Президент Владимир Путин утвердил национальную стратегию развития искусственного интеллекта до 2030 года, сообщают «Ведомости» со ссылкой на официальный интернет-портал правовой информации. В качестве основных принципов развития ИИ в документе указываются защита прав и свобод человека, безопасность, прозрачность, технологический суверенитет, целостность инновационного цикла, разумная бережливость и поддержка конкуренции.

По оценкам экспертов, благодаря внедрению решений с использованием ИИ рост мировой экономики в 2024 году составит не менее 1 трлн руб. Россия обладает хорошим потенциалом для того, чтобы стать одним из международных лидеров в этой области, говорится в документе.

Приоритетные направления развития ИИ будут определяться президентом, исходя из национальных целей и стратегических задач. При этом использование таких технологий в отраслях экономики будет носить «сквозной» характер.

На российских дорогах могут появиться умные лежачие полицейские, пишет «Коммерсантъ». Разработкой системы занимается НТИ «Автонет». Компания создает динамический платформенный барьер, подключенный к искусственному интеллекту, который обрабатывает данные от автомобиля. Если лежачий полицейский, соединенный с фото- или видеокамерой, определил, что водитель нарушал ПДД, поднимается искусственная неровность, создающая препятствие для водителя. В компании признают, однако, большое количество недоработок данной технологии, например, при испытаниях, когда камера фиксировала превышение скорости, а водитель не замечал возникшее препятствие и не справлялся с управлением.

Специалисты называют несколько преимуществ умного лежачего полицейского перед традиционным дорожным барьером. Во-первых, дисциплинированным водителям не придется тормозить, а потом снова газовать на дороге, что снизит количество вредных выбросов в атмосферу. Во-вторых, система может продлить работу подвески машины на 40%. Однако задача таких умных дорожных препятствий заключается прежде всего в том, чтобы собрать больше штрафов с водителей, полагают в организации «Обеспечение безопасности дорожного движения».

Если разработку одобрят, первые умные лежачие полицейские в пилотном режиме появятся в 2021 году. Стоимость прототипа оценивается в 8 млн руб.

Компания «Цифра» и ее «дочка» «ВИСТ Групп» разработали автоматизированную систему контроля зубьев ковша экскаватора на основе машинного зрения BucketControl. Система предназначена для оперативного определения наличия или отсутствия коронок ковша экскаватора, она оповещает оператора экскаватора в случае потери или поломки коронки.

Бортовой контроллер собирает изображения с камеры, обрабатывает их, используя внутреннее программное обеспечение, анализирует и подает сигнал оператору в случае потери или поломки коронки. Также он оценивает степень износа зуба и при достижении критического значения отправляет уведомление диспетчеру.

Помимо этого компания представила автоматизированную систему определения гранулометрического состава Fragmentation. Она непрерывно измеряет размеры кусков горной массы в ковше экскаватора. Соотнесение с координатами позволяет построить карту эффективности взрыва горной породы и достичь баланса стоимости взрыва и производительности добычи.

В конце сентября состоялся круглый стол на тему «Готов ли российский бизнес к цифровой трансформации?», организованный Сбербанком. И хотя явного ответа на поставленный вопрос так и не прозвучало, свой рецепт повышения интереса отечественных компаний к новаторским решениям участники круглого стола все-таки дали.

Сопровождающаяся ломкой устоев цифровизация – лишь реакция на новые потребности общества. Во всем мире пройден этап первого интереса к технологиям, началась практика. При этом многие российские предприятия отличаются системным подходом, и их поведение вполне отражает поговорку «долго запрягает, да быстро едет». 

