(pro chvátající: Stárnutí formátů, programů a kompatibilita teoreticky , totéž lidsky , PC nebo MAC , Pevné vlastnosti, Proměnné vlastnosti, Tvorba SGML, DOBM Praktické výsledky, Clavis, Závěr) Byl jsem upomenut, že jsem neposlal příspěvek do sborníku k pravidelnému setkáni pracovníků s historickými fondy pořádanému každoročně v SVK Olomouc. Zatrnulo mi, zda si vzpomenu, co jsem právě v Olomouci řekl nového. Pak jsem si uvědomil, že základ a principy toho, co již čtvrtý rok prosazujeme, se nemění a že to je vlastně ta nejlepší zpráva. Pokusím se o abstraktnější analýzu a obecnější vysvětlení a zdůvodnění dosažené stability, která se obrazila i v tom , vypracovaná metodika byla přijata jako standard programu ‚Paměť světa` UNESCO.  V době pochybností jsme začali tušit rozpor mezi neustálým vývojem novorozeného počítačového prostředí a evidentní potřebou nadčasovosti vznikajících digitálních produktů. Úvahy byly samozřejmě spíše tápáním za tušeným cílem, ale zároveň i odmítáním komerčního vnucování typu ‚naše baterie vydrží až 7x déle` nebo ‚vybělená špína je nejčistší`. Věděli jsme, že konečné řešení nelze očekávat ani od geniálního vynálezu ohlášeného na příští rok a také ne od firem příliš halasně prosazujících svou jedinečnost, zdůrazňujících svou neomylnost a hlavně přicházejících každoročně s novým tvrzením, že teď už to bude konečně na věčné časy ono.  Stárnutí formátů, programů a kompatibilita Pokusím se teoreticky naznačit, na čem závisí morální životnost produktu v počítačovém prostředí a co z toho plyne pro nás. Vás, kteří nemáte rádi matematickou logiku, prosím, přeskočte následující řádky na ‚Překlad do lidštiny`. Vy ostatní mi zase promiňte extrémní zjednodušení vedoucí až k elementárnosti. Jedině tak lze popsat jevy jinak těžko pojmenovatelné a rozpoznatelné v nekonečně složitější realitě. Definice modelu: - Počítačové prostředí má stálé vlastnosti (SV) a proměnné vlastnosti (PVn) platné v n-tém období. - PVn jsou definovány pomocí SV, PVn-1(předchozího období) a aktuálních nových vlastností (NVn) (NV často představuje i ztrátu nebo úmyslné odstranění starších nežádoucích vlastností) - NVn v každém dalším období způsobuje, že PVn-k je v rozporu s PVn , ( ‚k` tedy vyjadřuje omezenou zpětnou kompatibilitu). - Dokument (D) je množina informací vytvořená výhradně pomocí SV. - Dokument (Dn) je množina informací vytvořená pomocí SV a PVn - Zobrazovač (Zn) je prostředek, který interpretuje pomocí SV a PVn dokument D nebo Dn. Věty vyplývající: 1. Dn lze interpretovat pouze pomocí Z n, Z n+1 … Z n+k-1. 2. D lze interpretovat pomocí všech Z bez omezení  Překlad do lidštiny Z první věty vyplývá, že pokud využiji všech proměnlivých vlastností nějakého formátu a můj dokument se stane závislý na proměnných vlastnostech počítačového prostředí, jsem vazalem subjektů nabízejících prostředky zpřístupnění, které se měnili, mění a měnit budou. Mnoha rozumnými důvody mohu být nucen ke aktualizaci používaných programů. Mám-li ale data založena na proměnných vlastnostech, mohu být nucen stagnaci na starších programech dovolujících ještě s těmito daty pracovat, nebo budu nucen konvertovat data tak, aby jejich vlastnosti se přizpůsobily modernímu programu. Naopak, pracuji-li s dokumentem postaveným jen na neměnných vlastnostech dokumentu, jsem nezávislý na vývoji programů. Mohu sice pro dokumenty používat nové programy, ale nejsem v tomto směru nijak nucen. Co myslím pod slovy pevné vlastnosti nebo nebezpečné proměnné vlastnosti a co z toho vyplývá?  (pro chvátající:   Práce s dokumenty ,  PC nebo MAC ,  Pevné vlastnosti ,  Proměnné vlastnosti ,  Tvorba SGML ,  DOBM,  Praktické výsledky ,  Clavis,  Závěr )  Zmínil jsem se už o novorozeném počítačovém prostředí. Ten příměr se mi líbí. Vyjadřuje na jednu stranu dosud netušené možnosti, lačnost jejich uchopování, rychlý vývoj. Na druhou stranu je úspěšné narození určité definitivum, nelze jednoduše změnit DNA, principy vidění, slyšení, počet končetin. Narození tedy v sobě obsahuje stále vlastnosti i možnosti nekonečného vývoje. Pevné vlastnosti Uvažujeme-li o knihách, je základem pro úvahy samozřejmě řeč a tedy způsob jak ji zakódovat do znaků. V případě obrazu je to složitější - kódují se informace, které později dovolí vygenerovat podobné fyziologické vjemy jako při pohledu na originál. Kódování písma je již stabilizováno, okruh kódů je sice úctyhodný, ale na mezinárodní úrovni se jich používá jen několik a lze je brát za konstanty. Z nich jsou tvořeny textové dokumenty. Prosté textové dokumenty ale nedovolují uchovat informace o vlastnostech a případně o významu textu nebo jeho částí. Tyto informace lze zapsat samozřejmě přímo do textu komentářem nebo určitými konvencemi, které dovolují přímo dle ‚komentářů` (tagů) zacházet s ostatním textem. Existuje mnoho těchto konvencí. V podstatě všechny soubory určené pro textové editory patří do této kategorie. Co si ale vybrat, co lze považovat za konstantní, čemu věřit do budoucnosti? Nejsme samozřejmě sami, kdo si uvědomuje akutní potřebu jistot, o které se lze opřít. Naše cesta tedy nebyla rozhodně ve vytváření nových principů, ale v pečlivém hledání a rozpoznání možností i nebezpečí. Dosplěli jsme přes prověřování HTML až k dokumentům definovaným pomocí SGML (nebudu obtěžovat detaily … je to norma vzniklá prvotně s cílem definovat zcela obecně ‚co je co` v digitálním dokumentu. Je využita k definice HTML i XML , je uznávána jako konstanta - základ bez jakýchkoli komerčních vazeb). Pevné vlastnosti ve smyslu našich potřeb dokument definovaný pomocí SGML rozhodně má. Anarchie nebo kázeň v rámci SGML Obecnost a volnost dokumentů definovaných v SGML je bezbřehá. Velká svoboda ale snadno vede k velké anarchii. Hned od počátku jsme se bránili dětskému okouzlení z možností SGML dokumentů. Stanovili jsme si omezení, která nejsou ‚novými vlastnostmi` ve smyslu výše uvedené definice, ale naopak jsou ukázněným vzdáním se určité míry svobody ve prospěch prohloubení obecnosti a užitečnosti.  Prvním krokem bylo uznání, že je užitečné akceptovat množinu vlastností představovaných HTML. Tím pro většinu využívání těchto dokumentů odpadá starost se zobrazovačem (práce s dokumenty).  Druhým významným ústupkem bylo vědomé opuštění svobody v tvorbě dokumentu. Pro SGML dokumenty o rukopisech a knihách jsme zavedli na základě doporučení historiků konvence nazvané DOBM (digitization old book materials), které doporučují, jak mají být v SGML dokumentu rozpoznávány opakující se významné informace (signatura, majitel, místo uložení ... rozpis obsahu.).  