抓好信息库和信息系统的建设

――牢牢地抓住中华民族的生存与发展

王永成

（上海交通大学电子信息工程学院计算机系  200030）

    摘  要 本文分析了世界发展的需求，论证了抓好信息库和信息系统的建设，牢牢地抓住中华民族的生存权与发展权的必要，并抛砖引玉式地提�了建设信息库的若干具体建议。

关键词  信息库  信息系统  信息时代  

1 信息巳成为当今世界人类赖以生存的三大资源中最重要、最具有决定性意义的资源

众所周知：资源历来都是人们重点争夺的对象，特别是赖以生存的资源。

在古代，游牧社会和农业社会，绿色的农业资源和土地是人们重点争夺的对象。正因为此，作为世界第一农业大国的中国，不仅国土辽阔，而且据全国人大许嘉璐副委员长讲：在中国唐朝时的GDP，竟雄占世界的75%；随着世界其他国家，特别是工商业的发展，坚持以农业为基础的封建制的中国，在世界上的贡献和地位日益下降。不过，宋朝时中国的GDP，还占着世界的60％；即使到清朝鸦片战争前，中国的GDP，仍还占世界的33％。

由于人类社会日益步入了工业化社会，于是黑色的矿产资源（石油、铀矿等）已逐渐上升成为人们争夺的重点。至今连绵不断的中东战争的背后，反映了人们对工业资源的拼死争夺；由于没有重视矿业资源及工业的开发，清末与民国初年，中国的GDP已下降为世界的6%-8%,；到20世纪70年代，中国的GDP据说已下降为世界的l%；直到改革开放后的最近几年才重又上升为世界的4%。

中国土地辽阔，是世界第三，人口占全世界人口的l/4强，只占全世界4%的GDP实在太少了！中国要在新时期赶上并超过发达国家、重振雄风，也就是要实现多少优秀中华儿女，不惜为其抛头颅、洒热血的中华复兴的梦寐追求，就必须看准时代的特征与需求，采取有力措施，大干快上。

那么，当代的特征与最重要的需求是什么呢？谁在这个至关重要的问题上把握不准，他就可能会受制于人，坐失良机！

我们认为：当今时代的最重要的特征就是人类已进入了信息时代。今天，信息已成为现代工业三大支柱（信息、材料和能源）中最有活力的支柱，成了支持人类生存的三大资源（绿色的农业资源、黑色的矿业资源和灰色的信息资源）中的最重要的资源，它甚至已成为影响人们生死存亡的决定性因素。

信息时代的第一个特征是：信息与知识的价值飚升。

因此，有不少人在鼓吹：人类已进入知识经济社会(所谓知识经济，它就是以知识作为经济活动中起决定性因素的经济。世界经济合作和发展组织（OECD）定义它为: 建立在知识和信息的生产、分配和使用上的经济。

我们认为：在知识经济社会不仅“知识就是力量”、“知识就是社会发展的第一生产力”，而且至少它已显现出下述特性：

1. 脑力资源比体力资源更受人青睐；

2. 信息业比制造业有更大的社会和经济效益；

3. 信息网比传统网、交通网、电网等发展更为迅速；

4. 知识资本比金融资本更能增值；

5. 无形资产比有形资产更应受到重视。

比尔・盖茨的发迹、王选院士地位与作用的迅速上升，都是这一特征的明证；陈天桥从事IT行业，5年内就拥有180亿人民币财产，是最新证明。

信息时代的第二个特征是：信息如爆炸般地增长。特别是网上信息爆炸般产生，亿万人正如蜂拥般地上网，再加上汉语信息的飞速增加，更形成了一道特别的风景线。

2004年上网人数的语言分布

正因为信息与知识的价值飚升，自20世纪70年代美国筹建“网上网”Internet以后，网上的信息已如爆炸般地产生，如海潮般地向人们涌来，金沙滚滚，海啸频频，灾难也不少。

       1995年Internet上的网页只有5千万页，1997年就增加到3.2亿页，1999年则上升到18亿页， 2000年则超过310亿页。2003年ChinaInforBank的总裁估计：每天在网上发布的有关中文财经新闻，即有3万条左右，每条平均1千汉字, 约30KB。2004年，台湾的Openfind已宣称：它已标引了40多亿网页。美国的Google己标引了80多亿网页。

