霍尔瑞斯穿孔卡片制表机:革新数据处理,为 IBM 奠基,节省普查成本超 500 万! 穿孔卡片制表机数据处理自动化先驱一种电子计数机器实现了数据处理自动化变革了多个行业并为后来利润丰厚的新公司——IBM 奠定了基础。赫尔曼·霍尔瑞斯的发明之路赫尔曼·霍尔瑞斯Herman Hollerith在美国人口普查局短期负责汇编制造业统计数据时对该机构手动统计调查问卷的方式感到十分沮丧。这种既繁琐又容易出错的工作让本就不堪重负的普查局陷入了运营困境。他坚信自动化是解决之道于是发明了一种电动计数机器。这一发明让世界首次接触到机械化数据处理也为计算机的发展以及如今信息处理仍在使用的二进制0 和 1系统奠定了基础。霍尔瑞斯在 19 世纪 80 年代开发的穿孔卡片制表机减轻了当时人口激增国家手工统计人口的行政负担。它在 1890 年人口普查中的成功应用促使奥地利、加拿大、古巴、法国、挪威、菲律宾和俄罗斯等世界各国纷纷采购霍尔瑞斯的制表机用于本国的人口统计。霍尔瑞斯还将该机器授权给铁路、百货公司和公用事业等私营企业用于统计和会计工作。在接下来的 60 多年里制表机及其穿孔卡片方法的各种变体对社会上各类产品和人群的数据进行了详细分类和汇总。这些机器在输出数据的同时也为后来的 IBM 公司带来了数十年的巨额利润。美国人口普查的竞争霍尔瑞斯原本是纽约布法罗的一名采矿工程师并非立志成为发明家。但从人口普查流程中去除繁琐劳动的挑战吸引了他。1879 年人口普查局的一位同事提出自动化计算的想法后他便开始着手设计新设备。1884 年霍尔瑞斯申请了第一项专利提出了一种利用在纸条上打孔来存储数据的方法类似于自动钢琴读取布满音符缺口的厚纸卷。到 1886 年他改用穿孔卡片并在次年申请了第二项专利。这两项专利于 1889 年获批。穿孔卡片并非霍尔瑞斯的首创。大约 80 年前法国的约瑟夫·玛丽·雅卡尔Joseph Marie Jacquard就设计出了用穿孔卡片自动化蒸汽织布机的方法。19 世纪 30 年代中期英国数学家查尔斯·巴贝奇Charles Babbage设计了一种计算引擎——后来被称为分析机Analytical Engine它可以根据穿孔卡片上的指令进行数学运算。但霍尔瑞斯是第一个将这一原理应用于数据处理的人。1886 年霍尔瑞斯开始通过汇编巴尔的摩、泽西城和纽约市的死亡率统计数据来测试他的机器。1888 年人口普查局举办了一场竞赛以寻找最快的制表解决方案。获胜者将获得处理 1890 年人口普查的合同。他的两个竞争对手分别用时 144.5 小时和 100.5 小时完成了竞赛所需的数据采集而霍尔瑞斯仅用了 72.5 小时。此外霍尔瑞斯的机器在制表数据准备工作上也表现出色用时 5.5 小时远远超过了竞争对手的 44.5 小时和 55.5 小时。霍尔瑞斯机器的优势数据采集速度比两个竞争对手快达 2 倍制表数据准备速度比竞争对手快达 10 倍。二进制原理的诞生获得人口普查合同后霍尔瑞斯为这项艰巨的任务准备好他的机械系统。多阶段的制表过程需要各种机器和设备来记录、分类和汇总信息。首先办事员会使用打孔器或缩放仪将人口普查数据从纸质表格手动转移到穿孔卡片上。每个孔对应从受访家庭收集的不同人口统计数据。人口普查办事员每天大约能处理 500 张卡片。然后这些穿孔卡片被手动放入一个类似现代三明治机的卡片读取器中。合上顶部翻盖时弹簧加载的金属针会落在穿孔卡片上。当针穿过卡片上的孔时会与汞槽连接闭合电路。这会向 40 个表盘中的一个发送脉冲该表盘对应卡片上的人口统计数据并在表盘上记录为“1”若没有连接则记录为“0”。这种 1 和 0 的二进制原理如今仍用于检测半导体中电荷的有无。后来他又增加了一台单独的机器可将卡片分类多达 24 类。根据卡片上孔的位置分拣箱的盖子会打开办事员将卡片放入相应的箱子。熟练的操作员每分钟可以分拣 80 张卡片。美国人口普查局的最后通牒霍尔瑞斯的制表系统为人口普查局节省了 500 万美元的成本和两年多的人力。它在六个月内完成了人口统计并在两年内完成了所有数据的详细整理。相比之下1880 年的人口普查耗时超过八年。霍尔瑞斯的机器在实用性和口碑上都取得了巨大成功。1890 年费城富兰克林研究所Franklin Institute因其“用于统计大量统计数据的机器”授予霍尔瑞斯享有盛誉的埃利奥特·克雷森奖章Elliott Cresson Medal。他还在 1889 年巴黎博览会上获得金牌在 1893 年芝加哥世界博览会上获得铜牌。1896 年他创立了制表机器公司Tabulating Machine Company开始将他的发明应用于其他商业领域但他与美国人口普查工作的缘分并未就此结束。1899 年他轻松赢得了 1900 年美国人口普查合同的竞争因为当时他的机器是唯一可用的机械解决方案。尽管人口统计的总成本上升了 6%但由于人口增长了 21%人均成本实际上下降了 13%。然而1902 年人口普查局成为永久性政府机构后官员们对霍尔瑞斯机器的成本提出了质疑。与此同时人口普查局官员决定根据霍尔瑞斯即将到期的原始专利开发自己的制表机和分拣器。该局聘请了他的一些前雇员来了解更多设计细节。1905 年霍尔瑞斯收到了最后通牒改进你的机器并降低价格否则失去业务。霍尔瑞斯表示反对并在 1910 年至 1912 年期间对政府提起专利诉讼但以失败告终。霍尔瑞斯制表系统的影响人口普查局节省成本 500 万美元与 1880 年人口普查相比1890 年人口普查处理节省超过两年人力。三家公司合并诞生 IBM1911 年 7 月 6 日霍尔瑞斯同意以 231.2 万美元相当于 2022 年的 6500 多万美元的价格将他的制表机器公司出售给金融家查尔斯·弗林特Charles Flint。弗林特将该公司与另外两家时间记录和测量企业合并成立了计算 - 制表 - 记录公司Computing-Tabulating-Recording Company该公司于 1924 年更名为国际商业机器公司International Business Machines Corporation简称 IBM。霍尔瑞斯根据一份为期 10 年的服务协议作为咨询工程师留在了 C-T-R 公司。他继续对机器进行重要改进但随着时间的推移他的角色逐渐减弱合同也未得到续签。奥托·布赖特迈耶Otto Braitmayer于 1889 年被霍尔瑞斯聘为低级办公室助理后来接管了制表机业务的开发工作并成为 IBM 的副总裁。1929 年霍尔瑞斯去世时IBM 出版物《商业机器》Business Machines向他致敬称他帮助减轻了“繁重劳动、脑力负担和人为错误……他对世界进步的贡献使商业和人类福祉都受益匪浅”。1990 年霍尔瑞斯入选美国国家发明家名人堂National Inventors Hall of Fame以表彰他的机器对数据汇编行业诞生的重要性以及其在半个多世纪里为人类一些最伟大的统计、计算和科学成就所做出的贡献。霍尔瑞斯的机器将数据制表从阻碍社会发展的手工负担转变为帮助我们了解周围世界的强大工具。

