Интервью - Крейг Манди, директор по стратегии Microsoft

Одной из целей директора по исследованиям и стратегии Microsoft Крейга Джеймса Манди, совершившего этой осенью очередной визит в Москву, было понять, в какой мере обновившееся российское правительство связывает будущее развитие страны с использованием новейших компьютерных технологий. "Ведомости" воспользовались возможностью встретиться с главным стратегом Microsoft, чтобы узнать, какие практические результаты успели принести такие масштабные технологические тренды, как Machine Learning и Big Data, зачем Microsoft разграничивает процессы исследований и разработки продуктов и почему в скором будущем для выхода в интернет людям, возможно, придется сдавать что-то наподобие экзаменов.

– Вы наверняка приехали в Россию с какой-то конкретной целью. С какой?

– На самом деле, даже с двумя. Несколько лет назад, может, семь, восемь или девять, я включил Россию в список приоритетных стран, которые я курирую в Microsoft. Я представляю интересы компании по вопросам технологий и политик в крупнейших странах. Еще тогда я чувствовал, что Россия – страна, которая будет все более важной для нас с точки зрения бизнеса, что ей предстоит пройти сквозь множество трансформаций, вызванных серьезными экономическими, а также политическими и технологическими переменами.

В связи с этим я всегда бывал в России довольно регулярно, а сейчас приехал в очередной раз. Встречи в Москве проходили как раз в этом русле. Я встречался в основном с руководителями крупного бизнеса, с министрами, чтобы обсудить вопросы, касающиеся технологической политики. Также посетил встречу министров во время саммита АТЭС во Владивостоке – я уже много лет принимаю участие в этом мероприятии. В прошлом году встреча проходила в США, и я был председателем. В конце я передал эстафету моим коллегам из России и сказал, что я приеду во Владивосток.

– Вы ощущаете какую-либо разницу между тем, как российские чиновники рассуждали о технологиях пару-тройку лет назад, когда президентом России был Дмитрий Медведев, и сегодняшней риторикой на эту тему?

– Медведев явно интересовался технологиями еще до того, как стал президентом. Я встречался с [вице-премьером] Аркадием Дворковичем – знаю его уже более десяти лет, еще с тех пор, как он был советником Минэкономразвития. У нас сложились хорошие отношения, сейчас он вице-премьер и занимается промышленностью, но и технологиями тоже. На моих глазах поколение российской молодежи, которое в гораздо большей степени отличается глобальным мировоззрением и ориентацией на технический прогресс, нежели люди старшего поколения, развивается и занимает место на государственных постах. И это вдохновляет меня.

Мне очень импонирует новый министр связи и массовых коммуникаций [Николай Никифоров]. Он молод и прекрасно разбирается в технологиях. Мне очень приятно видеть, что государство назначает на подобные должности талантливых и компетентных людей. Думаю, что это естественным образом ускорит тенденцию технологической модернизации.

– Если говорить о последних технологических трендах. Один из них – естественный пользовательский интерфейс (natural user interface): устройства все больше переходят на язык общения, близкий человеку, граница между цифровым и материальным миром становится все более размытой. Несколько лет назад Microsoft разработала технологию Kinect. А что теперь?

– Почти 30 лет вся компьютерная индустрия и Microsoft в частности вполне удовлетворялись графическим интерфейсом. Но несмотря на все его возможности, он имеет ограничения по части некоторых задач, которые пользователи хотели бы решать с помощью компьютера. А коль скоро компьютерные вычисления стали частью нашей повседневной жизни, столь многих ее составляющих, то нам потребовался более полноценный способ [общения с компьютером].

Создание условий для наступления новой эры естественного взаимодействия с компьютером было долгосрочной целью нашей компании на протяжении, может быть, 20 лет. Идея состояла в том, что по мере того, как компьютер становится все более мощным, появляется возможность имитировать больше и больше аспектов человеческого восприятия. А это позволило бы сделать компьютер более похожим на человека. Здесь есть, как мне кажется, две составляющие. С одной стороны, вы хотите, чтобы компьютер взаимодействовал с вами как человек. С другой – чтобы компьютер был все-таки не инструментом, а помощником. И вот этот новый переход важен с обеих точек зрения.

