кто-то сейчас залезет в компьютер, вся работа может пропасть.
— Да, тогда не стоит, — согласился я. — А вы не знаете, у кого еще есть компьютер, которым я мог бы воспользоваться?
Она поразмыслила.
— Ну, есть еще Рут, — сказала она с сомнением в голосе. — Рут Квигли.
— А кто это?
— Бывшая ученица Теда. На самом деле он говорит, что сейчас она уже знает столько же, сколько и он. Когда она приходит и они начинают разговаривать, я ни слова не понимаю. Словно марсиан слушаешь.
— А у нее есть свой компьютер?
— У нее все есть, — без зависти ответила Джейн. — Из богатой семьи. Единственный ребенок. Что ни захочет, все ее. И золотая голова вдобавок. Вроде даже как нечестно, да?
— Небось еще и красавица?
— Ну… — Джейн призадумалась. — Недурна. На самом деле не знаю. Когда общаешься с Рут, таких вещей просто не замечаешь.
— Ну, и где же мне ее найти?
— В Кембридже. Я потому про нее и подумала, что она живет по дороге к вам. Она пишет программы для обучающих машин. Хотите, я ей позвоню? Когда вы к ней собираетесь?
Я сказал «сегодня», через полчаса получил адрес и отправился в путь, разыскивать квартиру в современном многоэтажном здании на окраине города.
Рут Квигли оказалась очень юной — я прикинул, что ей едва за двадцать. И еще я понял, что имела в виду Джейн, когда говорила, что ее облика не замечаешь: в первую очередь поражал ее стремительный ум. У нее были светлые глаза, темно-русые курчавые волосы, тонкая стройная шея, но заметнее всего была эта манера нетерпеливо вздергивать голову и говорить скороговоркой, словно Рут раздражало, что язык не поспевает достаточно быстро выражать ее мысли.
— Да. Входите. Кассеты принесли? — Она не тратила драгоценного времени на пустые изъявления вежливости. — Сюда. Джейн говорила, это старый «Бейсик» для «Грэнтли». Язык у вас с собой? Сами загрузите или давайте я?
— Я бы предпочел…
— Ну, давайте. На какой стороне?
— Э-э… первая программа на первой стороне.
— Верно. Проходите.
Двигалась Рут с той же стремительностью. Не успел я и шагу ступить, как она пронеслась по короткому коридорчику и скрылась за дверью. «Должно быть, ей все время кажется, что мир невыносимо медлителен», — подумал я.
Комната, куда я вошел вслед за ней, вероятно, изначально задумывалась как спальня, но теперь в ней не было ничего похожего на спальню. На полу лежал мягкий, глушивший шаги зеленый палас, чем-то похожий на звериную шкуру, ряд сильных ламп, поднимающихся жалюзи на окнах, матово-белые стены и на столах — машины, вроде тех, что я видел у Теда Питтса, только в два раза больше.
— Рабочая комната, — сказала Рут Квигли.
— Э-э… да.
Здесь было прохладнее, чем на улице. Я услышал слабое гудение кондиционера и сказал об этом. Она кивнула, не поднимая глаз от компьютера.
«Бейсик» для «Грэнтли» был уже почти загружен.
— Пыль для компьютера — все равно что песок в шестеренках. Жара, сырость — все делает их капризными. Они ведь все чистокровки…
Программы для скачек. Чистокровные компьютеры. Побеждает совершенство. Затраченные усилия дают преимущество. «Надо же, — подумал я, — уже начинаю думать как она!»
— Я у вас время отнимаю, — сказал я извиняющимся тоном.
— Нет, я с удовольствием. Для Джейн и Теда я все что угодно. Они это знают. Каталоги у вас с собой? Они понадобятся. Программы простые, но ответы должны быть точные. С большинством учебных программ то же самое. Мне иногда надоедает. Большой выбор ответов. Ребенок тратит полчаса на то, чтобы найти верный, и я вознаграждаю его фразой вроде: «Верно. Ты молодец!»
