19 октября на круглом столе «Экономика совместного потребления в России 2017» Алексей Козырев поделился планами Минкомсвязи по развитию Единого портала госуслуг. Так, ведомство работает над созданием нескольких уровней аутентификации с использованием биометрических данных. Например, при выполнении простой операции от пользователя потребуется ввести только пароль, при более сложной система будет распознавать человека по отпечаткам пальцев или радужной оболочке глаза. Кроме этого, министерство планирует ввести в оборот платежи, проведенные без участия платежных систем по любому идентификатору, например, ИНН или серии паспорта – все эти данные есть у государства.

Еще одним шагом по улучшению системы госуслуг может стать электронная подпись. Она будет зарегистрирована в специальной базе данных и даст гражданам возможность подписывать бумаги на расстоянии. Также Козырев рассчитывает, что с 2018 года благодаря всем нововведениями счет в банке можно будет открыть без личной явки. Сейчас сотрудники банка едут к клиенту домой, если он не может приехать в банк.

Ранее в Минкомсвязи заявили о прогрессе в деле создания электронного правительства в России и его системном использовании на благо жителей. Государственные услуги в электронном виде сейчас получают 60 млн граждан. Через систему межведомственного документооборота по итогам 2016 года прошло 10 млрд транзакций.

Специалисты Квинслендского технологического университета работают над системой оценки психологического комфорта человека при общении с роботом. В частности, ученые пытаются выяснить, при каких условиях у человека могло бы появиться ощущение взаимопонимания с роботом.

Разрабатываемая шкала должна будет позволить дать оценку реакции человека при общении с роботом лицом к лицу. По мнению исследователей, такая мерка может получить широкое применение, например, для выяснения, как люди реагируют на медицинские, обучающие, развлекательные и другие машины на работе и дома.

Ученые не исключают, что кто-то может счесть роботов настолько пугающе похожими на людей, что никогда не будет испытывать комфорта при общении с машиной. Пока что, правда, ситуация противоположная. В ходе недавнего исследования, посвященного изучению реакции людей на робота, выяснилось, что ожидания человека от машины слишком завышены, — вероятно из-за того, что роботы в нынешних фантастических фильмах показаны слишком похожими на людей, а реальность еще очень далека от этого.

Стартовав в Кремниевой долине, маршрут кругосветного турне форума Nvidia в нынешнем году прошел через Пекин, Мюнхен, чтобы продолжиться в Израиле, на Тайване, в Вашингтоне и завершиться в Токио. В начальной точке было объявлено о выходе программного оптимизатора TensorRT 3 для платформы Tesla V100, который рассчитан на работу с нейронной сетью. А в Мюнхене, крупнейшем автомобильном кластере Европы, была анонсирована платформа Drive PX Pegasus, позволяющая создавать автомобиль пятого пятого уровня автономности. (Классификацией сообщества автомобильных инженеров SAE предусмотрено шесть уровней автоматизации: от нулевого, с полным контролем водителя над машиной, до пятого, когда от человека требуется лишь запустить систему и указать пункт назначения. — Д.В.)

Дженсен Хуанг, основатель и генеральный директор компании Nvidia, привлек внимание собравшихся к двум факторам, характеризующим сегодня движение компьютерной индустрии: ежегодное увеличение производительности графических процессоров (GPU) в полтора раза при стагнации производительности универсальных центральных процессоров (CPU) и взрывной рост интереса к искусственному интеллекту.

Хуанг анонсировал на форуме расширение Pegasus масштабируемой платформы Drive PX, позволяющее выполнять 320 TOPS (триллион операций CUDA TensorCore в секунду). По сути, речь идет о специализированном «суперкомпьютере в багажнике», который управляет всеми подсистемами автомобиля, в реальном времени обрабатывает данные от его органов «чувств», поступающие по 16 каналам ввода: камеры, радары, лидары, ультразвуковые сенсоры и порты 10-Gigabit Ethernet. Платформа построена на базе двух специализированных подсистем Xavier (30 TOPS, энергопотребление 30 Вт), анонсированных год назад и нацеленных на классы устройств, где требуется съем данных об окружающей среде и их обработка методами глубинного обучения непосредственно на борту, – в дронах, автомобилях и промышленных роботах. Мозг этих решений – графические процессоры архитектуры Volta. В Xavier также имеется восьмиядерный CPU по спецификациям конкретного автопроизводителя и ускоритель компьютерного зрения. Пропускная способность доступа к памяти в Pegasus — 1 Тбайт/с.