Microsoft продолжает вкладывать в развитие этого направления значительные средства. Я думаю, первый прорыв мы совершили, когда показали пользователям принципиальные изменения интерфейса – появилась технология Kinect, первоначально реализованная в игровой консоли. Благодаря возможности обратиться к системе с помощью голоса или жеста, которые преобразуются в движение на экране, существенно расширился бизнес Xbox: от «стрелялок» для молодых людей 12 -30 лет мы перешли к играм для людей всех возрастов начиная с четырех лет. Значение этого направления все время растет.

Технология Kinect доступна сторонним разработчикам: мы предоставляем им специальный набор средств, чтобы любой желающий мог загрузить его на ПК и написать собственные приложения. И на встрече, которая проходила в нашем офисе перед интервью с вами, я показывал демо-версию двух таких приложений, которые в ближайшее время начнут выпускаться.

Первое представила на недавнем автошоу компания Nissan. По сути это виртуальная продажа автомобилей. В дилерских салонах устанавливаются большие экраны, а перед ними - Kinect-камера. Как только вы подходите и говорите: «Хочу взглянуть на новый Pathfinder», - камера немедленно создает проекцию такого автомобиля прямо рядом с вами. Причем этот автомобиль может поворачиваться, представая перед вами в различных ракурсах, как если бы это была реальная машина. Можно «войти внутрь» этого автомобиля, осмотреться, примериться к сиденьям, изучить панель управления, все устройства на ней, оценить материал, из которого все выполнено. С помощью этой технологии Nissan планирует торговать машинами, которые еще даже не выпущены [а только поставлены в план производства]. И Kinect – недорогой способ это осуществить. Самое удивительное в том, что наш сенсор Kinect продается в США по цене порядка $149 за штуку. Раньше самая дешевая камера, которая предоставляла подобные возможности, стоила порядка $40 000. Мы снизили стоимость более чем в 200 раз, и инструмент для научных исследований превратился в нечто совершенно доступное. В первые же 90 дней мы продали 8 млн таких устройств.

Другое приложение уже осваивают несколько универмагов сети Bloomingdales в Нью-Йорке – это примерочные с встроенными Kinect-сенсорами. В кабинке установлено шесть таких сенсоров и сенсорный экран. Вы входите – и устройство немедленно создает точную трехмерную копию вашей фигуры, которая может вращаться в разные стороны. Далее вам показывают всю ту одежду, которая подойдет вам по фигуре. Вместо того, чтобы то и дело просить кого-то принести вам в примерочную те или иные вещи, вы как бы разглядываете персонализированный, созданный специально для вас каталог одежды, в котором каждая вещь будет идеально вам подходить.

– Люди не побоятся довериться этой системе? А вдруг купят – и не подойдет?

– Жизнь покажет. Во всяком случае, они [Bloomingdales] создали такую систему и протестировали ее. Должно быть, результаты хорошие, если решено развернуть примерочные в 12 городах США. Если бы результаты тестов не были бы позитивными, вряд ли было бы принято такое решение. А теперь представьте, что будет дальше. Сегодня, если вам нужна одежда и вы хотите быть точно уверенными, что она вам подойдет, вам нужно отправиться в магазин, побродить между вешалками, отнести выбранные модели в примерочную и там примерить. Новая система предполагает, что вы идете в магазин, но примерять уже ничего не нужно: вас сканируют, вы подбираете одежду и покупаете то, что вам понравилось. Если в итоге вы убеждаетесь, что эта одежда действительно вам подходит, то дальше можете покупать всю одежду онлайн, с доставкой на дом. Так что действительно, как вы заметили, физическое и виртуальное пространство смешиваются друг с другом.

Многие любители погулять по магазинам, в особенности женщины, расстраиваются, когда они видят вещь, которая им очень нравится по фасону, цвету и т. д., но не идет. Теперь вероятность таких ситуаций исключается, потому что вещи, которые вам не подходят, вы просто не увидите. Думаю, что подобные разработки радикально изменят наше впечатление от онлайн-покупок.

– Они могут изменить и лицо ритейла в целом, увеличить долю онлайн-торговли.

– Мне кажется, это уже случилось. Посмотрите, какое воздействие на рынок уже сейчас оказывают компании вроде Gamezone. Разработка, которую применяет Bloomingdales, – это в некотором смысле попытка извлечь преимущество из того факта, что у вас есть и физический магазин, и возможность развить онлайн-продажи. Я уверен, что теперь появится больше людей, которые станут применять технологии, желая найти способ совместить свое физическое присутствие с виртуальным и за счет этого получить более совершенный опыт.

