互联网管理员

“有人称我们为“普鲁什金斯”，我想说我们是档案保管员。”

Wayback Machine总监Mark Graham概述了每个人喜欢的档案的规模

在Online News Association 2018上观看Wayback Machine

德克萨斯州奥斯丁。 不管有多少订户服务都不想让您相信这一点，但是并非所有内容都可以在Amazon或Netflix上找到。 例如，是否要阅读布雷特·卡瓦诺（Brett Cavanaugh）法官的书 （甚至是臭名昭著的年度报告 ）？ 好奇地看到一堆老式吸烟广告海报吗？ 怎样看世界上藏传佛教文献最多 ？ 如今，您可以在一个地方完成所有这一切，而您（经常）访问的不是Google或某些海盗网站。

“我有一个政府视频， 介绍如何洗手或准备进行核战争 ，”互联网档案馆Wayback Machine主管Mark Graham说。 “我们可以轻松地在具有.mil域（军事工业PowerPoint复合体）的所有站点上列出.ppt文件的列表。”

格雷厄姆最近与2018年在线新闻协会会议的几个小组成员进行了交谈，而Ars Technica很幸运能出席会议。 后来他对会议做了完整的介绍，现在可以以音频格式获得 。 基本思想是，如今的Internet档案馆的规模可能与Internet本身的规模一样难以理解。

非营利性的物理空间仍然很容易理解，至少这就是格雷厄姆希望的那样。 今天，Internet档案库的所有活动都是在旧金山的一个古老教堂（甚至没有拆除长椅）上进行的，大约有200人。 档案馆还包含最近的仓库，用于存储物理媒体，不仅包括书籍，还包括黑胶唱片。 格雷厄姆开玩笑说，这里的主要计量单位是“运送容器”。 档案每两周收到一次。

该公司目前是仅次于Google的全球第二大图书扫描仪。 Graham已确保当前的扫描总数超过400万。 该档案馆甚至对接下来的150万次扫描都有一个愿望清单，其中包括Wikipedia上引用的所有内容。 Wayback Machine试图防止您单击Wikipedia上的链接时弹出404错误 （Graham最近告诉BBC，Wayback僵尸程序恢复了近600万由于链接失败而丢失的页面）。 今天，可以通过Internet档案馆免费下载1923年以前出版的书籍，以后您可以借用其中许多书籍的数字副本。

推文翻译：
互联网档案馆： 修复了超过900万个维基百科错误链接
WikiResearch：非常感谢@internetarchive的朋友所做的出色工作，以解决404错误，并数字保存了Wikipedians在创建世界上最大的百科全书时引用的站点和源的链接。

当然，如今，Internet存档提供的不仅仅是文本。 他的新闻集涵盖了超过160万个新闻节目，其中包括诸如在字幕中搜索单词和访问最新新闻的工具（广播会在24小时后提供，然后以两分钟可搜索的段落形式提供给访问者）。 Internet档案馆中不断增长的音频和音乐部分涵盖了广播新闻，播客和物理媒体（例如，波士顿图书馆最近捐赠的200册78年代专辑 ）。 而且，正如Ars所写，该组织拥有广泛的经典视频游戏收藏 ，任何人都可以将其上传到基于浏览器的模拟器中进行研究或休闲。 正式地，该部分包括大约300,000多个标题，“格雷厄姆说：“因此，您现在可以在浏览器中的旧Apple C计算机上实际播放Oregon Trail-无需广告，无需用户跟踪。

他说：“有些人可能称我们为普鲁什金斯。” “我想说我们是档案保管员。”

格雷厄姆说，一般来说，每年将4 PB的信息添加到Internet存档（上下文中为400万GB）。 当前的组织数据为22 PB，但是Internet档案馆实际上拥有44 PB。 “因为我们偏执，”格雷厄姆说。 “汽车可能会失败，而且我们享有声誉。” 这款受NASA启发的信条帮助一家非营利组织度过了一场火灾，这场火灾造成的损失近60万美元 ，而这一切都没有丢失档案数据。