信息时代的第三个特征是：Internet已成为全人类的一个信息宝库。而由几个美国学生搞起来的Google，已成为最有全球性影响力的搜索引擎。Google为什么这么疯涨？第一个原因是因为它筹建了一个世界上最大的、全开放式的全球信息库。在它建设早期，几个学生产生了一些想法，竟然很快地得到了2500万美元的资助，他们立即着手筹建全球信息库。最近，它宣称：它用一万多台�性能的电脑，已标引了80多亿网页(我们估计：目前，全世界已有1000亿左右网页)。所以，它已成为全球最大、最丰富、最完整的信息库。不仅任何人有问题都可查询它，它也可从大家的提问中，反过来搜集到你正在关心什么？急于了解什么？从而推算�你正在研究什么？你最缺什么？总之，一句话：它已逐渐地掌握了你和你的国家的大量的情报，它将透彻地了解你，掌握了你。任何国家，任何组织，如果对此不加注意，大祸必有一天会从天而降！

我们早就知道：在某国派驻中国的某著名公司总裁办公室内，曾从上到下，挂满了我国直到部级全部领导人的照片，并按其权力地位分层。人们能以照片为索引，利用它，可迅速地找到有关领导人的详细资料(经历、家人、亲友以及最近的行踪、讲话等等情报) 。据说，它已成功地用来预估我国主要领导人的活动，并找到他们猎狩的目标与非常成功地选准对付我们的策略。据说，该公司凭这一公开合法的活动，就在我国大获其利。今天，还有大量的人在积极主动地使用Google，把我们的需求，毫无保留地告诉了Google。此时，我们还有多少密可保？

中国已有l亿多网民，我们自己迄今仍没有丰富与高超的信息库(为什么？是没有钱吗？据我们所知：国家每年在科技创新的名义下，已开支了数以千亿的人民币。“科教兴国”的口号早就提出来了。但应当先抓什么？怎么抓？迄今仍没有组织全国人民认真研究、认真落实！在以后的叙述中，我们要试估一下，建一个不比Google差的信息库究竟要花多少人民币？显然，不是没有钱的问题！是没有人才和相关技术吗？我们可以肯定地说：不是！）

因为创建信息库的人才和基本技术我国并不落后。关键在于能否将它变成实用的成果！关键在于能否杜绝科技骗子、科技贩子，而能深入基层，发现、支持并重用真正实干的科技尖子。我们自己不能为亿万人民提供他们所需要的信息，有谁能挡得住人民对Google的使用？什么防火墙能防得住人们把需求信息与公开信息主动地送�去？

第二个重要原因是它的高超技术与全开放性。

下面我们要讲到：Google的技术不见得是世界上最好的(但确实是较好的) 。但它受到美国和世界众多国家和技术人员的认可与支持，它收录颇丰、资金雄厚、又是免费向全世界提供等等，所以，它才受到了全世界的重视和欢迎，有那么快的发展速度(它筹建于1998年。至今还不到十年！)，有全球刮目相看的世界政治、经济、文化、科技乃至军事上的影响力。

2 必须狠抓、急抓全球信息库与信息系统的建设，否则，危险日近！

综上所述，我们说：只有迅速地筹建我们自己的超Google的信息库和信息系统，我们才能不受国外反我力量的控制，牢牢地掌握时代的主动权。

因此，我们认为：抓好信息库乃是今日掌握民族生存权与发展权的关键。当今我国急需一个“库上库”，才能确保我国对信息的利用，才能使我们获得确保无误的民族生存与发展的主动权，才能真正地避免被动挨打局面的再现。

“农民问题”、“经济问题”都非常重要，但哪一个问题比中国的“科教问题”更重要？其他的问题，都是眼前的紧迫问题，但“科教问题”则是关系到民族生死存亡的带长期性的战略问题。中央虽然早已提出了“科教兴国”的正确口号，但很多人都像对待邓小平的“让一部分人先富起来”的口号一样，只叫好，而并不花力气去研究如何正确地落实。于是，看起来热闹，实际上很浮躁。其结果是：居然“以教育为产业”与“学校以学生为中心”等等极端错误的口号，频频出现在红头文件和大众媒体上，造成了一系列的重大失误。什么时候，中国才能走得稳一点呢？科学、科学！教育、教育！不狠抓科教，中国的发展一定是事倍功半！

