument håller i hundratals år, men mer och mer av det som är viktigt för oss produceras digitalt, och vi kan inte garantera att något av det kommer att vara användbart om 100, 10 eller ens fem år från nu. Feinsteins bidrag till att avvärja digital föråldrad är att leta igenom loppmarknader efter gamla kretskort som kan ha de chips han behöver för att reparera gamla spel; han är besatt av att hålla alla spel i sin samling fungerande. Smiths tillvägagångssätt är att utveckla en plan för att bevara själva kulturen; hon är besatt av att till exempel garantera att om 300 år kommer människor att kunna läsa filer som lokaliserar kärnavfallsplatser. Båda ställs inför vetskapen om att nuvarande metoder för att bevara digitala saker fungerar dåligt, även på kort sikt.

Hur illa är problemet? Det finns gott om exempel på digitala saker som förlorats för alltid, en del personliga i skala, andra globala. Programvarupatent som fritt kan göras intrång på grund av att originalprogramvaran inte längre fungerar, vilket hindrar patentinnehavarna från att bevisa känd teknik. Markanvändnings- och naturresursinventeringar för delstaten New York sammanställdes i slutet av 1960-talet som inte kan nås eftersom den anpassade programvaran som behövs för att öppna filerna inte längre existerar. NASA-satellitdata från 1970-talet som kunde ha hjälpt oss att förstå den globala uppvärmningen, om de inte var oläsliga idag.

Men mycket värre är ännu att komma. När du börjar förstå vad som händer på en mer teknisk nivå, säger Smith, inser du att det som går förlorat kan vara katastrofalt. Vi kan räkna med att pappersdokument varar i 500 år eller längre, med undantag för eld, översvämning eller Guds handlingar. Men digitala saker, oavsett om det är dokument, fotografier eller video, är alla skapade på ett språk som är avsett för en specifik hårdvara; och varken datorspråk eller maskiner åldras väl. Mängden material som är i riskzonen exploderar: volymen affärsrelaterad e-post förväntas öka från 2,6 biljoner meddelanden per år 2001 till 5,9 biljoner år 2005, enligt IDC, ett IT-analysföretag. Kanske förtjänar de flesta av dessa meddelanden att göras oläsliga, men kritiska dokument och korrespondens från statliga och privata institutioner löper lika stor risk för digital föråldrad som spam.

Sedan finns det databaser och programvara och bilder, som alla är i ett ständigt tillstånd av förändring: JPEG, till exempel, den standard som många digitalkameraanvändare förlitar sig på för att lagra familjefoton, är redan på väg att föråldras av JPEG 2000, en komprimeringsstandard av högre kvalitet. Om vi ​​inte gör något drastiskt, säger Margaret Hedström, professor i information vid University of Michigans School of Information, kommer det om ett eller två eller fem år att bli väldigt svårt för människor att se tillbaka och se bilderna de tog.

Föreslagna lösningar inkluderar migration , som består av att uppdatera eller ibland helt skriva om gamla filer för att köras på ny hårdvara; tävlan , ett sätt att efterlikna äldre hårdvara så att gamla program och filer inte behöver skrivas om för att kunna köras på nya maskiner; och på senare tid, inkapsling , ett sätt att slå in ett elektroniskt dokument i ett digitalt kuvert som förklarar, i enkla termer, hur man återskapar programvaran, hårdvaran eller operativsystemen som behövs för att avkoda vad som finns inuti.

Alla tre lösningarna har dock samma klibbiga problem: själva korrigeringarna är tidsbundna och kan bara fungera i flera år, eller kanske några decennier, innan ytterligare en korrigering behöver göras. De kräver också att vi agerar nu för att bevara det vi tror kan vara viktigt för framtiden. Vi har problemet med hur vi ska bevara digitala medier - tillräckligt svårt att lösa - och vi har det extra, omöjliga ansvaret att bestämma vad vi ska spara, säger Smith. Ingenting kommer att bevaras av en slump.