На базе решений семейства Nvidia Drive PX можно создавать  автомобили от второго до пятого уровня автономности. На конференции демонстрировался первый самоуправляемый автомобиль линейки Audi A8L 3.0 Quattro третьего уровня автономности, серийный выход которого ожидается в 2018 году. Компании Tesla и Mercedes Benz представили на экспозиции GTС прототипы самоуправляемых повозок пятого уровня на платформе Drive PX. Масштабируемая открытая платформа  Nvidia Drive позволяет автопроизводителям выпускать широкий спектр изделий любого применения, будь то роботакси или почтовый электромобиль для обслуживания последней мили. Совместно с концерном ZF компания Deutsche Post DHL Group создала прототип автономного фургона, способного планировать маршрут, самостоятельно парковаться и перемещаться между точками сбора и выдачи корреспонденции. Благодаря этому, по оценкам, удастся на 30% повысить эффективность почтовой службы. Сегодня в парке Deutsche Post имеется почти 4 тыс. электромобилей, на каждый из которых может быть установлено шесть камер, один радар и два лидара, а для обучения его нейронной сети использоваться сервер Nvidia DGX-1.

Drive PX входит в единую линейку решений Nvidia AI. Непосредственно для обучения нейросетей специалисты по данным используют серверы Nvidia DGX-1 производительностью 960 Tensor TFLOPS при выполнении задач глубинного обучения. Сервер состоит из восьми систем Tesla V100, соединенных через межсоединение NVLink с пропускной способностью 300 Гбайт/с, нескольких центральных процессоров Intel Xeon E5, 1,92 Tбайт на SSD. На конференции демонстрировалась конфигурация с масштабируемой системой хранения Pure FlashBlade емкостью до 4 Пбайт.

Все системы линейки DGX, в которую входит еще и DGX Station (четыре Tesla V100), имеют единый программный стек, включающий популярные инструментальные среды глубинного обучения от Nvidia, ее партнеров и сообщества Open Source: cuDNN, cuBLAS, CUDA toolkit, а также инструменты, подключаемые через контейнер Nvidia Docker и Nvidia Container Registry. Унифицированная архитектура дает возможность использовать одинаковое ПО, алгоритмы, библиотеки и инструменты как в бортовых системах, так и в крупных дата-центрах и облачных конфигурациях Nvidia Deep Learning Cloud. Применительно к самоуправляемым автомобилям это означает, что на всем протяжении своего жизненного цикла он не только «учится» на своих ошибках, но и получает консолидированные знания со всех автомобилей данного производителя, становясь «умнее» даже при нахождении на парковке.

Ожидается, что к 2025 году автомобилей различного уровня автономности будет насчитываться 150 млн. Для их проектирования Nvidia предлагает платформу Holodeck, позволяющую объединять в одну виртуальную лабораторию специалистов из разных областей: дизайнеров, разработчиков, технологов, а также дилеров и пользователей будущего автокара. Реалистичная графика, разнообразные средства работы с компьютерной моделью изделия, средства коммуникации между членами лаборатории позволяют в реальном времени обсуждать форму, деталировку, компоновку и начинку изделия. Платформа Holodeck уже применялась компанией Nvidia при взаимодействии с роботами, нейронная сеть которых была обучена средствами  ПО Nvidia Isaac.

Весьма насыщенна была секционная часть GTC: обсуждались особенности применения искусственного интеллекта в Deutsche Bahn, на заводах Volkswagen и Mercedes Benz, в российских компаниях «Яндекс», «Полиматика», VisionLabs и «Вокорд». Антон Слесарев, представитель «Яндекса», рассказал о применении платформы Nvidia Drive PX 2 при создании самоуправляемого автомобиля на базе гибридной модели Toyota Prius V. Выбор именно данной модели отчасти был обусловлен открытостью для внешних разработчиков интерфейсов автомобиля, чего нельзя пока сказать про изделия российского автопрома: многолетние попытки создать на их базе прототип автономного автомобиля пока упираются в корпоративные запреты. Успех проекта был обусловлен наличием у компании полного спектра сервисов, необходимых для поддержания жизненного цикла самоуправляемого автомобиля, от актуализации карт, уточнения маршрута и распознавания голосовых команд до предсказания погоды. Роман Раевский, основатель компании «Полиматика», отметил эффективность применения систем DGX для визуализации OLAP-кубов, полученных при анализе и обработке в реальном времени больших массивов разнообразных данных. Мгновенная реакция на любые изменения в модели, доступ ко всем исходным сведениям в разнообразных форматах позволяют пользователям проверять гипотезы в реальном времени. Представители компаний VisionLabs и «Вокорд», занимающиеся распознаванием изображений, демонстрировали разработки в сфере идентификации и видеоаналитики, применяемые сегодня, например для выявления нештатных ситуаций в местах массового скопления людей, в проектах «Безопасный город» и др.