30,000个输入？ 还不错，而且Wayback Machine机器人似乎肯定增加了对Ars的喜爱。



使用Wayback Machine，您可以记住并思考Ars如何掩盖了史蒂夫·乔布斯（Steve Jobs）在2011年10月去世的情况。



嗯...也许我仍然有机会成为Arsian / Arsian，以下载Internet Archive捕获的第1000个PDF。

普遍获取知识（以及事实，大量事实）

在过去22年中，Internet存档的总体概念很简单： “对所有知识的普遍访问”。 当然，在Internet时代，这意味着要引入一小群僵尸程序，Graham指出Internet Archive始终具有收集内容的软件。 整个网络中大约有7,000个并发进程，最终每周将收到15亿个不同的项目。 某些内容（例如Google主页或《纽约时报》）一天可以查看多次； 其他人的观看频率可能会降低。

“我们正在努力获取所有东西，但这很难，” Graham指出。 “嵌入式，JavaScript，交互式应用程序-我们无法获得其中的一些材料，但我们正在努力。”

我们正在处理的事物的缓存包括诸如Snapchat或Telegram公共团体之类的临时媒体，而Wayback Machine则在某些媒体档案或服务器可能面临风险的地方维护本地联系人（Graham最近在以埃及为例）。

所有这些的结果是，Wayback Machine变得比过去有趣的LiveJournals有用得多。 Ars多次将其用于各种目的，从捕获Comcast的网络中立性变化到国防分布式组织描述的演变。 格雷厄姆（Graham）指出，2018年特朗普总统在推特上发文称，谷歌并未在其首页上促进与美国的良好关系（与过去一样），最近有争议 。 在Google回答这个问题之前，该公司通过一个简单的问题转向Internet存档-是否有副本？

格雷厄姆说：“我爱Google，但他们的工作不是每10分钟复制一次主页。” “这是我们的工作。”

格雷厄姆分享了Wayback Machine实际上在2018年1月查获了835份Google主页。 “通过这种方式，我们能够帮助收集记录。 我们不是站在一边，但我们是为了真理。”

当白宫最近删除其新闻通讯的所有存档时，该网站发挥了类似的作用，许多组织（不仅是新闻组织，还包括环境组织或ACLU）都需要它们。 从Wayback Machine获得的资料被用作法庭证据 。 他补充说：“就时间而言，发生了许多事件。” 作为前NBC新闻副总裁（也许因此他希望参加ONA），格雷厄姆还自豪地指出，该媒体每天被该网站引用5次。

Graham说Wayback Machine正在努力改进其用户工具以改善站点。 在Wayback Machine主页的左下角，您会找到例如公共API 。 Graham指出，人们使用它们来创建类似差异化器的功能 ，您可以在其中进行两次扫描，将它们并排放置并查看更改。 用户创建的另一个吸引了他注意力的工具，使您可以查看站点并制作放射状树形图，以查看其结构随时间的变化 。

尽管对于所有人来说，最简单，最有效的工具可能是直接来自Wayback Machine的技术，但该站点允许某人手动将链接发送到Internet存档，以直接从其主页进行存档。 “如果我在花园里walk猫，并且在Google新闻上看到一个故事，则可以打印它。 但是今天您也可以将其发送到Internet存档，” Graham说。 根据他的估计，结果可能是每周大约一百万张照片。

他说：“我们在不作弊的情况下在一个非常大的网络上查找信息。” 而且，无论是机器人还是档案馆的业余爱好者发现了什么，其他人都可以欣赏发现内容的能力，这是Ars Technica的初衷 。 （幸运的是，在20年之后，还没有人告诉我们“ 非常糟糕的事情，例如NT，Linux和BeOS内容在一个屋顶下。”）

翻译：戴安娜·谢列米诺娃（Diana Sheremyova）

---