相关新闻

最新新闻

毕业季论文工具不踩坑:毕业之家vs同类工具实测,不同需求对应选就对了

毕业季论文工具不踩坑:毕业之家vs同类工具实测,不同需求对应选就对了

家人们谁懂毕业季的兵荒马乱:白天实习改报表,晚上回宿舍调论文格式,参考文献对着知网录到眼酸,初稿写完一查重复率红一片,还得提心吊胆怕AI痕迹太重过不了盲审… 最近被问了好多次“毕业之家值不值得用”“和PaperRed、…

2026/8/13 21:30:14
湖南网站建设360o全方位解读与实操指南,助力企业数字化转型突破

湖南网站建设360o全方位解读与实操指南,助力企业数字化转型突破

在这个互联网大潮汹涌澎湃的时代,如果你还觉得企业拥有一个网站只是为了“有个面子”,或者仅仅把它当作一个电子版的宣传册挂在网络上充数,那真的是严重误解了现代商业逻辑的精髓。对于身处湖南这片热土上的企业主,尤其是那些正在寻求突破、渴望在数字浪潮中站稳脚跟的朋友…

2026/8/13 21:30:14
毕业论文工具怎么选?毕业之家 vs PaperRed/笔捷AI:格式困难户和赶稿党分别看这篇

毕业论文工具怎么选?毕业之家 vs PaperRed/笔捷AI:格式困难户和赶稿党分别看这篇

毕业论文工具怎么选?毕业之家 vs PaperRed/笔捷AI:格式困难户和赶稿党分别看这篇 又到毕业季,很多同学不是卡在“写不出来”,而是卡在: 学校格式要求太细,封面、目录、页眉页脚、参考文献怎么调都不对&…

2026/8/13 21:30:14
PaddleNLP UIE模型离线部署实战:企业级信息抽取系统搭建指南

PaddleNLP UIE模型离线部署实战:企业级信息抽取系统搭建指南

PaddleNLP UIE模型离线部署实战:企业级信息抽取系统搭建指南 【免费下载链接】PaddleNLP PaddleNLP是一款基于飞桨深度学习框架的大语言模型(LLM)开发套件,支持在多种硬件上进行高效的大模型训练、无损压缩以及高性能推理。PaddleNLP 具备简单易用和性能…

2026/8/13 21:30:14
人形机器人技术解析:从核心原理到PyBullet仿真实践

人形机器人技术解析:从核心原理到PyBullet仿真实践

在机器人技术快速发展的浪潮中,人形机器人因其与人类环境的天然亲和力,正成为服务、医疗、教育等领域的新焦点。近期,一份关于全球市场格局的数据引发了广泛讨论。本文将深入剖析这一现象背后的技术逻辑、产业生态与未来挑战,为开…

2026/8/13 21:30:14
DocSift:基于预处理优化的RAG系统,实现PDF文档高效检索与问答

DocSift:基于预处理优化的RAG系统,实现PDF文档高效检索与问答

如果你正在构建基于大语言模型的文档问答系统,或者尝试让 AI 理解你上传的 PDF 报告、论文、合同,那么你一定遇到过这个令人头疼的问题:每次用户提问,你都需要把整个几十页甚至上百页的 PDF 文件重新塞给模型,不仅消耗…

2026/8/13 21:25:14