В 2016 году под колесами автомобилей во всем мире погибло почти 1,3 млн человек, а через десять лет этот показатель может удвоиться. Возможно, поэтому автопроизводители активно интересуются технологиями глубинного обучения, позволяющими создавать самоуправляемые машины — ведь до 97% аварий происходят по вине человека. Аналогичная ситуация уже была в авиации, когда обнаружилось, что в сложной системе авиалайнер-человек именно человек оказался слабым звеном, и в 1980-х годах началось активное внедрение автопилотов. Как бы там ни было, за последние пять лет число разработчиков GPU только от Nvidia выросло в 15 раз, а нынешняя конференция GPU Technology Conference собрала вдвое больше участников, чем прошлогодняя.

Говоря о причинах, аналитики Gartner в недавнем докладе «Цикл зрелости технологий управления данными» пишут, что дистрибутивы Hadoop выходят из моды ввиду «сомнительной пользы» от наличия на предприятии соответствующего полного стека, в который помимо стандартных компонентов — распределенной файловой системы HDFS, платформы управления ресурсами кластеров YARN и системы обработки данных MapReduce может входить еще целый ряд модулей, таких как Apache Pig, Hive, HBase и др.

К трем ведущим дистрибутивами Hadoop обычно относят MapR, Cloudera и Hortonworks. Глава компании MapR Мэтт Миллс на недавней конференции Strata признал, что сегодня дистрибутивы Hadoop — это «бизнес проигравших, поэтому мы убрали слоника из нашего дома». В MapR предпочитают называть компанию поставщиком конвергентной платформы данных.

В Cloudera, в свою очередь, сообщают, что в компании сознательно стали избегать использования имени Hadoop при маркетинге, поскольку «оно неоднозначно толкуется и путает заказчиков». Взамен в Cloudera предпочитают объяснять, как можно решать задачи бизнеса — распознавание мошенничеств, прогнозирование текучки клиентов и т. п. — с помощью пакетных предложений компании, включая платформу Data Science, комплект аналитических СУБД и пакет транзакционных баз данных.

Однако хотя Hadoop больше не в центре внимания, фреймворк по-прежнему пользуется спросом: продажи растут и у Cloudera, и у Hortonworks, и у MapR. О том же говорят и представители компаний, разрабатывающих вспомогательное ПО для Hadoop. Например, в Trifacta, предлагающей платформу подготовки данных для аналитики, отмечают рост продаж Hadoop, в частности, для облачных развертываний. А в Pepperdata, поставляющей ПО для мониторинга и оптимизации рабочих задач Hadoop и Spark, за прошлый год удвоили объем продаж, в основном благодаря клиентам, расширяющим кластеры Hadoop. Но в дальнейшем, уверены в Pepperdata, основная часть спроса будет приходиться на тех, чьи рабочие задачи выполняются в облаке, преимущественно на базе новых архитектур наподобие системы управления контейнеризованными приложениями Kubernetes. Pepperdata вместе с Google, Red Hat и другими участвует в проектах, в рамках которых обеспечивается взаимодействие Kubernetes, HDFS и Spark.

Взлет и падение Hadoop произошли примерно за десять лет. Сегодня корпоративных заказчиков больше волнует вопрос не какую технологию анализа выбрать, а где разместить данные, — локально или в облаке, полагает Эш Манши, глава Pepperdata, бывший директор по технологиям Yahoo, где зародился Hadoop. Во многих случаях это зависит от законов о репатриации данных, действующих в различных странах, добавляет он.