– Еще одна важная для всей технологической отрасли тема – Big Data, обработка больших массивов данных. Есть ли уже какие-то коммерческие продукты, в которых используются такие наработки?

– О Big Data говорят уже все, даже в аэропортах размещают рекламу на эту тему. Моя точка зрения – сама по себе тема Big Data не так уж интересна; важно, как вы используете эти технологии. Вопрос в том, как получить какую-то уникальную информацию или бизнес-преимущество в результате обработки огромного массива данных.

Есть два важных технологических элемента, которые делают это возможным. Первое – продолжающееся постоянное снижение стоимости хранения данных, а второе – экспоненциальный рост мощности. Прошли времена, когда не хватало объемов для хранения информации. Сейчас на это можно не обращать внимания. И это создает большие возможности. Теперь нет необходимости запоминать данные выборочно – можно запомнить их все.

Более того, сейчас стало нормой иметь метаданные (метки), которые описывают, какая информация содержится в конкретном массиве данных. Некоторое время назад данные могли быть использованы только внутри одной определенной программы. Они просто находились в этом пространстве, и не было никакой возможности сопоставить их с информацией из других приложений и использовать их в каких-либо еще целях. В среде, где данные снабжаются метками (эта концепция возникла с развитием поисковых машин), ситуация меняется. И теперь, как я предполагаю, мы увидим возникновение "платформ данных": компании перестанут волноваться о формате данных, а будут работать с совокупностью всей информации, которую аккумулирует их бизнес. Расширяемые с помощью облака вычислительные мощности теперь позволяют анализировать эти огромные массивы данных, объединять их и совершать открытия, невозможные ранее.

Когда я размышляю об этом, то провожу четкую границу между двумя способами использования Big Data. Мы хотим дать людям улучшенные инструменты для аналитики, которые помогут им понимать суть проблемы или вопроса, и выбрать инструмент для выявления тенденций или формирования выводов. Это продолжение того, что мы делали и раньше.

Но есть и другой метод, который не всегда практиковался, – то, что называют machine learning. Это возможность задействовать высокопроизводительные компьютерные мощности для управления процессами "машинного обучения", которыми до сих пор управлять было невозможно. Новый метод позволяет вам обнаруживать в огромных массивах данных неожиданно важные фрагменты. На основе этих открытий можно создавать модели прогнозирования.

Это направление получит самое широкое применение. Пока мы только ощупываем поверхность огромного мира, в котором Big Data совместится с machine learning. В результате возникнут радикально новые способы управления бизнесом. Более того, появятся возможности совершать открытия на основе обработки массивов данных в различных областях: науке, технике, медицине, анализе генома, машинном переводе и др. Все эти области знаний будут "атакованы" благодаря machine learning.

Внутри Microsoft мы применяем machine learning во многих случаях. Я насчитал восемь примеров ежедневного использования этой технологии с целью улучшить наши продукты. А поскольку благодаря интернету эти технологии становятся общедоступными, скоро machine learning будет применяться повсеместно для доработки продуктов, трансформации бизнеса и услуг.

В январе, когда я был [на Всемирном экономическом форуме] в Давосе, меня спросили, какие самые значительные и интересные технологические изменения ждут нас в этом году. Я ответил, что самой важной технологией, о которой многие находившиеся в том зале даже и не слышали, станет machine learning. И я до сих пор утверждаю: почти никто не понимает [истинного значения] этой технологии, за исключением нескольких крупных технологических компаний, которые ее разрабатывают. Хотя вполне может статься, что это станет самым важным инструментом для решения многих задач, связанных с трансформацией самых разных сегментов.

– Вы упомянули о восьми примерах использования machine learning в Microsoft. Расскажите хотя бы о двух.

– Сейчас уделяется много внимания машинному переводу. Такая функция есть и в новых Windows Phone: если, например, я захожу в русский ресторан, то могу наставить объектив смартфона на текст меню – и на дисплее отобразится меню уже по-английски. В ту же секунду. Возможность сделать это появилась благодаря machine learning. Мы взяли очень много английских документов – тысячи или, возможно, десятки тысяч, у которых уже имелся готовый русский перевод, – и загрузили их в систему, которая самостоятельно установила взаимоотношения между английскими и русскими словами и понятиями. Эта система анализирует отдельные слова, грамматику, структуру текста и в результате создает языковую модель, с помощью которой выполняет такие [мгновенные] переводы. Вот один пример.