Хотя на самом деле ничего особенного. Но говорят, что нужно поощрение. А вы как думаете?
— Это одаренные дети?
Она метнула на меня стремительный взгляд.
— Все дети одаренные. Некоторые больше других. Их нужно учить как можно лучше. А их не учат. Учителя ревнивы, вы знаете?
— Мой брат всегда говорил, как здорово, когда в классе есть очень способный мальчик.
— Он великодушен. Как Тед. Ну вот, работайте. Я буду заходить, вы не обращайте внимания. Я работаю над сортировкой списка строк-массивов. Они говорят, что у них это занимает восемнадцать минут, представляете? Я это сделала за пять секунд, но только с одномерными. А мне нужны двухмерные, чтобы не путаться в данных. Я засовываю программы на машинном языке в память с «Бейсика», а потом перевожу машинный код в символы Ассемблера. Я вам не надоела?
— Нет, — сказал я. — Только я ни слова не понимаю.
— Извините. Забыла, что вы не такой, как Тед. Ну, давайте.
Я принес с собой в «дипломате» кассеты с программами, каталоги скаковых лошадей, несколько племенных книг, свежие номера хорошей газеты по конному спорту и, чувствуя себя необычайно медлительным, с точки зрения Рут Квигли, принялся за работу. Мне надо было определить, каких лошадей система Лайэма О'Рорке назовет возможными победителями и какие действительно пересекли финишную прямую первыми. Мне еще пригодился бы список лошадей, на которых ставил Анджело, но я решил, что это я узнаю завтра у Тэффа и Лансера; вот тогда и выясню, где Анджело промахнулся. «Название файла?»
«cload „donca“», — напечатал я и нажал клавишу «enter». На экране замигали звездочки. Я дождался, пока загорится «Готово», снова нажал «enter» и был вознагражден. «Какая из скачек в Донкастере?» «Сент-Леджер», — напечатал я. «Донкастер: Сент-Леджер. Введите кличку лошади и нажмите „enter“».
«Дженотти», — напечатал я и нажал «enter». «Донкастер: Сент-Леджер.
Дженотти.
Отвечайте на вопросы „Да“ или „Нет“ или вводите цифру, потом нажимайте „enter“. Выигрывала ли лошадь скачку в двухлетнем возрасте?» «Да», напечатал я.
«Сколько дней прошло с тех пор, как лошадь в последний раз участвовала в скачках?»
Я заглянул в ежедневную газету — там такие сведения всегда приводятся, — и напечатал «23.
„Выигрывала ли лошадь на дистанции одна миля шесть фарлонгов?“ „Нет“.
„Участвовала ли лошадь в скачках на одну милю шесть фарлонгов?“ „Нет“.
„Какова самая длинная дистанция, на которой выигрывала лошадь (в фарлонгах)?“ „12“.
„Участвовала ли лошадь в гладких скачках?“ „Нет“.
„Введите сумму призов, которые лошадь выиграла в этом сезоне“.
Я заглянул в каталог и впечатал сумму призов Дженотти, довольно большую, но не ошеломляющую.
„Выигрывали ли эту дистанцию потомки отца лошади?“
Я заглянул в каталоги — на это времени потребовалось значительно больше — и ответил „Да“.
„Потомки матери?“ „Да“.
„Шансы лошади оцениваются как двадцать к одному или ниже?“ „Да“.
„Случалось ли жокею выигрывать на классических дистанциях?“ „Да“.
„Случалось ли тренеру выигрывать на классических дистанциях?“ „Да“.
„Другие лошади?“ „Да“.
Я снова вернулся к началу и повторил ту же операцию для каждой лошади, которая участвовала в скачке. Вопросы не всегда были одни и те же: если ответы были другие, вопросы иногда менялись. О некоторых лошадях задавали гораздо больше вопросов, чем о других. Мне понадобилось не меньше часа,