Многие участники Strata высказали наблюдение, что сегодня Hadoop вытесняется Spark, фреймворком распределенных вычислений в кластерах, лишенным некоторых ограничений MapReduce.

Например, в Cloudera называют MapReduce «безусловно мертвым», утверждая, что в 2016 году дистрибутив Hadoop компании покупали преимущественно ради Apache Spark. При этом, хотя основные компоненты Hadoop заменяют на другие, в Cloudera убеждены в верности основной архитектурной идеи Hadoop: данные должны быть централизованы, и средства их обработки необходимо размещать там же, где находятся сами данные.

Между тем в компании AtScale, которая предлагает работающую поверх Hadoop систему бизнес-анализа, не согласны с тем, что Hadoop утрачивает ценность. Глава компании Дейв Мариани говорит, что настоящей революцией стало не появление Hadoop, а замена хранилищ данных на озера данных, а у Hadoop, ставшего «самой первой реализацией озера данных», сегодня просто есть много альтернатив. В AtScale также не согласны с Gartner в том, что предприятия массово отказываются от Hadoop — есть данные, показывающие, что дистрибутивы по-прежнему покупают, а прежние пользователи расширяют имеющиеся инфраструктуры.

По словам Мариани, в компании не считают, что Hadoop мертв: на конференциях нет прежнего энтузиазма по поводу фреймворка просто потому что ему уже десять лет, и аудитория мероприятий изменилась; сам же он за это время лишь стал более зрелым.

Камера смартфона Pixel 2, представленного недавно компанией Google, уже получила высокие оценки обозревателей, но в полученных ими аппаратах еще не работал специальный процессор для обработки изображений Pixel Visual Core. Возможность его использования появится сначала в версии для разработчиков операционной системы Android Oreo 8.1 (MR1), а позднее заработают и функции программного интерфейса Android Camera, позволяющие независимым разработчикам создавать программы, использующие этот сопроцессор.

Pixel Visual Core — первый процессор, полностью разработанный в компании Google. Он работает независимо от основного процессора Pixel 2 (им является Qualcomm Snapdragon 835). У процессора восемь ядер и своя оперативная память. Пока основной задачей его является обработка фотографий по технологии HDR+, предназначенной для получения изображений при недостаточном освещении и с расширенным динамическим диапазоном, и он справляется с ней в пять раз быстрее, чем обычный процессор, тратя при этом в десять раз меньше энергии. В Google обещают разработать и другие средства обработки изображений на основе машинного обучения.

Уязвимость в протоколе WPA2, использующемся при передаче данных по Wi-Fi, позволяет не только перехватывать данные, но и, в некоторых случаях, вставлять в страницы веб-сайтов вредоносный код. Из-за того, что слабое место находится в самом протоколе, а не в его реализациях в различных системах, уязвимыми оказались практически все системы и устройства — смартфоны с iOS и Android, компьютеры с macOS и Linux, маршрутизаторы и точки доступа и прочие устройства, передающие данные по Wi-Fi.

К счастью, исправление уязвимости KRACK, по мнению обнаружившего ее специалиста, может быть обратно совместимым. Компьютер, на котором установлено исправление, можно без опасений подключать к уязвимым маршрутизаторам Wi-Fi. В Microsoft подтверждают, что это относится и к компьютерам с системой Windows, на которых установлен последний пакет обновлений. Пользователям, которые не настроили автоматическое обновление системы, рекомендуется по возможности скорее сделать это вручную.

Исследователи из Техасского университета обнаружили опасность, таящуюся в смартфонах, которую невозможно устранить даже их выключением. Статья с описанием исследования недавно опубликована в Journal of the Association for Consumer Research.

Американские ученые установили, что само по себе наличие смартфона отвлекает человека, и, как следствие, приводит к снижению его когнитивных способностей, например, мешает ему быстро считать в уме. Этот эффект наблюдается даже в том случае, когда гаджет выключен.

Исследователи тестировали когнитивные способности людей, у которых тем или иным способом был ограничен доступ к собственным смартфонам. Наилучшие показатели были у тех участников эксперимента, аппараты которых находились в других помещениях.

Наблюдаемую закономерность ученые объяснили тем, что часть умственных усилий человека подсознательно растрачивается им на слежение за смартфоном. Те же, у кого гаджета не было, лучше чем остальные концентрировались на стоящих перед ними задачами.