En nyligen föreslagen lösning kan ironiskt nog använda en mycket gammal teknik: själva papper. Inte för att bevara alla digitala dokument vi skapar i papperskopia, utan snarare för att bevara specifikationerna för en avkodningsmekanism - en sorts universell dator definierad av några hundra rader programkod - som gör att dokumenten kan dechiffreras i framtida. Arkiverad på papper och över Internet skulle mekanismen garanterat överleva i århundraden. Förespråkare för ett sådant tillvägagångssätt säger att det kommer att göra det möjligt att bevara allt -en fullständig uppteckning av mänskligheten. Kanske kan historien äntligen sluta upprepa sig.

Vad är så svårt med digitalt bevarande?

Den naiva synen på digitalt bevarande är att det bara är en fråga om att flytta saker med jämna mellanrum till nya lagringsmedier, att se till att du kopierar dina filer från åtta-tums disketter till fem och en fjärdedel, till tre-och-en- hälften, till CD, och vidare till nästa sak innan det gamla formatet tonar bort helt. Men att flytta bitar är lätt. Problemet är att avkodningsprogrammen som översätter bitarna vanligtvis är skräp inom fem år, medan språken och operativsystemen de använder är i ett tillstånd av ständig förändring.

Varje mjukvara och varje datafil är i sitt hjärta skriven för att instruera en viss hårdvara att utföra vissa uppgifter. Med andra ord, den är skriven på en maskins språk, inte på människor. När du skapar en digital sak, vare sig det är ett dokument, en databas, ett program, en bild eller ett musikstycke, lagras det i en form som du inte kan läsa. Det är som om det skrevs med osynligt bläck, säger Jeff Rothenberg, forskare vid Rand, en tankesmedja i Santa Monica, Kalifornien. Så fort det har lagrats försvinner det från mänskliga ögon, och du behöver rätt resurser för att göra det synligt igen, precis som osynligt bläck behöver någon form av lösningsmedel för att läsas. Ändå är det ekonomiskt oöverkomligt att bygga om gammal hårdvara eller behålla den för evigt för att tolka nästan utdöd programvara eller format: när avsändare tappade ett av Feinsteins vintage arkadspel och krossade det, beräknade dess ursprungliga tillverkare försäkringskostnaderna för att återställa skåpet ensam till 150 000 USD, samtidigt som nya marker för spelet - från dies som inte längre existerar - skulle ha kostat miljoner.

Mjukvaruföretag konfronterar problemet med digitalt bevarande varje dag när de uppdaterar sin kod, och ser till att den fungerar med den senaste hårdvaran och operativsystemen, samtidigt som de säkerställer att kunder kan komma åt gamla filer under en rimlig tid. Men utan någon form av digital återupplivning slutar så småningom varje applikation – från de ursprungliga binära koderna som skrevs på 1940-talet till WordPerfect till den senaste miljondollars databasapplikationen – att fungera, och varje datafil blir så småningom oläslig. Varje ansökan och varje fil.

Utvecklingen av operativsystem – de program som låter andra program köras – ger ännu en utmaning. När Microsoft förbättrar Windows, till exempel, introducerar det nya riktlinjer för programmerare, så kallade applikationsprogrammeringsgränssnitt med några månaders mellanrum, som lägger till vissa funktioner och tar bort andra. I varje ny utgåva är vissa gränssnitt utfasade, vilket innebär att programmerare rekommenderas att sluta använda dem i programvaran de skriver. Men vad betyder det för program som skrivits före förändringen? De flesta program som använder föråldrade funktioner kommer att fungera ett tag men de kommer åt den underliggande arkitekturen på ett mindre direkt sätt än de nyare gränssnitten gör, och programmet kommer sannolikt att köras långsammare. Hur lång tid innan det tar stopp? De flesta som aktivt försöker hålla gamla filer och applikationer i drift säger att det tar fem år. Gränssnitt förändras kontinuerligt, säger en Windows-utvecklare. Det är som att fråga hur ofta stranden ändrar form. Ibland kommer stora stormar och ingenting ser sig likt ut.

Men när program mödosamt skrivs om för att överensstämma med nya operativsystemsriktlinjer, blir de så småningom oförmögna att komma åt filer skapade av deras egna föregångare. Jag förväntar mig ärligt talat inte att ha en version av Quicken om 10 år som kommer att kunna läsa mina skattefiler från och med idag, säger Gordon Bell, som ledde utvecklingen av några av de första minidatorerna som vice vd för forskning och utveckling på Digital Equipment, och som nu arbetar som seniorforskare vid Microsofts Bay Area Research Center. Särskilt allt som är databasorienterat, med mycket komplexitet i datastrukturen, är svårt att flytta från en generation till nästa.