DOBM K čemu toto DOBM doporučení je? SGML dokument poskytuje naprostou svobodu ve struktuře. Vzdáme-li se určité míry svobody tím, že akceptujeme HTML konvence, je možno tyto dokumenty prohlížet současnými i budoucími WWW prohlížeči. Podobně, pokud se shodneme, že všechny rukopisy mají společnou množinu informací, je vhodné přijmout jednotící pravidla, jak rozpoznat v textu ‚co je co` (o tom je SGML). Tato dohoda nijak neomezuje možnost použít navíc i jiná označení. Omezení plynoucí z této dohody jsou minimální, výhody nedozírné. Takovéto SGML dokumenty pak představují společně sdílitelný rezervoár informací, který je nadčasový, snadno zpracovatelný aktuálními prostředky bez toho, že by vznikla závislost na těchto prostředcích. Tvorba SGML dokumentů Kázeň při tvorbě SGML dokumentů, kterou představuje např. DOBM dovoluje zjednodušit a zautomatizovat tvorbu SGML dokumentů. Podívá-li se humanisticky vzdělaný člověk na text napsaný pomocí SGML s představou, že jej má vytvořit, asi na něj přijde deprese (viz Clavis). Pokud se historik chce soustředit na odbornou stránku, je vhodné použít prostředky pro jejich automatizovanou tvorbu. Tyto prostředky již více než tři roky používáme v našem projektu. Jeden program vygeneruje dle zadaných vlastností rukopisu základní textový dokument, který představuje vlastně prázdný formulář. Odborník v libovolném editoru vyplní tento formulář potřebnými informacemi. Další program pak tento formulář přemění v sestavu SGML dokumentů. Pro zajímavost se můžete podívat, co tyto textové dokumenty obsahují a jak jsou tvořeny. Uvidíte, že jsou čitelné a logické, ale vyjadřovat se v tomto stylu není příliš pohodlné.  Práce s dokumenty Svou veřejně přístupnou, standardizovanou a všeobecně mezinárodně akceptovanou formou dovoluje takto vytvořený SGML dokument současně trvalý přístup k informacím i využívání nejmodernějších prostředků zpracování dat bez škody z toho, že tyto prostředky jistě zestárnou a budou nahrazeny novými. Naopak, tatáž data lze zpracovávat stále novými prostředky, příjemněji. Když jsme zavedli tuto metodu, bylo možno naše dokumenty zobrazit každým WWW prohlížečem a naším prohlížečem ManuFret, který z dokumentu udělal elektronickou knihu. V současnosti jsme hrdi na plugIn do prohlížeče, který dovoluje jednoduchou a přitom efektivní práci s obrazem doposud vyhrazenou speciálním programům typu Photoshop. Připravujeme nové prostředky, protože prostředky obecně dostupné dosud nemohou zcela pokrýt požadavky badatelů. V budoucnu tento vývoj zcela jistě může soustředit opravdu jen na splnění mimořádných požadavků, pokud bude vůbec nutný.  Stále se objevují lepší browsery, lepší textové editory. Zkuste si pro zajímavost otevřít naše dokumenty v programech čtyři roky starých a pak například ve Wordu 97 - bude asi překvapeni. Dalo by se to interpretovat tak, že Microsoft pomalu dorůstá naše dokumenty, ale pravda je prostší - zdá se, že již před lety jsme zvolili správnou, dostatečně obecnou formu a komerční produkty svým vývojem akceptují a potvrzují tuto formu jako jednotící trend. Přesto tento jev vnímám jako sice příjemné, ale vedlejší potvrzení správnosti této koncepce.  