«Мы видим системное желание российского бизнеса использовать современные технологии», — заявил Павел Гонтарев, управляющий директор «Mail.ru Цифровые технологии». По его словам, этап экспериментов, осуществляемых пионерами, завершен, и теперь важна «продуктивизация» технологий – в том числе, переход от технологий искусственного интеллекта к продуктам, их использующим. Разрыв между готовыми к использованию искусственного интеллекта лидерами и «средним российским бизнесом» огромен. Но цифровизация интересует даже тех, кто не может себе позволить огромных инвестиций. Их интересует опыт первопроходцев. Именно из-за этого так важна «упаковка» технологий в готовые продукты, которая ускоряет и упрощает их внедрение. И сейчас такие продукты активно появляются, обычно это происходит в партнерстве между ИТ-компаниями и крупным бизнесом.

«В ближайшие несколько лет мы должны получить решения, показывающие настоящий экономический результат. Это положит конец хайпу и станет началом промышленного применения цифровых технологий в бизнесе», — уверен Анджей Аршавский, директор по анализу данных и моделированию «Газпром нефти». Про использование искусственного интеллекта в промышленности всерьез заговорили в 2013-2014 годах. Сейчас уже появились первые результаты, дающие возможность развиваться дальше. Но еще важнее, что у менеджмента компаний появляется понимание, что необходимо для такого развития. «Завернуть эксперимент в упаковку» — это совсем другой уровень, нежели проведение пилотных проектов, в этом случае идет речь о командной работе специалистов различных направлений.

По мнению Максима Еременко, директора управления развития компетенций по исследованию данных Сбербанка, до сих пор остается серьезный сдерживающий фактор для развития искусственного интеллекта: человек обучается быстрее – машине нужно «скормить» гораздо больше данных. А вот с данными как раз часто возникает проблема. Более того, недавнее увлечение их регулированием также играет негативную роль. Например, директива по защите личных данных GDPR благополучно похоронила в Европе многие начинания в области больших данных и искусственного интеллекта.

«Девушек на ресепшене роботы пока не заменят. А вот узнать клиента и помочь в общении с ним – вполне способны», — согласился Гонтарев. Красивых историй на эту тему появилось уже вполне достаточно, и все они не о сокращении людей, а о качественном изменении процессов взаимодействия с клиентами. Более того, несмотря на все перспективы цифровизации, гуманитарии по-прежнему будут востребованы. Цифры могут дать пищу для размышлений, но вот их интерпретацией занимаются отнюдь не технари. Именно поэтому есть серьезные основания полагать, что искусственный интеллект создаст больше рабочих мест, чем сократит.

Переманивать, но готовить своих

Отдельной проблемой становится кадровый дефицит: по признанию участников круглого стола, им приходится охотиться за кадрами, переманивать их. Специалисты по созданию цифровых решений нарасхват.

«Очень тяжело найти менеджеров с нужным сочетанием технических и нетехнических навыков, позволяющих продавать продукты и продвигать их в бизнес», — отметил Еременко. В области искусственного интеллекта это сочетание особенно ценно, и, к сожалению, такие люди далеко не всегда способны интегрироваться в корпоративную структуру. По словам Еременко, будет и вторая волна кадрового голода: поборов дефицит исследователей данных (data scientist), компании сразу же столкнутся с нехваткой инженеров по машинному обучению и разметчикам наборов данных.

«Отрасль растет экспоненциально, и нехватка специалистов – вполне ожидаемое явление», — констатировал Аршавский. Сейчас исследователей данных мало, и их не хватает, но они все-таки уже есть, а в институтах появляются соответствующие программы. Для многих компаний гораздо важнее переподготовить имеющиеся кадры, которые обладают огромным потенциалом за счет прикладных знаний.

Возможность горизонтальной миграции кадров создает много интересных рабочих мест, поэтому утечка мозгов заметно сокращается, и есть надежда, что в дальнейшем ситуация еще улучшится. Становится возможным не западный, а восточный подход, когда специалист развивается горизонтально и работает в компании десятилетиями.

По словам Аршавского, в крупных производственных компаниях появляется новая специальность: «бизнес-аналитик искусственного интеллекта» — исследователь данных, погруженный в специфику производства. Таким образом, у исследователей данных появляется новое направление развития, которое не ограничивается областью ИТ и менеджерской работой. Это важно, чтобы сделать профессию еще более привлекательной.