Migration: Digital Transplant Operations

En av de vanligaste metoderna för att bevara digital information är migrering, där bitarna i en fil eller ett program ändras för att göra dem läsbara av ny hårdvara och operativsystem. Det är vad som händer när du öppnar ett gammalt dokument, till exempel en Microsoft Word 95-fil, med en ny iteration av samma programvara, säg Microsoft Office 2001. Nackdelarna? Varje fil måste öppnas, konverteras och sparas individuellt, en process som växer sig omöjligt stor när man överväger en bibliotekaries eller arkivaries initiativ att spara så mycket av den historiska dokumentationen som möjligt. Och så småningom slutar även de mest noggranna mjukvaruföretagen att stödja gamla versioner av sina produkter. Om en fil inte har migrerats före den tidpunkten är det digitalt struntprat.

Ännu värre, varje gång en fil migreras, går viss information oåterkalleligt förlorad. Föreställ dig att någon säger: Okej, det sätt som vi ska bevara Rembrandt är att om fem år kommer vi att ha en annan konstnär som kommer in och kopierar hans målningar, och sedan slänger vi originalet, säger Rand's Rothenberg. . Och så vidare efter ytterligare fem år. Uppfattningen är skrattretande med konst, eftersom du vet att varje gång du kopierar, korrumperar du. Det är samma sak med datorer.

Att migrera textfiler är tillräckligt svårt; migrering av programvara är ännu mer så. I själva verket är termen migrering en felaktig benämning, eftersom det ofta betyder att man kastar ut det gamla programmet och skriver ett helt nytt på ett nytt programmeringsspråk, en process som programmerare föredrar att kalla portering. Det nya programmet kan se likadant ut på skärmen, men undertill är det nytt. Oavsett hur noggrant programvaruingenjörer har arbetat för att simulera det gamla programmet, är varje rad kod annorlunda, med nya buggar och nya idiosynkrasier.

I vilket fall som helst är det sällan målet med det nya programmet att simulera det gamla exakt; det är mycket vanligare att programmerare vill förbättra det förflutna. Det är ett mål som håller datavetenskapen framåt i en exponentiell takt, och det förklarar förmodligen också varför det tekniska problemet med att bevara det förflutna har fått så lite uppmärksamhet från dem som hjälpte till att skapa problemet från början.

Datavetare är i ett yrke där det praktiskt taget inte finns något behov av historisk information, säger Abby Smith. De behöver inte information från 1650-talet eller 1940-talet. De är vana vid att saker ersätter det som kom innan. För de inom humaniora finns det ingen sådan föreställning. De fungerar genom ackumulering, inte ersättning.

Emulering: Digital HLR

Ett ännu renare exempel på problemen förknippade med att bevara digitala objekt ses i det utbredda försöket att hålla arkadspel som Joust och Asteroids spelbara idag. Feinstein håller gamla spel vid liv genom att bevara maskinerna som kör dem, men många andra försöker på ett annat sätt: hackare importerar spelen till dagens datorer.

Sådana hack använder en teknik som kallas emulering, vilket skapar ett program som simulerar registren (lagringsplatser i den centrala bearbetningsenheten) och beteenden hos den gamla maskinen, och som kan lura gamla spel att tro att de körs på gammal hårdvara. Emulering har fördelen av att behålla de ursprungliga bitarna av en given fil eller ett visst program intakta, vårtor och allt. Inom portering är det svårt att fånga originalets buggar och egenheter, säger Jeff Vavasour, teknisk chef för Emeryville, CA-baserade Digital Eclipse, som för närvarande skriver programvara för att återuppliva originalet Joust och andra arkadklassiker. I spel är det viktigt. Så vi portar inte. Vi använder emulering istället.

Emulering har faktiskt föreslagits som ett sätt att hålla inte bara spel utan allt annat digitalt vid liv. Det har dock sina egna nackdelar. Emulering bevarar inte, den härmar bara, säger Feinstein. Timingen kommer att vara helt fel. Eller så stängs ljudet av... Det är som killen som spelade om filmen Psykopat med hjälp av Hitchcocks skottbok. Man känner igen något av originalet, men mest känner man igen hur annorlunda det är från originalet.