PC nebo MAC Stejně jako je náš dokument nezávislý na konkrétním WWW prohlížeči nebo editoru, je nezávislý i na hardwarové platformě. Tentýž dokument je stejně použitelný na PC nebo na MAC. Proměnné vlastnosti Za proměnné vlastnosti dokumentu je nutno pokládat všechny vlastnosti závislé na jediném výrobci programů nebo techniky. Tyto vlastnosti mohou být zajímavé i výhodné, bývají v okamžiku uvedení na trh předkládány jako revoluční a jedinečné, což i bývá v různé míře pravda. Z dlouhodobého hlediska jsou vždy z počátku rizikem. Příkladem jsou nepřeberné verze textových formátů pro různé editory, které zvláště na počátku vývoje spontánně vznikaly a zanikaly, a které při svém uvedení vždy znamenaly kvalitativní přínos. (příklad: editor T602 a jeho formát - obdivuji s úctou, ale je to ryze český formát svázaný s konkrétním českým produktem…). Je-li formát ‚majetkem` jediné firmy, má tato firma samozřejmě právo na změnu a o tom jestli je vhodné ji provést, rozhoduje především ekonomická efektivita takového kroku. Mnohdy je tento přístup správný a pro uživatele výhodný, protože rozšíření definice formátu umožňuje práci s dalšími verzemi programu. Typickým příkladem jsou firemní formáty programů PHOTOSHOP, COREL, stejnou snahu vidíme i u formátu DOC. Formáty připouštějící takovýto vývoj jsou však zásadně nevhodné pro dlouhodobé uchování dat. Znamenaly by totiž i dlouhodobé uchování verzí programů a časem pravděpodobně i hardware.  Zavádějící může být i naděje, že kvantita přeroste v kvalitu. (DOC soubor dokáže stále ještě neuvěřitelné věci, někdy mám pocit, že je poťouchlý až škodolibý, o zpětné kompatibilitě nemluvě). Nic neznamená i zdánlivá zcela jednoznačná dominance jednoho výrobce SW ( některým lidem pravděpodobně nejsou příjemná slova jako UNIX, LINUX ...). Struktura dokumentů SGML je z tohoto hlediska zcela ‚čistá` a tedy nadčasová. Existuje veřejně přístupná, na nikom nezávislá definice. V oblasti zvuku a obrazu je situace pochopitelně mnohem složitější. Bezproblémovou jistotou uznanou i v archivnictví je nekomprimovaný formát TIFF, který ale pro praktické využívání není efektivní. Z uživatelského hlediska je vhodné používat komprimované formáty. Při rozhodování co použít je ale nutno pečlivě zohledňovat rozsah rozšíření a to nejen jeho okamžitou amplitudu, ale celou dynamiku a hloubku zastoupeni formátu v technickém světě (viz Trocha technických úvah). Na kvalitních standardech pro uchování obrazu se však ve světě intenzivně pracuje. Praktické výsledky  Program digitálního zpřístupnění vzácných dokumentů Memoriae Mundi Series Bohemica, vede Národní knihovna ČR společně a firmou Albertina icome Praha s.r.o. Vzniklý systém produkcí dostatečného množství použitelných dat přivodil vznik nového informačního prostředí. Je řešena i problematika životnosti využívaných záznamových médií (hlavně CD a CD-R) z hlediska dlouhodobého uchování digitálních dat. Teoretické základy se aplikují v rutinním digitalizování významných rukopisů v Národní knihovně (přístupno více než 400 významných rukopisů) i pro Národní muzeum, SVK Olomouc, STK ale i pro partnery ve státních archivech, muzeích.  Na produkci digitálních dat musí vždy navazovat prostředky k jejich využívání. Zpřístupňování základních informací na Internetu může způsobit zvýšený zájem o originál, proto musí být nejprve akceptovatelně (pro poskytovatele i pro zájemce) vyřešeno zpřístupnění nebo poskytování kopií.  Zpřístupňování v badatelně přináší při malém počtu digitalizovaných dokumentů relativně vysoké náklady a obvykle malé využití. Proto je při jednotlivých digitálních dokumentech tento přístup účelný jen tehdy, je-li přínosem zpřístupnění informací z mimořádného, často vyhledávaného dokumentu a jeho ochrana.  