Другой – разработка приложений для Kinect, изучающих жестикуляцию. К примеру, вы решили разработать дизайн игры для Kinect, в которой нужно отбивать мячи. Два года назад даже очень опытному инженеру требовалось около 200 часов, чтобы описать на уровне программы движение человека, которое воспринимается как удар по мячу. Это было слишком сложно. Но мы построили самообучающуюся систему: она полностью избавляет инженера от необходимости что-то описывать. Мы разработали специальный комплект [оборудования], и остается только подключить его к компьютеру. Потом вы встаете перед ним, нажимаете кнопку «Запись» и начинаете совершать воображаемые удары по мячу и разные другие движения. Все это записывается как единый ролик, вы делаете к нему пояснения, устанавливаете границы: здесь игра в мяч, здесь – что-то другое и т.д. И уже через минуту система определяет, что такое игра в мяч. Она научилась этому по тем примерам, которые вы ей задали. Так что сейчас любой человек за минуту может создать жесты для Kinect, и это очень важно для тех, кто хотел бы разработать собственные приложения в противоположность игровым программам, рассчитанным на широкую аудиторию.

Это лишь два примера. Но и вся поисковая система Bing, и привязанная к ней система рекламы, которая решает, какую рекламу показать лично вам, - все это работает на основе machine learning.

­– Это уже напоминает искусственный интеллект, о котором тоже часто говорят в среде технологических компаний. До каких границ, по Вашему мнению, он может развиться? Где та грань, которую искусственный разум не сможет переступить?

– Говоря по правде, я сомневаюсь, что мы близки к созданию искусственного интеллекта. Эту разницу я обычно обозначаю как разницу между системой, исполняющей роль эксперта, и системой, которая способна рассуждать самостоятельно. Мы научились по-настоящему хорошо строить компьютеры, являющие собой экспертные системы. Комбинация программирования и машинного самообучения позволяет нам сделать машину, которая является экспертом по конкретному вопросу. Но это не делает ее экспертом и по всем прочим вопросом. Не происходит автоматически такого, чтобы система взяла сведения об одном предмете, интегрировала их с тем, что ей известно из другой области и вынесла независимое обоснованное решение в отношении какого-то третьего явления. Для меня именно это есть интеллект.

Если бы мы создали искусственный разум, то он умел бы экстраполировать те или иные выводы на вещи, о которых ему ничего не известно. Так что мое убеждение – мы в целом не приблизились к созданию искусственного разума. Я не думаю, что мы вообще близки к тому, чтобы получить хотя бы какую-то форму настоящего интеллекта в машинах. С другой стороны, эти экспертные системы могут оказаться невероятно ценными и действенными. Я предпочитаю направлять мысль людей, размышляющих над этим вопросом, именно в это русло. Мы можем выпускать новые и новые системы, которые очень хорошо работают в конкретном направлении, но не такие системы, которые сами по себе могут научиться справляться с чем-то еще.

– Как организована работа в исследовательском подразделении Microsoft? Ваш коллега Билл Бакстон рассказывал нам о принятой в вашем подразделении «концепции длинного носа»: часть разработчиков освобождены от необходимости обосновывать свои изобретения с экономической точки зрения, они как свободные художники – и эта свобода необходима, чтобы рождались действительно уникальные идеи. Но, с другой стороны, Microsoft не может не ставить задачу получить коммерческий продукт, и как можно скорее. Как вы сочетаете первое со вторым, свободу исследований с необходимостью выдавать на-гора результат?

– Первый шаг, который Microsoft сделала, чтобы установить рациональный баланс, - она очень четко разделила R (Research, то есть исследования. – «Ведомости») и D (Development, разработки. – «Ведомости»). Практически все говорят об R&D как о чем-то едином. Но в Microsoft R и D – это две разные вещи. Подход, который выбрал Билл Гейтс 20 лет назад и который мы поддерживаем - и я слежу за этим, - состоит в том, что у нас есть централизованные корпоративные исследования и распределенные разработки, разделяемые на группы по продуктам. Таким образом, группы по продуктам не занимаются базовыми исследованиями, а исследователи не разрабатывают продукты. Когда вы говорили с Бакстоном, он описывал работу R, но не D. Очевидно, должен происходить некий переток [идей] из исследований в разработку, иначе зачем вообще заниматься исследованиями. И у нас действует очень хорошо отлаженный процесс.