På jakt efter hårda bevis för att stödja påståenden som Vavasours, att emulering är bättre på att bevara digitalt innehålls ursprungliga utseende och känsla, organiserade Hedström och hans kollega Cliff Lampeso vid University of Michigan nyligen en av de första studierna för att jämföra migrerade och emulerade versioner av samma programvara. Försökspersonerna tillbringade först en timme med att lära sig labyrintspelet Chuckie Egg på dess ursprungliga plattform, BBC Micro, en mikrodator som var populär i Storbritannien i mitten av 1980-talet. De spelade sedan spelet två gånger till på moderna datorer, en gång med en version som hade migrerats till ett modernt datorspråk och igen med den ursprungliga BBC Micro-koden körd i en emulator. Hedström och Lampeso fann ingen statistiskt signifikant skillnad i hur försökspersonerna bedömde prestandan för de två versionerna. Säger Hedström, Det var inte uppenbart att emulering gjorde ett bättre jobb.

Icke desto mindre har vissa datavetare föreslagit kedjor av emulatorer som en tillfällig lösning på problemet med digital föråldrad: när varje generation av hårdvara blir föråldrad kommer den att ersättas av ett lager emuleringsprogram. Men det är en idé som får andra att skaka på huvudet. Det är extremt farligt att prata om emulering som en lösning, säger David Bearman, ordförande för Archives and Museum Informatics, en konsultgrupp som arbetar med företag och statliga enheter och hjälper dem att bevara digitala filer. Det ger en ursäkt för chefer och regeringar runt om i världen att skjuta upp att göra saker som verkligen behöver göras just nu.

Inkapsling: Digital Cryonics

Varken migration eller emulering erbjuder alltså ett tillfredsställande långsiktigt sätt att ta bort digitala bitar från vad Shakespeare kallade den häftiga belägringen av batt’ring-dagar. Det enda verkliga sättet att hålla digitala saker vid liv under hela varaktigheten, tror många, är att lyfta dem ur denna obönhörliga marsch av digitala framsteg – men att lämna skyltar som kommer att tala om för framtida generationer hur man rekonstruerar det som har passerat.

Konsortier av bibliotek och arkivarier världen över arbetar på en lösning som kallas inkapsling: ett sätt att gruppera digitala objekt tillsammans med beskrivande omslag som innehåller instruktioner för att avkoda deras bitar i framtiden. En omslag skulle innehålla både ett fysiskt yttre lager, liknande omslaget på en diskett, präglad med läsbar text som beskriver det inkapslade innehållet och hur det används, och ett digitalt inre lager som innehåller specifikationerna för programvaran, operativsystemet och hårdvara som behövs för att läsa själva objektet. Ett Microsoft Word-dokument, till exempel, kan vara förpackat med instruktioner för att återskapa Word, Windows och kanske till och med en emulerad version av en Wintel PC. Åtminstone för textdokument verkar inkapsling sannolikt vara en användbar metod för långsiktig bevarande, särskilt när internationella standardiseringsorgan enas om ett enhetligt system för att bygga omslag. Men om dokumenten som bevaras innehåller mer än enkel text, verkar inkapsling mindre sannolikt att lyckas: det finns helt enkelt för många nya programvaruversioner, komprimeringsscheman och hårdvaruformat varje år för att beskriva dem alla genom inkapsling.

Pagineringen är avstängd även när du öppnar ett sista generationens Word-dokument, konstaterar Steve Gilheany, senior systemingenjör på Archive Builders, en Manhattan Beach, CA-baserad konsultgrupp för arkivhantering som har hjälpt staden Los Angeles i dess digitala- dokumentbevarande. Föreställ dig då vad som händer när du försöker öppna den om hundra år eller försöker komma åt ett digitalt objekt som är mer komplicerat än sidor med text.

