它是 Google “登月计划”的首个项目，为何我们很少提起它？( 上 )

书可以做任何事情。书可以劈开我们内心的冰山。

你知道这句话出自于哪位作者的哪本书吗？如果单纯凭借人的记忆力的话，很难做出回答，有人会想到去 Google 浏览器进行搜索，虽然 Google 提供了一些引用此句的网址链接，但通常这些链接都不可靠。为了得到这个问题的准确答案，你可以使用 Google 图书搜索，它能搜索出数百万数字化的文本。

使用Google 图书搜索之后，你会发现，“书可以劈开我们内心的冰山。”这句话出自卡夫卡在1904年1月写给奥斯卡·波拉克的一封信“给朋友、家庭和编辑的信件”。

Google 图书搜索的计划非常惊人。15年前，它是一个野心勃勃的项目：要把其搜索范围扩张到线下世界。 Google 与一些图书馆合作，扫描数百万本印刷书籍，想把所有线下书籍都导入其数据库。

Google 联合创始人Sergey Brin 表示，“人类知识有数千年，可能最精湛的知识都被藏在书中。如果 Google 没有这个，就太遗憾了。”

今天， Google 以其“登月”文化而闻名，接受世界性的巨大挑战。 Google 图书是很多老资历的 Google 员工共同经历过的，公司的第一个“登月”项目。扫描所有书籍！

Google 早期时候有一个“乌托邦图书馆”的愿景，将在线信息搜索这种便利延伸到线下。在当时看来这个计划就像是图书世界的一个奇点： Google 会将所有书籍传到线上，以某种方式产生人类意识的相位变化。实际上， Google 图书已经进入到计划中期，把2500多万的文字片段传送到了它的数据库中。

Google 仍然在坚持他们的初衷，当然除了这些，这里还寄托了其他人的希望。

然而， Google 图书的美好愿景被打破了。这个项目发布后不久，很快遇到了法律问题，作者们抗议 Google 侵犯他们的版权，出版商同样抗议以保护其行业免受侵害。随之而来的是数十年的法律战场，而这场纠纷终于在去年有了了结，美国最高法院驳回了作者协会的呼吁，长久以来笼罩在 Google 头顶的乌云终于散去。

这最终还是改变了 Google 图书的计划，对于陷入法律纠纷数十年的 Google 和 Google 图书的项目员工来说，他们失去了动力和野心。

在研究这个故事时，我曾担心 Google 是否已经放弃这个项目。 Google 图书一直有些秘密没有解开，很像 Google 其他的项目作风。但当我开始提问时，大家闭口不言，几个星期以来，似乎没有任何人可以谈论 Google 图书目前的情况。

Google 图书的“历史”页面在2007年关掉了，其博客也在2012年停止更新，之后 Google 图书又被放到主要的 Google 搜索博客，其中有关图书的信息几乎找不到。  Google 图书是一项很有意义的服务并持续得到外界关注。但作为一个还在进行中的项目，几乎没有任何信息被公布出来，就如同消失了一样。况且 Google 图书的法律纠纷还胜出了，所有这一切都显得匪夷所思。

我向几个已经离开 Google 的校友了解时，有几个人提到他们怀疑 Google 是否已经停止扫描书籍。最后，我了解到，确实还有一些 Google 员工在图书搜索这个项目里工作，而且还在增加新书，虽然此时增加新书的速度已赶不上2010-2011年的时候了。

Google 工程师Stephane Jaskiewicz表示：“我们的重心不在直接面向用户的界面和功能，这更像幕后工作，完善技术。通过获取内容并进行适当地处理，我们可以在线查看整本书，然后调整搜索算法。”

贯穿 Google 图书的一个工作重点，是不断改进扫描新书的扫描仪。2002年，项目刚开始时，拉里·佩奇和玛丽莎·梅耶尔估算扫描所有书籍可能需要多长时间，他们在台架上设置了一台数码相机，并使用节拍器进行定时。当公司开始认真对待这个项目时，要提高扫描的效率，对每一个操作细节都非常讲究。

Jaskiewicz说扫描仪确实不停地在更新，新版本每六个月推出一次。在项目启动时，LED照明灯不够多，因此大家要研究技术让人类操作者更有效地翻页。 “这几乎就像在弹奏吉他。”Jaskiewicz说。 “所以我们需要找到很会翻页的人。”

不过， Google 图书的大部分工作仍然是要确保搜索的质量，确保用户能快速找到所需的图书内容，这其实是个枯燥的游戏，不像是在“登月”，更像是在维修卫星。

为了了解 Google 图书是如何走到现在这一步的，你需要掌握一些有关版权法的内容，书籍分为三类：一类是公开的，主要是在1923年以前出版的图书，以及作者放弃版权的图书，意味着你可以使用这些书籍内容来做你想要做的；第二类是在出版并有版权限制的，这一类有大量书籍，如果你想对这些书籍内容做任何事情，必须与作者和出版商协商；第三类是指没有出版但是仍有版权限制的书籍，俗称“orphan works”。美国版权局的一项研究表明，这些书中有17％到25％的出版作品，70％的特殊收藏品。

有多少本书是这样的？没有人知道确切答案，这还取决于你如何定义“书”，这并不像听起来那么容易。 2010年，名为Leonid Taycher的一位 Google 工程师撰写了一篇博客文章，其中提到了 Google 图书的元数据，并得出结论，当时的数字约为1.3亿。其他人看到这个数字，认为是不真实的。真实的数字可能略低于Taycher的数字，但远高于 Google 图书目前的2500多万本。

Google 图书中的很大部分都是“orphan works”。你可以从图书馆借一本，或在二手书店买一本。但是，一旦 Google 图书将它们全部扫描并将放在互联网上，每个人似乎都想要一本。

接下来的法律纠纷，实际上是对这些“orphan works”的监管斗争， Google、出版商和作者都想要控制这些书的数字化。三方最终达成了《 Google 图书协议》， Google 可以继续扫描提供这些“orphan works”，并拨出资金来补偿作者和出版商。但在2011年，一名联邦法官拒绝了这一协议，理由是有人担心 Google 作为一个私人营利公司，会变成一个垄断的“宇宙图书馆”并收取费用。

协议无效， Google 就恢复了扫描，出版商也想参与电子书市场这一新兴业务，在未来的图书市场能超越 Google ，我们已经看到了亚马逊Kindle的成功。但作家协继续提起诉讼，指责 Google 未经版权持有人许可就对图书进行扫描和索引。虽然 Google 很富有，但也无法支付数十亿美元的版权侵犯罚金（数百万册书，每本支付数千美元）。此事一直拖延到去年，最高法院判定 Google 在搜索结果中有权分类图书，并提供简短的图书片段，如同网页一样。

这项裁决代表着 Google 和项目所有人取得的一大进步。  Google 图书的产品顾问Erin Simon说：“现在我们创造了先例，每个人都受益匪浅。 “这将被写进教科书中，让大家了解合理使用的意义。”

未完待续……

译文：这只萌萌  编辑：杨志芳