Компания «Открытые технологии» отметила четверть века работы на отечественном рынке высоких технологий.

«Вместе со страной мы пережили взлеты и падения, кризисы и периоды процветания, начав с партнерства с Cray Research и предлагая сейчас универсальную открытую платформу, позволяющую методами машинного обучения решать задачи в различных отраслях экономики», — отметил Сергей Калин, президент компании. Сегодня, по словам ее генерального директора Олега Гизатуллина, «Открытые технологии» – это почти 500 сотрудников, более 5 тыс. заказчиков и около 55 тыс. реализованных проектов; среди недавних — система безопасности на ЧМ-2018, служба «112» для ДИТ Москвы, проекты для «Гринатома», «Гознака».

Оборот компании ежегодно растет на 23% и в 2018 году составил 7 млрд руб.

Павел Волков, директор центра компетенций компании, рассказал о текущих и будущих разработках, в частности объявил о выходе «ОТ.Платформы», предназначенной для оцифровки экспертного опыта в таких разных областях, как ТЭК, ретейл, медицина, образование, промышленность и т. п.

«Обычно применительно к задачам машинного обучения все на одинаковом технологическом стеке делают свой велосипед. 'ОТ.Платформа' – это попытка предложить свое, но открытое и универсальное для всех отраслей решение», — отметил Волков. Основу платформы составляют популярные технологии: Nifi, Hadoop, ClusterFS, Spark, Splunk, Superset и Apache Zeppelin, но главное – это язык высокого уровня OT.SMaLL (Simple Machine Learning language), разработанный в самих «Открытых технологиях».

Язык извлечения знаний доступен для освоения любому специалисту в прикладной области, не обладающему навыками программирования, и позволяет описать бизнес-идею. По сути, благодаря OT.SMaLL отраслевые эксперты получают инструмент для работы с конвейером машинного обучения, дающий возможность создать приложение для извлечения знаний, исключив рутинные операции. При этом участие экспертов устраняет главный фактор, сдерживающий широкое применение методов машинного обучения, – неготовность потребителей к восприятию результатов.

Как полагает Волков, эффективному применению методов машинного обучения мешают как избыточные ожидания, так и отсутствие доверия к результатам, полученным «таинственным образом» некими чудо-исследователями данных, окутанными завесой магии и обещающими решить любую задачу.

«ОТ.Платформа» позволяет наряду с методами классического машинного обучения задействовать и современные подходы к использованию искусственных нейронных сетей. При этом основным критерием применения создаваемых моделей является их интерпретируемость – возможность прямого влияния эксперта в предметной области на работу модели. Среди задач платформы – создание открытого набора продуктов для максимальной цифровизации опыта, накопленного предприятиями реального сектора экономики, консолидация и сохранение знаний ныне работающих специалистов для обеспечения преемственности, а также проверка качества данных, используемых для моделей машинного обучения.

Один из примеров использования платформы – решение ATLAS, позволяющее с помощью технологий искусственного интеллекта в реальном времени анализировать состояние подключенного оборудования, обрабатывать данные от многочисленных промышленных датчиков и формировать возможные сценарии возникновения и предотвращения техногенных сбоев. Данное решение может применяться в системе коллективной безопасности крупных отечественных промышленных и энергетических компаний: опыт одной компании, подключенной к такой системе, может использоваться другими ее участниками, чтобы не допустить повторения сбоя, произошедшего в одной из организаций. Кроме того, ATLAS позволяет минимизировать затраты на плановые ремонты и прогнозировать отказы оборудования, что позволит избежать техногенных аварий и оптимизировать проведение ремонтных работ.