По мнению директора Ассоциации Интернета вещей Андрея Колесникова, термин «подключенные города» точнее всего передает суть тех новаций, которые сейчас реализуют передовые муниципальные структуры и которые чаще принято обозначать как «умные города», или smart city. Конференция объединила разработчиков решений и сервисов для подключенных городов, их заказчиков и потенциальных инвесторов.

Заместитель директора по технологическому развитию Фонда развития интернет-инициатив Сергей Алимбеков подчеркнул, что, несмотря на шумиху, окружающую идею smart city, венчурные инвесторы должны придерживаться взвешенного подхода и сохранять трезвость мысли в оценке стартапов, которые работают в этом направлении. «Задача развития цифровой экономики не отменяет задачу зарабатывания денег для каждой из компаний, пришедшей со своим проектом», – заметил Алимбеков и выразил мнение, что разработчики, готовые обратиться во ФРИИ, должны четко знать ответ на вопрос, каким образом потенциальный инвестор сможет получить обратно деньги, вложенные в их технологии.

Примеры востребованных сервисов для подключенного города привел Артем Ермолаев, руководитель столичного Департамента информационных технологий. Москва занимает верхние позиции в мировом рейтинге умных городов, ежегодно расходуя на информатизацию около 50 млрд руб., хотя, по словам Ермолаева, нужно в несколько раз больше. Москва — крупнейший инвестор в ИТ и заинтересована в развитии ИТ-бизнеса вокруг концепции smart city, но готова финансировать только те проекты, которые обеспечат выраженный социально-экономический эффект – сокращение расходов и рост доходов в различных областях городского хозяйства, а в конечном итоге приведут к повышению качества жизни москвичей.

Приоритетный курс для Москвы сегодня, отметил Ермолаев, это переход на сервисную модель. Власти столицы будут вкладываться в создание инфраструктуры и крупных базовых информационных систем, а все остальные решения по реализации подключенного города планируется закупать в виде сервисов. Например, так уже происходит в отношении систем видеонаблюдения и обслуживания устройств ГЛОНАСС, которые используются в мониторинге уборочной техники. Сейчас обсуждаются новые стандарты строительства жилых домов, которые подразумевают оснащение их с самого начала современной ИКТ-инфраструктурой. Расходы на это возьмет на себя город, а от ИТ-бизнеса Москва ждет предложения сервисов на основе такой инфраструктуры, например по дистанционному съему показаний со счетчиков воды и электричества или анализу запросов на обслуживание сантехники, чтобы оптимизировать работы по ее ремонту и замене.

Ермолаев также рассказал, что в Москве стремятся максимально открывать данные с целью развития сервисов на их базе. Уже в следующем году планируется предоставить API к электронным медицинским картам, благодаря чему появится возможность создавать множество приложений, способных сделать медицинское обслуживание москвичей более удобным и эффективным, хотя при этом необходимо будет решать и серьезные этические вопросы.

Значительный интерес к теме smart city демонстрируют многие муниципалитеты. По мнению Александра Минова, генерального директора Национального исследовательского института технологий и связи, лидерство столицы определяется не только наличием ресурсов, но и правильным целеполаганием: город вкладывается в высокотехнологичные проекты в области ЖКХ, здравоохранения, образования, руководствуясь прежде всего желанием сделать лучше жизнь горожан. В НИИТС помогают муниципальным администрациям формировать стратегии – ставить социально-экономические задачи и исходя из них определять направления инвестиций подключенного города. Такие проекты реализованы, например, для Санкт-Петербурга и Сочи.

«Умную основу подключенных городов составляют системы прослеживаемости, умного транспорта, медицины, образования, ЖКХ и муниципальных сервисов. При создании всех этих систем применяется полупроводниковая электронная компонентная база, значительную часть которой мы сегодня можем выпускать на своих производственных мощностях», — подчеркнула Гульнара Хасьянова, генеральный директор компании «Микрон». По ее мнению, Интернет вещей в целом и в применении к проектам smart city в частности будет стимулировать развитие отечественной микроэлектроники в ближайшей перспективе.

На конференции были также представлены технологии и приложения для реализации подключенных городов.