В некотором смысле обеспечение этих исследований, по мнению руководства нашей компании – прежде всего я говорю о Билле Гейтсе, Стиве Балмере и о себе, – является ключевым фактором долголетия нашей компании. Если вы не инвестируете в науку, которая создает основу для бизнеса, то у вас нет шанса оказаться владельцем каких-либо уникальных активов. Если все научные революции совершаются в университетах и доступны для всех, то как вы сможете выделиться?

Мы занимаемся исследованиями по трем причинам. Во-первых, у нас есть наши основные продукты, они уже на рынке, но их требуется регулярно обновлять. Группы по продуктам их создают, поставляют и дорабатывают. Но довольно часто им требуется какая-то новая идея. И тогда мы зовем исследователей, которые приходят со свежими идеями, и обновляем продукт.

Только что я показывал такую новую идею, которая реализовалась в Excel 2013. Представьте: у вас есть многомерная электронная таблица с огромным количеством смешанных данных, которые вы хотели бы отсортировать. Вы можете взять одно поле и ввести его содержимое в следующий столбец, а затем взять то же базовое поле из следующего столбца и до того, как вы что-то сделаете, компьютер поймет: ага, по шаблону эти две ячейки отсюда извлекаются и переносятся в этот столбец. Оставшиеся колонки таблицы заполняются за секунду. Что бы вы ни делали – компьютер наблюдает за вашими действиями, а затем создает нужную программу и копирует ваше поведение. То есть начинает работать за вас. Эта функция появилась в Excel именно благодаря участию исследователей, причем из подразделения программного синтеза (program synthesis).

Около 20 лет мы отбирали 55 базовых исследовательских дисциплин, которые, как нам казалось, будут оказывать долгосрочное и стратегическое влияние на наш бизнес. Всякий раз, как к списку этих дисциплин добавлялась новая, мы набирали критическую массу исследователей, которые работали в соответствующей сфере. Получалась команда, сотрудникам которой ставилась единственная цель – быть лучшими в мире специалистами в данной области. А впоследствии мы собираем урожай идей и используем это для нужд наших продуктов. В итоге новый Excel получился гораздо более интересным, чем предыдущий, потому что предыдущий не умел синтезировать собственные программы. Хотя ни один из группы разработчиков этого продукта понятия не имел, что такое программный синтез.

В некотором смысле все это выглядит как многофакторный процесс R&D, где вы не знаете наверняка, какой продукт получится на выходе, но создаете все условия, чтобы этот продукт был интересным.

Например, в разработке Kinect поучаствовало семь исследовательских групп из четырех лабораторий, расположенных на трех континентах, и каждая внесла свой уникальный вклад – без любой из этих групп мы абсолютно точно не получили бы Kinect. Потребовалось семь групп, чтобы решить одну проблему с контроллерами! Так что семь из 55 отобранных нами сфер знания оказались необходимыми для того, чтобы на свет мог появиться Kinect. Причем никто из тех, кто работал в этих семи группах, понятия не имел, что будет участвовать в создании Kinect.

В этом состоит отличие исследований и разработок, и именно так мы создаем союз между этими двумя видами деятельности. В заключении назову три причины, по которым мы содержим исследования. Итак, первая – чтобы улучшать уже существующие продукты, вторая – мы хотим время от времени выходить на новые рынки и производить на них фурор, и третье – это дает нам способность пристально следить за тем, что происходит в науке. Потому что иногда с изобретениями приходят люди со стороны. И если вы ничего не смыслите в области, к которой относится это изобретение, если у вас не работают умные люди, то ваш ответ этому изобретателю настолько задержится, что по сути он просто его не получит. Именно по этой причине большинство компаний и умирает – их бизнес губит что-то такое, на что они не сумели своевременно отреагировать. И одна из причин, почему Microsoft выжила, развивается и так долго во многом превосходит [конкурентов] – это наша способность продолжать выпускать и совершенствовать продукты, задействуя продуктовые группы и исследователей. Когда мы поражаемся чему-то, что сделала другая компания, у нас всегда есть возможность заглянуть в свой собственный «мешок с чудесами», посмотреть, что делают наши люди, решающие подобные задачи, и ускорить реакцию. По этой-то причине, я думаю, Microsoft вот уже несколько десятилетий благополучно пережила так много «штормов», поднятых конкурентами.