В Ватикане прошла первая в своем роде конференция с участием представителей известных компаний из Кремниевой долины (в частности, Facebook, Mozilla и Western Digital) и специалистов по компьютерным технологиям, а также специалистов по католической этике и представителей государственных органов и инвестиционных банков. Материалы конференции будут использованы для подготовки папской энциклики — письма Папы Римского членам католической церкви — о технологиях искусственного интеллекта. В 2015 году после подобных встреч была издана известная энциклика Laudato Si, посвященная вопросам защиты окружающей среды и глобального потепления.

Технологическим компаниям важно с самого начала разработки своих новых продуктов рассматривать вопросы их неэтичного использования и иметь у себя группы специалистов, занимающихся этими вопросами, отметил на открытии конференции первый помощник главного юрисконсульта компании Facebook Гэвин Корн. Он рассказал, что Facebook за сутки пришлось удалить 1,5 млн копий видео, снятого преступником, нападавшим на мечети в Новой Зеландии. Тем не менее, видео стало вирусным.

На конференции OpenWorld в Сан-Франциско компания Oracle представила новые голосовые пользовательские интерфейсы и цифровые помощники в рамках масштабного внедрения технологий искусственного интеллекта.

Oracle расширит спектр облачных приложений инструментами автоматизации и новым функционалом, который призван уменьшить потребность во взаимодействии с точечными решениями, предлагаемыми независимыми разработчиками. Среди новых функций обещаны инструменты монетизации Интернета вещей, с помощью которых можно будет выставлять клиентам счета за используемые ими физические объекты; технология Oracle Business Network, упрощающая ведение торговли с клиентами Oracle; интеграция с LinkedIn для специалистов по подбору персонала и представителей кадровых служб; а также обеспечение более глубокого взаимодействия с платформой Oracle CX Unity для отслеживания работы клиентов как в режиме онлайн, так и в автономном режиме.

Ключевым посылом конференции стала декларация Oracle своего превращения в серьезного игрока на поле облачных решений несмотря на нежелание вычленять облачные доходы при публикации финансовых результатов.

«У нас появилось много успешных клиентов, готовых рассказать о своих достижениях в нашем облаке, – отметил исполнительный вице-президент Oracle по приложениям Стив Миранда. – Компании любой ориентации и величины могут получать дивиденды не только от того, что у нас сегодня имеется, но и за счет следования в современном русле и сохранения темпов изменений, которые обеспечивают наши приложения SaaS».

Автоматизация на службе у людей

Автоматизация – одна из областей, в которых компания активно продвигает средства искусственного интеллекта. Oracle Autonomous Database использует искусственный интеллект для управления поставками, обновлениями и производительностью. Ранее все это возлагалось на администраторов, а сейчас Oracle занята поиском и других корпоративных задач, поддающихся автоматизации.

Oracle ERP Cloud, например, получит новые интеллектуальные функции распознавания документов, которые позволят исключить ввод финансовых документов вручную с последующей адаптацией к изменению форматов документов.

Новые функции прогнозного планирования в Enterprise Performance Management (EPM) Cloud должны помочь клиентам выделять в финансовых данных шаблоны путем формирования прогнозов в момент загрузки данных и осуществлять пересмотр планов на лету.

Что касается цифровых помощников, первые из которых были представлены на прошлогодней конференции OpenWorld, они позволят клиентам Oracle, а также их собственным клиентам взаимодействовать с облачными приложениями через текстовый или голосовой чат.

Пользователи Oracle ERP Cloud и EPM Cloud, например, вскоре смогут отслеживать состояния проектов и экономить время, общаясь с приложениями с помощью голоса, вместо того чтобы продираться через сложную сеть меню и диалоговых окон.

«Цифровые помощники и голосовой пользовательский интерфейс обещают трансформировать порядок взаимодействия с приложениями и заметно упростить процессы, с которыми приходится иметь дело», – подчеркнул Миранда.

Менеджеры цепочек поставок смогут проверять состояние доставки, отслеживать отклонения и сообщать об инцидентах. Цель Oracle заключается в том, чтобы обеспечить анализ причинно-следственных связей при возникновении проблем в цепочках поставок через интерфейс чата. В сфере управления персоналом Oracle HCM Cloud будет поддерживать с сотрудниками чат, посвященный их адаптации и аттестации, а сотрудники отдела продаж смогут настраивать котировки с помощью голосовых команд.