Новые смартфоны Huawei, Mate 10 и Mate 10 Pro, снабжены «нейронным процессором» (Neural Processing Unit, NPU), работающим в паре с центральным и предназначенным для ускорения задач, связанных с машинным обучением. NPU призван стать главной отличительной особенностью новинок, в остальном похожих на другие флагманы в мире Android.

Одно из преимуществ, обеспечиваемых нейропроцессором, — увеличение быстродействия: центральный процессор Mate, чип Kirin 970 собственной разработки Huawei, сам по себе отличается мощностью на уровне лучших из современных мобильных процессоров, а NPU, как утверждают в компании, способен дополнительно ускорить некоторые задачи в 25 раз. Кроме того, в Huawei обещают, что аппарат будет сохранять высокое быстродействие по мере обновления ПО «гораздо дольше, чем другие Android-фоны».

Нейропроцессор также обеспечивает интеллектуальное управление питанием, благодаря чему, по данным Huawei, смартфон способен работать без подзарядки по 20 ч в режиме воспроизведения видео и просмотра сайтов при работе в сети 4G. Для сравнения, у iPhone X соответствующие показатели — 13 и 12 ч.

Возможности NPU широко используются с камерами Mate 10. В частности, нейрочип ускоряет фокусировку при съемке групповых фото, а при использовании тыловой камеры автоматически устанавливает оптимальную выдержку, диафрагму, баланс белого и другие параметры в зависимости от сцены, чтобы обеспечить получение идеального снимка. В Huawei обещают, что со временем возможности распознавания фона и объектов съемки у системы искусственного интеллекта Mate будет развиваться.

Смартфон также оснащен предустановленной системой машинного перевода Microsoft Translation, оптимизированной для взаимодействия с NPU, которая может мгновенно переводить текст на изображениях на различные языки.

Используя нейрочип, Mate 10 адаптируется в зависимости от условий окружающей среды и предугадывает потребности хозяина. Например, если вы читаете вечером перед сном, NPU автоматически включит фильтр синего, чтобы обеспечить комфорт для глаз. В Huawei обещают, что «интеллект» устройства будет проявляться практически во всем, например, когда вы сканируете визитку, Mate 10 автоматически сохранит указанные на ней сведения.

Mate 10 и Mate 10 Pro, одни из первых смартфонов на Android Oreo, внешне очень похожи, но отличия есть. Например, у первого диагональ экрана 5,9 дюйма, у второго — 6 дюймов; Mate 10 оснащен ЖК-дисплеем с разрешением 2560x1440 точек, а Pro — AMOLED 2160x1080 точек. Другие отличия модели Pro — отсутствие физической кнопки Home и разъема для наушников, а также водостойкость. Оба аппарата имеют две тыловых камеры: монохромную на 20 мегапикселов и RGB на 12 мегапикселов.

Подобно Samsung Galaxy S8 и Note 8, Mate 10 можно соединить с монитором, чтобы получить практически полноценный настольный компьютер с многозадачностью, окнами изменяемых размеров и возможностью использования беспроводной мыши и клавиатуры. При этом не требуется док — для вывода изображения достаточно кабеля USB-C — HDMI или USB-C — USB-C.

Mate 10 поступит в продажу в странах Евросоюза в конце октября по цене 699 евро, а Mate 10 Pro — в середине ноября по цене 799 евро.

Смартфоны Huawei Mate 10 и Mate 10 Pro основаны на процессорах Kirin 970, тоже разработанных в Huawei и обладающих специализированным процессорным ядром для работы с нейронными сетями. Нейросетевые технологии используются в смартфоне для анализа и распознавания изображений во время съемки, что позволяет автоматически менять настройки камеры в зависимости от объектов в кадре, а также для реализации цифрового увеличения с улучшенным обнаружением движения.

Корпуса смартфонов сделаны из стекла. Экран FullView занимает по ширине почти всю поверхность передней панели и поддерживает стандарт расширенного динамического диапазона HDR10. Оба смартфона защищены от пыли и влаги в соответствии со стандартом IP67. Как и в предыдущих моделях, в Mate 10 и Mate 10 Pro устанавливаются сдвоенные камеры Leica с диафрагмой f/1,6.

Аккумулятор емкостью 4000 мА*ч поддерживает технологию быстрой зарядки Huawei SuperCharge, а программа управления питанием использует алгоритмы искусственного интеллекта. Оба смартфона можно подключить для вывода к монитору настольного компьютера.