数据处理之父赫曼·霍列瑞斯

stinger

在计算机发展史上，曾记录了一批业余发明家的丰功伟绩。他们既不是数学家，也不是专门从事电器设计的工程师，美国人口调查局的统计专家赫曼·霍列瑞斯（Herman Hollerith ，1860-1929）博士就是其中的代表人物。 公元1880年，美利坚合众国举行了又一次全国性人口普查，为当时5000余万美国人登记造册。在人口调查局从事统计工作的霍列瑞斯，静静地坐在他的办公室里，望着那汗牛充栋的人口登记册发愁。据他的估算，分析这些千辛万苦收集到的数据，人口调查局普查至少要花费７年时间。也就是说，美国政府和公民们，几乎要到下一次人口普查时，才能得知这次普查的人口状况，这岂不是太误事？
霍列瑞斯曾多次与同事们一起，走乡串户收集资料，深知每个数据都来之不易。他也曾终日埋在“数据堆”里，用手摇计算机“摇”得满头大汗，一天下来，也算不出几张表格。他心里默默地想，此时此刻再来作什么改进，当然于事无补。但是，“亡羊补牢，犹未晚矣”，为下一次人口普查“未雨绸缪”的事，应该早一点提到议事日程。想着想着，他随手取过手摇计算机，“摇”出了更一个惊人的数字：到1890年，美国人口还将增加1200万，若按老办法统计，即使再添加人手，没有10年以上的功夫，是根本搞不出什么结果的。他们迫切需要一种机器，帮助完成繁重的统计制表任务。
霍列瑞斯1860年诞生于纽约州北部一个德国侨民家庭。他从小喜爱数学，一般人看来枯燥乏味的数字，他却有浓厚的兴趣。19岁那年，他从哥仑比亚大学矿业学院毕业，获得博士学位。虽然学的是采矿专业， 却在人口调查局谋到了一份职位，充当他老师特里布里奇的助手。调查局的工作性质要求他“不仅掌握技术知识，而且经过了严格的科学训练和具有敏锐的观察能力”，而霍列瑞斯在大学里就承担过研究课题，他特别注意理论学习与实践活动的结合，除掌握必修的物理、化学等课程，他也涉猎过几何、制图、测量和统计分析等各种知识。此外，他还经常到工厂和商店考察和实习，接触社会。这一切，都给他后来的生活带来巨大的影响。
在人口调查局工作期间，发生了一件有趣的事情：霍列瑞斯爱上了一位名叫凯特·比林斯的漂亮姑娘。热恋和求婚的过程，使他有机会接近凯特的父亲——约翰·比林斯（J.Billings）博士，美国陆军派往人口调查局主管卫生统计的军医。比林斯博士学识渊博，曾长期担任美国军医署署长，主持制定了7种医药管理制度，亲手创办了世界上最大的医药文献中心，担任卡内基协会主席长达10年之久。尽管比林斯肩负重任，但他特别关心有才华的青年人，在与霍列瑞斯交往过程中，丝毫没有“权威”派头。
在一次交谈中，两人不约而同地提到人口普查统计机械化的问题，也同时想到这种机器可以由杰卡德编织机改造而成。真可谓“英雄所见略同”，他们与巴贝奇的灵感同出一辙，都受到“穿孔纸带”的启示，只是霍列瑞斯和比林斯又向前迈进了一步，他们提出：纸带上的这些“小孔”不仅能控制机器操作的步骤，而且能用来运算和储存数据。德高望重的比林斯，后来谦虚地把全部荣誉归功于青年人的创意，但霍列瑞斯坚持认为，比林斯在机器发明中发挥了最重要的作用：“他告诉我，机器完全可以承担制表和其他统计工作。他的构想是某种分布式的机械，采用卡片来储存个人资料，这种卡片可以用小刀刻出槽口，槽口就是杰卡德的‘小孔’……”