Известно, что Oracle и Amazon находятся в состоянии противоборства, но Oracle начинает применять ту же терминологию, что Amazon использует в виртуальном помощнике Alexa, обращаясь при ведении «бесед» и решении задач, с которыми могут помочь цифровые помощники, к расширенным диалогам.

Основатель и главный аналитик компании Constellation Research Рэй Вонг считает, что усилия Oracle по внедрению искусственного интеллекта в свои приложения вполне окупают себя. «Это нечто большее, чем просто чатбот, – подчеркнул он. – Речь идет о долгосрочном повышении эффективности обратной связи. Передовые технологии нового поколения уже вышли из зачаточного состояния. Цифровые помощники, интеллектуальные средства распознавания документов и прогнозное планирование – это инструменты, помогающие усиливать роль автоматизации и дополненных решений в корпоративных приложениях».

Oracle Business Network

Помимо цифровых помощников у Oracle есть и другие планы, призванные упростить работу менеджеров цепочек поставок или, по крайней мере, тех из них, кто намерен вести торговлю с другими клиентами Oracle. Облачные приложения уже позволяют покупателям и поставщикам поддерживать связь с помощью независимых сетей, таких как Transcepta (выставление счетов-фактур) и Justransform (логистика), а в Oracle SCM Cloud вскоре появится собственный каталог подключенных торговых партнеров – Oracle Business Network.

Это направление, которым конкурирующая с Oracle компания SAP занимается на протяжении многих лет после приобретения в 2012 году сервиса деловых контактов Ariba.

По словам Вонга, конкурирующие сети Ariba, GT Nexus и Tradeshift привлекают большой интерес.

«Эти сети формируют ключевые сигналы, определяющие требования к искусственному интеллекту для коммерческих сетей, – пояснил он. – Любой покупатель становится продавцом, а любой продавец – покупателем. Это является основой глобальных сетей».

Чтобы сделать свою сеть более привлекательной, Oracle планирует интегрировать сервис DataFox, который был приобретен в октябре 2018 года и объединяет поисковую технологию на базе искусственного интеллекта с агрегатором деловой информации,. Это поможет клиентам уменьшить риски, связанные с торговыми партнерами.

Управление клиентскими данными

Oracle стремится объединять наборы данных для управления клиентским опытом. Платформа управления клиентскими данными Oracle CX Unity, анонсированная на OpenWorld 2018, усиливает интеграцию с онлайновыми, автономными и независимыми источниками данных, что позволяет использовать эти данные в пакете Oracle CX Cloud.

За три недели до презентации Unity компания SAP представила собственный план создания объединенного репозитария клиентских данных в рамках совместной с Microsoft и Adobe инициативы Open Data Initiative. Но за прошедший год Oracle удалось успешно ликвидировать отставание.

«CX Unity – уже реальность, – указал Вонг. – В то время как альянс SAP, Microsoft и Adobe еще только обсуждает концепции и согласовывает, кто и что будет делать».

Российские компании — лидеры в области искусственного уступают мировым конкурентам по количеству научных публикаций, пишет РБК со ссылкой на альманах «Искусственный интеллект. Обработка естественного языка, распознавание и синтез речи». Альманах подготовил Центр национальной технологической инициативы на базе Московского физико-технического института (МФТИ). Мировые компании активно публикуются, что создает активный обмен информацией и способствует росту каждого исследователя, пишут авторы альманаха. В отличие от них, российские компании практически не публикуются. Это не означает, что сейчас они отстают по уровню развития, но в перспективе закрытость все же приведет к отставанию, считают исследователи.