Gilheanys föreslagna lösning är enklare, och lånar konceptet bakom den arketypiska dekrypteringsnyckeln, Rosetta-stenen. Han rekommenderar arkivering av viktiga filer i minst tre format: Det första skulle vara ett standardraster- eller bitmappsformat, där det finns en en-till-en-överensstämmelse mellan hur koordinater lagras och hur de visas, utan den typ av komprimering används idag för stora filer som JPEG-bilder. Det andra skulle vara filens ursprungliga format, vad det än råkar vara, för att förenkla eventuella framtida ändringar. Det tredje skulle vara ett vektorbaserat format som lagrar varje bokstav, symbol eller bild i form av en matematisk beskrivning av dess form på sidan; Adobe Systems Portable Document Format är ett exempel. I teorin kan varje version användas för att avkoda de andra. Gilheany har ägnat åtta år åt att hjälpa Los Angeles stadsregering att konvertera sina ursprungliga infrastrukturdokument till raster- och PDF-filer, och i avsaknad av en bättre lösning tar de flesta statliga myndigheter och andra med kritiska arkivbehov ett liknande tillvägagångssätt.

Inkapsling och konvertering kräver dock framförhållning; som Smith noterar kommer allt som inte är uttryckligen inkapslat eller omvandlas säkert att försvinna. Dessa lösningar är inte heller särskilt långlivade, åtminstone jämfört med saker som stenhieroglyfer eller till och med papper. Vissa forskare förutspår mycket långa livstider för vissa typer av media, säger Raymond Lorie, en forskare vid IBM:s Almaden Research Center i San Jose, Kalifornien. Men om ett medium är bra för N år, vad gör vi för N -plus-ett år? Vad som helst N är att problemet inte försvinner.

Den universella virtuella datorn

Förespråkare av emulering och inkapsling tänker fel, anser Lorie. Att paketera komplexa data med den mjukvara som behövs för att läsa den är för komplicerat, tycker han, och att spara data i enkla format och lita på att någon ett århundrade därefter fortfarande kommer att kunna avkoda dem är för riskabelt. Istället bygger han en universell avkodningsmaskin - ett primitivt program som skulle börja arbeta bakom kulisserna för att bevara en digital sak så snart den skapades - och föreslår att den ska spridas så brett att den skulle bli en oupplöslig del av vår kultur, som kopior av Bibeln eller USA:s konstitution. Detta program skulle skrivas på ett enkelt maskinspråk; det kan användas för att låsa upp filer och köra applikationsprogram även efter att formaten som filerna lagras i blivit föråldrade; och viktigast av allt, det skulle inte kräva någon speciell framförhållning om vilka saker som ska sparas.

Lorie anser att detta program, som han kallar den universella virtuella datorn, bör konstrueras oberoende av befintlig hårdvara eller mjukvara, så att det också är oberoende av tid. Det skulle simulera samma grundläggande arkitektur som varje dator har haft sedan starten: minne, en sekvens av register och regler för hur man flyttar information mellan dem. Datoranvändare kan skapa och spara digitala filer med hjälp av valfri applikationsprogramvara; När en digital fil sparades skulle den dock också säkerhetskopieras i en fil som kunde läsas av den universella datorn. När någon ville läsa filen i framtiden skulle bara ett enda emuleringslager - mellan den universella virtuella datorn och dåtidens dator - behövas för att komma åt den.

Rays föreslagna universella virtuella dator är en bra idé, kommenterar Rands Rothenberg. I själva verket säger han att det är en möjlig version av ett koncept som han själv har utvecklat, något som kallas den virtuella emuleringsmaskinen. Rothenbergs maskin skulle vara en universell plattform för att emulera föråldrade datorer, som sedan skulle kunna köra föråldrad programvara för att återge föråldrade digitala objekt. Lories lösning, säger Rothenberg, är liknande till sin anda men mycket mindre generell.

Lorie tror dock på att hålla saker och ting enkla - faktiskt så enkelt att han vill passa in specifikationerna för sin universella dator i endast 10 till 20 sidor med text, som kan distribueras via webben och kopieras ut på papper överallt, säkra deras överlevnad. Genom att spara ett enda pappersdokument kan vi spara miljontals dokument runt om i världen, säger han.

Kommer det att fungera? I september förra året visade Lorie sitt tillvägagångssätt på National Library of the Netherlands, och lyckades översätta en PDF-version av en vetenskaplig artikel om drogforskning till sitt universella format. Rekonstruktionen behöll inte bara utseendet på originalets typsnitt och formatering, den skapade också metadata för att ge framtida användare en fingervisning om dess innehåll.