得到比林斯的鼓励，霍列瑞斯信心倍增，从此以全部身心投入到制表机的研制中。他设法弄到一台杰卡德编织机，剖析它的构造和原理。在此期间，他曾到麻省理工学院任教，一边教书，一边刻苦学习机械和电气技术。为了掌握发明的技巧和熟悉专利法，霍列瑞斯还到一家专利事务所工作过一段时间。
霍列瑞斯最初设计的制表机，几乎就是杰卡德编织机的“翻版”。将人口普查的数据制成“穿孔纸带”没有多大的困难，每个人的调查数据有若干项，诸如性别、籍贯、年龄等等，他可以把所有的调查项目依次排列，然后根据调查结果在每人的相应项目位置上穿孔。例如，约翰先生是40岁的男性公民，就在“性别”栏目“男”的名下打个小孔，在“年龄”栏目“40”之下也打个小孔，如此等等。当穿孔纸带的栏目统统被打上小孔之后，它就详细记录了某一次调查的结果。霍列瑞斯在他的专利申请书里描述过这种方法：“每个人的不同统计项目，将由适当的小孔来记录，小孔分布于一条纸带上，由引导盘牵引控制前进。”
基于这种设想，1884年，霍列瑞斯制作完成了第一台制表机。机器上装备着一个计数器，当穿孔纸带被牵引移动时，一旦有孔的地方通过鼓形转轮表面，计数器电路就被接通，完成一次累加统计。当年，他把机器运到巴尔的摩人口登记办公室去进行实验，尽管存在着许多问题，机器统计的先进性还是受到人们的欢迎。
原始的制表机工作不太可靠，迫使霍列瑞斯继续寻求改进。问题之一在于用“穿孔纸带”输入只能统计出总数，无法对个人数据进行分类和修改，也无法重新登记。
那一天，霍列瑞斯乘火车出差到美国西部办事，仍在苦苦思考改进的办法。他慢慢走向检票口，从口袋里掏出火车票，低头一看，一道灵感突然闪现，他顿时愣在那里。
检票员不断地催促：“先生，请您剪票！”
霍列瑞斯把车票递上前，检票员不耐烦地一把夺过去，只听“卡嚓”一响，属于他“个人”的这张车票，当即被“穿”了一个小孔。霍列瑞斯眼睛一亮，车也不上了，转过身，居然朝车站大门口走去。
此时，他的脑子里不断有个声音在说话：“一个人一张车票，车票就是每个人身份的个人记录。”穿孔纸带造成数据无法分类的困难就这样迎刃而解，解决的办法竟然如此简单：“把连续的“穿孔纸带”换成每人一张“穿孔卡片”，这是比林斯早就预言过的，我怎么就把它给忘记了呢？”
由于改用“穿孔卡片”输入数据，霍列瑞斯把他的制表机做了较大的改动。他用一种压力装置替代了牵引盘，数据卡片被夹在上下两个压力板中，下部压力板静止不动，上部压力板则带动卡片向前移动。更为巧妙的设计在于“自动统计”。改进的机器有若干只盛满水银的小杯，穿好孔的卡片必须经过水银杯。卡片正上方有几排精心调好的机针，连接在电路的一端，而那些水银杯则连接于电路的另一端。当机针遇到某张卡片有孔的地方，便自动跌落下去与水银接触，把电流接通，启动旁边的计数装置前进一个刻度。
统计分类问题解决之后，打孔的困难接踵而至。过去给穿孔纸带打孔，他用的是一种小型手持式装置，常常因用力过猛把纸带打破；而改换较厚的卡片后，打孔却变得非常费力。为了做试验，霍列瑞斯几乎每天都要不间断地给许多卡片打孔。他的岳母回忆说：“霍列瑞斯先生星期五从巴尔的摩回来，看来疲惫不堪。他说每天都要处理1000张卡片，每张卡片至少要打一个孔。可怜的孩子只好亲自动手做完这一切，手臂疼得都抬不起来……”不久之后，当霍列瑞斯再次回家，他告诉岳母，问题已经完全解决了，因为他改造了这种费力的打孔装置，设计出一个被他称为“缩放仪”的东西，即一种半自动打孔机，大大提高了工作效率。他还高兴地讲，因为有了新的打孔设备，他已经雇佣了一些女职员来从事过去繁重的体力劳动，平均每个人一天能轻松地处理700张卡片。 以我们今天的眼光看，这些女职员可能就是世界上第一批“数据录入员”。