– Пару лет назад выступая в Давосе, вы предложили оригинальный способ противодействия киберпреступлениям – выдавать пользователям права на доступ в интернет. Эта идея по-прежнему актуальна?

– Это было забавно. Я выступал на панели в Давосе, и мне задали этот вопрос. Я попытался привести в пример случаи, когда мы требуем некой минимальной подготовки от тех, кто собирается заняться чем-то рискованным с точки зрения безопасности других людей. Я использовал в качестве аналогии водительские права. Ведь мы же не разрешаем любому желающему садиться за руль без предварительной подготовки? Иначе они будут представлять потенциальную угрозу для других людей. Кто-то может сказать: разобьются – туда им и дорога, меня это не волнует. Но ведь они могут убить и кого-то другого, и об этом стоит побеспокоиться.

После этого вышли девять разных журналов с пересказом того, что я говорил. И только один передал мою мысль в точности – это был журналист из Time. Я пытался сказать вот что. У всех нас сегодня есть компьютеры, и все они объединены посредством глобальной сети Интернет. И мы имеем право рассчитывать, что владельцы этих компьютеров содержат их в исправном состоянии, не допуская повреждений. Не знаю, так ли это в России, но в США, если вы хотите водить машину, то должны получить два документа, подтверждающие, во-первых, вашу пригодность к вождению, а во-вторых, техническую исправность вашего автомобиля. Власти хотят быть уверенными, что вы содержите машину в соответствии с требованиями стандарта и умеете водить ее. На мой взгляд, что-то в этом роде должно быть сделано и в компьютерном мире, потому что ваш компьютер – это потенциальная угроза для других компьютеров. И я предлагал подумать, какие требования мы можем предъявить к владельцу ПК – что он должен уметь, сколько средств должен вложить в компьютер, чтобы тот не представлял угрозу. Не потому, что мы волнуемся, как бы ваш компьютер не повредился, а потому, что большая часть кибероружия, которое применяется в кибератаках, представляет собой зараженные компьютеры индивидуальных пользователей. Я предложил аналогию с водительскими правами для того, чтобы люди задумались. Мы выдаем права и свидетельства на автомобили водителям. Но и на шоссейных трассах интернета в будущем, возможно, придется вводить некую разновидность прав для пользователей, а главное – они должны будут подтвердить, что сохраняют компьютерную систему неповрежденной.

Можно привести медицинскую аналогию, тем более что компьютеры тоже заражаются вирусами, троянами и т.п. Весь мир уже давно понял: когда начинает распространяться инфекционная болезнь, необходимо предпринять шаги, чтобы остановить ее развитие. Один из таких шагов – ввести карантин для тех, кто уже заболел. Можно вспомнить ситуацию в Азии несколько лет назад, когда там бушевал «птичий грипп». Если вы летели через Гонконг и выходили из самолета, то должны были пройти сквозь инфракрасную камеру. И если у вас была повышенная температура, то опаздываете ли вы на встречу или что-то другое – все это становилось совсем неважно, вас помещали в специальную комнату и не выпускали, пока врачи не выясняли причину повышенной температуры и не убеждались, что у вас не «птичий грипп».

То же самое с туберкулезом и некоторыми другими болезнями. А вот «заболевшие» компьютеры под карантин пока не помещаются. Поэтому мы высказали мнение, что одним из самых важных шагов должна стать разработка нормативных и операционных механизмов, помещающих зараженные ПК под карантин, чтобы они не могли заразить другие компьютеры. Пока что этого не происходит. И если ваш компьютер стал жертвой хакеров и превратился в часть ботнета, преступной сети или даже кибероружия, никто не может с этим ничего поделать.

Мы пропагандируем идею о том, чтобы правительство каждой страны разработало определенные нормативные документы, допускающие ограничение деятельности компьютеров, о которых известно, что они заражены. Та же самая аналогия с вождением: если ваша машина попала в аварию, то вы лишаетесь права на ней ездить до тех пор, пока ее не отремонтируют. Если же в аварию попал ваш компьютер, вам должны запретить подключаться к публичной сети интернет, пока его не очистят [от вирусов]. Таких нормативов пока нет почти нигде в мире. Первая страна, которая приняла некоторые рекомендации на этот счет, - Австралия. Великобритания смотрит в эту сторону, смотрит США... Но я думаю, в конце концов все страны должны ввести такие законы. Тем более что компьютерные вирусы облетают весь мир за миллисекунды, а не дни и месяцы, как обычные болезни.