Teprve určité významné množství digitálních dokumentů, zvláště v ucelených tématických celcích, přináší vznik nového informačního prostředí a vede k rozpoznávání významu a nové role digitálního dokumentu a jeho efektivnímu využívání. V NKČL lze pozorovat významný nárůst využívání těchto digitalizovaných dokumentů. Heslovitě: Technické vybavení a jeho využití Špičkové výsledky a efektivita - spojení vysoké odbornosti obsluhy a technického zázemí, intenzivní využívání (více směn), sdílení technických prostředků pro více projektů, možnosti pro nové partnery. Systém řízení výroby je nezbytný - plánování výroby, optimalizace toků dat, paralelní příprava doprovodných dat, sledování a minimalizace rozpracovanosti… Návaznosti na Internet automatizované zpřístupňování základních (volitelných) informací o dosažitelných dokumentech. Autorské a vlastnické vztahy k vznikajícím dokumentům - maximální respektování partnerů, jasné smluvní vztahy. Závěr Vzniklý systém produkcí dostatečného množství použitelných dat přivodil vznik nového informačního prostředí. Metodika tvorby digitálních dokumentů byla přijata v r. 1999 jako mezinárodní doporučení UNESCO pro projekt ‚Paměť světa`. Projekt svým rozsahem a koncepcí ukazuje širokou použitelnost výsledků a jejich nadčasovost. Jsou vytvořeny a používány účinné prostředky pro jednoduché generování SGML dokumentů, použitelné principy jsou veřejně přístupné. Jsou veřejně přístupné zásady dovolující nejrůznějším subjektům tvořit samostatně SGML dokumenty vzájemně velmi efektivně sdílitelné. Projekt řeší i zpřístupňování na Internetu a bezpečnou archivaci vznikajících dat. Roste počet spolupracujících partnerů, využívání výsledků, mezinárodní povědomí. Jsou poskytovány služby za definovaných podmínek a odpovědností, s jasnými vztahy k autorským a vlastnickým právům partnerů. Kontakty: Adolf Knoll , Stanislav Psohlavec Poznámky navíc: Trocha technických úvah Proč používáme JPG formát pro uchování obrazu Použití obrazového formátu JPG pro uchování obrazu zdůvodňujeme takto (heslovitě): Je hojně používaný na Internetu, rozšiřuje se v komerční sféře (digitální foto), všechny významné produkty jej podporují a dovolují konverzi na jiné formáty, bezplatné používání formátu. Tento formát, zdá se, nikomu nevadí. Co ovlivňuje vývoj formátů? Formáty vázané na konkrétní firmu a technologii mají obvykle krátkou morální životnost. Proto asi už nebude světovým standardem PhotoCD, ani systém AT ve fotografii, obojí již převálcovává amatérské digitální foto.  Další skutečností je, že velmi rozšířený produkt nebo formát bývá nahrazen teprve něčím, co přinese něco OPRAVDU kvalitativně nového, co OPRAVDU chybí PODSTATNÉ VĚTŠINĚ průměrných spotřebitelů nebo co dokážou ocenit. Příklad: Video systém 2000 se neprosadil proti VHS, ač se dosud všichni technici shodují na tom, že ještě nyní by byl lepší. Přišel pozdě a rozdíl pro většinu uživatelů opravdu nebyl důležitý. Důležitější bylo, co lze na kazetách VHS koupit, kolik stojí VHS videorekordér… Ze stejných důvodů si dovolím říci, že CD je velmi stabilní medium, protože existují rozšířené, drahé a mohutné výrobní kapacity, je stlačena výrobní cena na minimum (nesouvisí s cenou na trhu) a významná konkurence? Minidisk… dražší, není srovnatelná nabídka hotových titulů a co přináší OPRAVDU nového - kvalitní digitální záznam, ale to je zajímavé