Förutom textfiler kan Lories tillvägagångssätt också användas för att spara dagens digitala fotografier, ljud- och videofiler och mjukvaruapplikationer för framtida generationer; Innehållet eller programvaran behöver bara beskrivas och sparas på ett sätt som är kompatibelt med den universella datorn. Men han tror att förmågan att avkoda dagens datafiler kommer att vara mycket mer värdefull än möjligheten att köra gammal programvara. Föreställ dig till exempel att kunna se data inte bara med dagens visualiseringsverktyg utan på sätt som inte kommer att uppfinnas förrän om hundra år. Det är inte bara så att du vill spara dokumentet, förklarar han. Du vill göra informationen i dokumentet tillgänglig för alla nya program vi kan ha i framtiden.

Ovakad efterfrågan

Att koka ner specifikationerna för den universella virtuella datorn till en handfull sidor ställer till tekniska problem som Lorie tror kan lösas. Men kommer de att bli det? Precis som allt annat som rör informationsteknologi kommer de inte att vara det förrän det finns tillräckligt med efterfrågan för att betala för utvecklingsarbetet. Vid den tiden kan dock många digitala saker vara förbi återupplivningspunkten. Lorie är den enda forskaren vid IBM med finansiering för att studera den universella virtuella datorn. Jag önskar att jag kunde säga att jag har 20 personer som jobbar med problemet, men det gör jag inte, säger han.

Robert Morris, chef för Almaden-labbet och Lories chef, är inte tvetydig. Det är olyckligt, men anledningen till att det inte finns så mycket aktivitet är att det inte finns mycket pengar i det, säger han. För närvarande är det inte många som ropar på att lösa detta problem.

Det kan förändras när datoranvändare inser hur mycket som redan har avdunstat. I oktober 2001 satte Brewster Kahle, mannen bakom ett projekt känt som Internet Archive, upp en webbplats känd som Wayback Machine, ett sätt för människor att söka i arkivets samling av 10 miljarder webbsidor som det hade genomsökt under de senaste fem åren . Med 1997-erans webbsidor i sitt arkiv brottas Kahle redan med frågor om bevarande. Många av sidorna lider av trasiga länkar och halvt saknad text, och hela klasser av föremål - de som skyddas av lösenord eller betalningar, till exempel - arkiveras inte alls. Vi vet inte hur mycket vi har förlorat, säger han.

Liksom global uppvärmning är problemet med digitalt bevarande så stort att det är svårt att förstå. Men när en miljon människor använder Wayback Machine och inte hittar de digitala filerna de söker efter? Då börjar problemet bli verkligt.

Människor litar på bibliotek för att arkivera mänsklig kreativitet, säger Abby Smith. Det är dock viktigt för människor att veta att biblioteken inte vet hur man löser detta problem. När datoranvändare sparar dokument eller bilder tänker de inte två gånger på att göra dem tillgängliga för framtida generationer, säger hon. De behöver.

Förslag om digitalt bevarande

Metod	Beskrivning	Fördelar	Nackdelar
Migration	Konvertera med jämna mellanrum digital data till nästa generations format	Data är färska och omedelbart tillgängliga	Kopior försämras från generation till generation
Tävlan	Skriv programvara som efterliknar äldre hårdvara eller mjukvara, lura gamla program att tro att de körs på sina ursprungliga plattformar	Data behöver inte ändras	Att härma är sällan perfekt; kedjor av emulatorer går så småningom sönder
Inkapsling	Inkapslar digital data i fysiska och mjukvaruomslag, och visar framtida användare hur man rekonstruerar dem	Detaljer för tolkning av data separeras aldrig från själva data	Måste bygga nya omslag för varje nytt format och mjukvaruversion; fungerar dåligt för icke-textuell data
Universal virtuell dator	Arkivera papperskopior av specifikationer för en enkel, mjukvarudefinierad avkodningsmaskin; spara all data i ett format som kan läsas av maskinen	Papper håller i århundraden; maskinen är inte bunden till specifik hårdvara eller mjukvara	Svårt att destillera specifikationer till ett kort pappersdokument

Dölj