Центр ссылается на данные Microsoft Academic, согласно которым на начало августа у ABBYY было 58 публикаций по теме исследований в области ИИ, у «Яндекса» — 20, у Mail.Ru Group — одна, а у Сбербанка — ни одной. Также, по данным Microsoft Academic, с начала 2019 года по теме искусственного интеллекта всего было сделано 165,09 тыс. публикаций: наибольшее число приходилось на Китайскую академию наук (36,6 тыс. публикаций), а среди компаний — на IBM (5,022 тыс.), Microsoft (2,658 тыс.) и Google (2,466 тыс.).

В ABBYY рассказали, что на число публикаций влияет множество факторов. Так, большинство исследователей в указанных в альманахе компаниях – сотрудники различных международных вузов, которые начали публиковать свои работы с момента основания этих компаний. В России этот процесс начался только в начале 2000-х.

В департаменте анализа данных и искусственного интеллекта НИУ ВШЭ согласны, что академическое развитие, пусть не напрямую и не сразу, сильно влияет на развитие всей научно-промышленной экосистемы и дает преимущества в долгосрочной перспективе: результаты академических публикаций перетекают в бизнес-проекты и стартапы.

24 сентября на форуме «Управление данными 2019» издательства «Открытые системы» выступит один из самых харизматичных экспертов в области нормативного регулирования рынка данных — директор по правовым инициативам ФРИИ Александра Орехович. В преддверии форума мы беседуем с Александрой о том, что происходит в данной сфере сейчас и чего можно ждать в ближайшем будущем.

- Какова сегодня ситуация с регулированием оборота данных?

Регулирование очень разрозненно. Цифровая экономика начинается с данных, данные нужны во всех сферах — этот постулат никем не оспаривается. У каждого типа данных своя сфера и особенности регулирования, и на практике трудно разобраться, по каким правилам эти данные можно использовать.

Если говорить о таком модном сегодня типе, как большие данные, то они никак не урегулированы. У всех, кто утверждает, что работает с большими данными, при ближайшем рассмотрении обнаруживается целый букет персональных данных. Например, при распознавании лиц в метро. То, что в кадре много лиц, из которых выхватываются, например, лица преступников, может и делает эти данные большими, но совершенно точно не дает права обрабатывать их абсолютно без правил. В каждом конкретном случае надо разбираться, какие данные используются.

Ждать того, что оборот именно больших данных будет урегулирован, не приходится. Вся мировая практика исходит из этого: никто не регулирует большие данные и не дает им определение. По сути, большие данные — это данные, персональные или не персональные, обезличенные или не обезличенные, собранные в большой массив.

Первостепенная проблема, связанная с данными, — регулирование оборота обезличенных данных. Являются ли обезличенные данные персональными? Остаются ли они в сфере действия закона о персональных данных? Многие считают, вернее хотели бы считать, что нет, хотя действующий закон не выводит обезличенные данные за периметр регулирования. С одной стороны, обезличенные данные позволяют при использовании дополнительной информации установить конкретного человека, субъекта персональных данных, а это значит, что права его могут быть нарушены и они должны быть защищены. С другой стороны, при неиспользовании дополнительной информации или в отсутствие такой информации у оператора данных такие данные теряют связь субъектом, тогда возникает вопрос: почему они остаются в сфере действия закона о персональных данных?

Логичным и правильным представляется подход изъятия данных, которые окончательно потеряли связь с субъектом персональных данных и даже при наличии дополнительной информации не дадут возможности его идентифицировать, из закона о персональных данных. То есть все, что не относится к персональным данным, может быть свободно обработано.

Это важно, к примеру, в такой новой актуальной сфере нашей жизни, как искусственный интеллект. Логичнее всего обучать искусственный интеллект на обезличенных данных. Но при этом необходимо понимать правила игры: что можно, а чего нельзя. Можем пойти по пути США, где Трамп издал указ, что системы искусственного интеллекта получают доступ к Federal Data, то есть к данным, содержащимся в государственных информационных системах.

- Процесс обезличивания в нормативных документах прописан?