霍列瑞斯的制表机现在已经可以经受实战考验了。1888年，这台机器被比林斯介绍给一家军队医院，用于医药资料的统计，试验获得圆满成功，还被送往巴黎国际博览会展出。美国军方对这种制表机大感兴趣，向霍列瑞斯提供了资助，使他有了进一步改进机器的财力，满怀信心迎接人口普查的挑战。
1890年，第12次人口普查即将开始，人口调查局以向社会招标的方式，征集计算设备和统计方案。前来应征的共有三个人。霍列瑞斯的主要竞争对手是威廉姆·亨利和查尔斯·皮格金，其中，亨利还是人口调查局的头头。他俩提供的方案都是用有色卡片来记录资料，以便于区分数据类型，但统计工作仍然靠手工完成。只有霍列瑞斯运来了一套前所未有的自动制表机。
招标需要经过严格的测试，以相同的数据完成统计任务，并根据时间快慢决定胜负。经过数天的紧张“比赛”，结果已见分晓：录入数据的过程，亨利和皮格金分别用了144小时和100小时，霍列瑞斯的机器只用了72小时；数据统计的过程，亨利和皮格金分别耗费44小时和55小时，霍列瑞斯制表机再次夺冠，仅仅用了5小时28分钟。制表机以无可置疑的优势，让霍列瑞斯赢得了这个合同。
第12次人口普查共设立了235个调查点，动用了超过5万人来负责组织登记和填写表哥。调查内容也比往年增添加了许多，包括性别、婚姻状况、有无孩子等40个项目，数据总量比1870年的普查增加了6倍以上。从正式登记日起，霍列瑞斯机器的速度和可靠性一直令人感到惊讶。每一台制表机都连接着40台计数器，处理高峰期，一天能统计2000～3000个家庭数据，总共处理的人数达到600万人。在霍列瑞斯制表机支持下， 第12次人口普查的统计工作仅用了6个星期时间，其中一部分时间还被用来处理上次普查的遗留问题。 这种制表机为人口调查局节省了约500万美元费用，是霍列瑞斯本人估计的10倍。人口调查局在报告中写道：“用这种机器，在不增加费用的前提下，过去许多无法编制的表格现在都有可能统计出来了。”
霍列瑞斯获得了巨大的成功，也使他看到了一个有巨大前景的市场。1896年，他趁热打铁创办了一家专业制表机公司，影响力甚至扩大到俄罗斯、加拿大和挪威等国。然而，统计学家毕竟缺乏经商才干，他的公司不久便因资金周转不灵陷入窘境，只好任别人收购。经过几次改组，这家公司最终发展为著名的国际商用机器公司（IBM公司）。
虽然霍列瑞斯的发明并不是通用计算机，除了能统计数据制造表格外，制表机几乎没有别的什么用途，然而，制表机的穿孔卡第一次把数据转变成二进制信息。在早期计算机系统里，这种用穿孔卡片输入数据的方法，一直沿用到20世纪70年代，数据处理也发展成为电脑的主要功能之一。
1923年，霍列瑞斯博士出版了关于计算机的著作，对计算机未来做出了许多正确的预见，为穿孔卡计算机的发展奠定了基础。为此，他还获得了西方好几个国家的近50项专利，几乎垄断了这一领域的全部发明权，并使他跻身于“数据处理之父”的行列。