根据我们的几十年实践，我们以为：要抓好信息库，至少要抓好下述几件具体的工作：

（1）信息的采集。它包括信息的输入和网上搜集。

    它要求采集得快与全。我们筹建纳讯网站（http：//naxun.sjtu.edu.cn）的实践说明：中国人只要能得到一些支持，我们是可以在这方面与世界任何网站竞争的。因为，我们只用了一台微机，就已几乎能搜遍、搜全全国网上的新闻（有人测试网上新闻搜到的时差是：Google用30分钟，百度用6分钟，纳讯是2分钟，也就是说：我们可以做到很快！）；台湾OPENFIND，据说只用了不到100台机器，即可与Google媲美。

（2）信息的建库。建库的成败关键在索引。

中国早就成立了中国索引学会，现在又有了一个《中国索引》刊物，这里集聚了大量的专业人才。如何加强领导，发挥大家的积极性与能动性，狠抓现代技术的学习、研究和实用，将对中国信息库的建设起着重要的作用。建库强调的是智能、快速、准确、节省。

    可概括成一个字“好”。就像建设图书馆一样，有了图书，关键就在编目索引。在信息采集到以后，成败的关键就在于能否快速地编制�各种各样的完备而又实用的索引（如按捡索项索引、主题的自动抽取、自动分类、自动文摘等等）以便于快速查找与浏览。由于上海交大纳讯高新技术应用研究所一直在从事这方面的863计划的研究，并早已获得了具有世界公认的领先技术和成果，这也是引发Google的创建人之一，提出与我们今后加强合作的原因。

（3）信息查找。信息的查找不仅指在已建信息库中高效地查找，而且也在于可利用世界上一切查找工具为我查找。

查找不仅强调快而且强调准。目前的Google在“准”上就不尽如人意，我们正在想�各式各样的办法改进它；准不仅在于查得准，而首先在于善解人意，对各式各样的提问要求把握得准。这里，很重要的问题是要突破对自然语言的正确理解问题。因为中文语法太复杂，理解中文提问尤为困难。但是，只要突破中文的研究，对其他文种也就找到了理解的钥匙。我国在这方面也早已有领先并且实用的成果，但若再不重视，它很可能还是要遭到埋没的命运！

（4）信息分发。信息的分发就是要把用户所要的信息以用户喜闻乐见的方式快速、安全地送给用户。

    这里有个难题，就是机器翻译。虽然困难，但并不等于在短期内不能提供可实用的产品！关键在于思想是不是对路。为什么大部分小孩去国外花不了几年，就基本上实现了在日常生活与学习中能读、能讲、能写呢？我们使用仿人的方法，已成功地建成部分翻译原型系统，已使我们对解决这一难题，充满了信心。

3 只要认识到并下定决心，我们就一定会建成自己的强大信息库与信息系统

虽然，由于我们的条件所限，我们不能纵观全局，不能全面地分析比较各种信息系统，但是，我们比较认真地分析比较过Google与我们纳讯系统的差别。我们认为：只要认识到并下定了决心，我们就一定会在短时间内，建成强大的并可与全世界任何系统媲美的信息库与信息系统。

    纳讯网站只有1-2台微机，而Google不过是用了1万台高性能的微机。现在微机并不贵，�性能的就算一万元一台吧，我们只要筹集一亿人民币就可做到。

关键是人才。为了集聚人才，假设我们能平均提供每人30万元年薪。这点年薪，虽然在美国等国家，并不稀罕(30万元年薪，仅相当于不足4万美元，相当于人均3千元左右美元的月薪，还不如一位电脑方面刚毕业的博士生工资)。但是，对中国国内的知识分子，足够其无后顾之忧与减少其跳转动机。用此高薪，如果我们能在浦东聚集上300位左右的人才，当然，更要挑选好一群志同道合的领军人。我估计：最多5年，就能初步建成自己的实用并可与Google争雄的系统。

每人30万元年薪乘以300人，每年人头费就算一亿元，5年用五亿元，再加上其他费用，粗估，总共10亿元大概也就够了。十亿元，看起来不少，但比起体育奥运金牌来说（《奥运金牌的陷阱》一文中说：我们差不多要用7亿元人民币才可换来一块金牌)，我们即使用20亿元人民币，换来一块科技金牌，恐怕这也绝对是值得的。所以，只要认识到并下定决心，我们就一定会建成自己的强大信息库与信息系统。我们将因此而得到了信息金库，在当今的战略性的竞争中，得到了主动。

希望能有更多的志士仁人能与我们产生共鸣！并尽快地采取果断的行动！

希望同行们能在这方面有所作为或响应。

王永成  上海交通大学电子信息工程学院计算机系教授，中国索引学会常务理事。