jen pro profesionály. Většině, která určuje efektivitu vývoje, stačí pro vlastní nahrávky do auta nebo do wolkmena CC-kazeta. Proto prakticky ihned zanikla digitální kazeta od f.Philips a R-DAT kazeta zůstala doménou profíků. DVD… uvidíme, ale i zde jsou pochybnosti a spíš se zdá, že bude existovat hlavně pro video a hry paralelně s CD. CD ale překoná v budoucnu určitě záznam v pevné paměti. Výhody jsou evidentní - žádná mechanika a výhody všech digitálních nosičů. Rozhodující bude CENA. Po poklesu ceny paměťových čipů s kapacitou řádově stovek MB lze očekávat boj s CD o ovládnutí světového trhu.  Nutno si uvědomit jak zásadně ovlivňuje vývoj techniky politika (kosmický a vojenský výzkum) a komerční sféra (téměř vše ostatní), na rozdíl od přání techniků a nebo například knihovníků. I pro tuto rozhodující oblast je však zřetelná nezbytnost standardizovaných formátů záznamu obrazu, proto v této oblasti probíhá intenzivní výzkum, jehož výsledky budou i pro naši oblast velmi užitečné. Clavis Absolvoval jsem 22.-23.11. velmi zajímavý seminář organizovaný PhDr. Tesařem v Olomouci. Mimo mnohých hlavních témat mne zaujaly dva příspěvky zástupců projektu CLAVIS. Nejsem historik, nepochybuji tedy o odborné kvalitě příspěvků, ale byl jsem upřímně udiven (z technického hlediska, kterému rozumím), že v rámci jediného setkání zazněly dva tak kontroverzní příspěvky. Cítím povinnost v souvislosti s dříve řečeným na ně reagovat. První příspěvek představoval na příkladu jednoho rukopisu relativně nový formát PDF od firmy ADOBE jako optimální řešení pro publikace informací o historických dokumentech. Nepochybuji o tom, že formát PDF je moderní a dobrý nástroj.  Jako účelová dezinformace mi však zněly deklarované výhody, zvláště to, že Akrobat-reader je zdarma. Ano, to je pravda, ale nezaznělo zde, že prostředky pro tvorbu těchto dokumentů se musí dosti draho koupit, zdarma jsou pouze prostředky pro jejich čtení. Tyto dokumenty tedy nebude sestavovat pravděpodobně přímo historik, kdo tedy? Vyberte si - investici a v celku nezajímavou práci mimo svou odbornost nebo závislost na tom, kdo neříká vše a nabízí služby zadarmo.  Vysvětlení si přímo žádá druhý příspěvek, ve kterém byl propagován SGML a dokonce byly rozdány příklady struktury SGML dokumentů. Potěšilo mne zprvu, že CLAVIS opustil svůj dosud přezíravý postoj k principům tvorby digitálních dokumentů na základě SGML, které už léta používáme a propagujeme. Obsahem příspěvku však byla óda na to, že SGML je geniální formát a dovoluje vše (souhlasím - viz ‚Anarchie nebo kázeň v rámci SGML`,` DOBM`). Odvážím se tvrdit, že přednesené informace byly určeny nikoli k informování, ale spíše k ohromení laických posluchačů. Nebyl zde přednesen žádný přesvědčivý důvod proč používat právě SGML, kromě zřetelného okouzlení možnostmi, které SGML nabízí. Nebylo zde zmíněno nebezpečí z nepromyšleného amatérského využívání ‚neomezených možností`. Nebo snad nebylo dosud rozeznáno?  Několikrát opakovaná nabídka služeb zdarma je v těchto souvislostech hodna zamyšlení. Projekty financované státem rozhodně nejsou zadarmo, jen peníze tečou jinudy. Vzhledem k tomu, že před cca dvěmi lety při kritice naší metodiky vůdčí osobnosti CLAVISU propagovaly fulltext jako konečné řešení, překvapila mne radikální změna koncepce (?) za tak krátkou dobu, navíc mířící hned dvěma směry. Tak nevím ...