В законе прописано, что обезличивание персональных данных не позволяет идентифицировать конкретного субъекта без использования дополнительной информации. То есть с использованием дополнительной информации — позволяет. Кроме того, подзаконные нормативные акты говорят, что одним из признаков обезличенных данных является их обратимость. И это — коллизия, потому что дополнительная информация, которая позволяет сделать данные обратимыми, не всегда есть и не всегда нужна. Для искусственного интеллекта, например, может быть не нужна, логично было бы использовать эти данные свободно.

В Минцифре сейчас обсуждается законопроект по обезличенным данным, где предлагается разграничить обезличенные данные и обезличенные персональные данные. По большому счету этот подход аналогичен принятому в GDPR разграничению обезличенных и анонимизированных данных. Предполагается, что обезличенные персональные данные, позволяющие сохранять связь с субъектом, будут регулироваться законом «О персональных данных», а обезличенные данные, которые потеряли связь субъектом, будут пускать в «свободное плавание». Требования к обезличиванию будут устанавливаться на уровне закона.

Процессы подготовки соответствующих законодательных инициатив сейчас объединяются; предложения Министерства цифрового развития, связи и массовых коммуникаций, Фонда «Сколково», ФРИИ интегрируются в этот законопроект.

- Как соотносится законопроект об обезличенных данных с предложенным экспертами ФРИИ проектом регулирования персональных данных?

Они нисколько не противоречат друг другу. Подготовленный ФРИИ законопроект нацелен в большей степени на предоставление субъекту возможности управлять своими персональными данными, не только и не столько обезличенными, получать информацию о том, кто какую информацию обрабатывает по категориям. Проект предусматривает возможность гибкого согласия, изменение цели обработки, отзыва данных у субъекта определенной категории и передачи своих данных от одного оператора к другому. То есть обеспечивает возможность обмена данными между операторами так, чтобы вся информация проходила через субъекта и субъект получал за это какие-то бенефиты.

- Каков статус этих законопроектов?

Пока ни один из них не внесен в Госдуму. Скорее всего, первым будет внесен проект об обезличенных данных — это поправки в закон «О персональных данных».

- По мнению экспертов, в медицине ФЗ-152 создает препятствия как для разработки систем искусственного интеллекта, так и для доступа врача к данным пациента...

Не совсем так. В медицине данные регулируются в том числе законом «Об основах охраны здоровья», который содержит положения о врачебной тайне. При этом, с одной стороны, закон «О персональных данных» говорит, что для статистических и исследовательских целей данные, если они обезличены, обрабатываются свободно, без согласия. С другой стороны, в соответствии с законом, данные о здоровье относятся к особо чувствительным, которые никак не могут быть обработаны без согласия субъекта, данного в письменной форме, предусмотрены особые меры для их защиты. На доступ к ним субъект должен дать согласие, а как же иначе?

- Руководители медицинских организаций запуганы ФЗ-152: пациент же дает согласие на обработку данных в целях лечения, а не написания алгоритмов.

Во-первых, не вижу проблемы в получении согласия на обработку данных в целях проведения научно-исследовательских работ. Во-вторых, закон о персональных данных не требует согласия на обработку персональных данных для проведения научно-исследовательских, аналитических и статистических работ в случае использования обезличенных данных.

Другое дело, не очень понятно, как развивать искусственный интеллект в условиях, когда по дороге на парламентские слушания встречаешься с пикетом против цифровизации. Огромное количество людей будет против того, чтобы их информация послужила основой для искусственного интеллекта.

- Радикально настроенных граждан немного, в основном люди либо не информированы, либо безразличны. Для искусственного интеллекта данных должно хватить?..

Да. А если начать предлагать денежные вознаграждения, будет еще интереснее. В Ernst & Young опубликовали недавно исследование, в котором медкарта каждого пациента оценивается в 100 евро: при этой цене для бизнеса будет выгодно использование данной информации.

Мы проводили опросы компаний, сколько они согласны платить за использование персональных данных. Ответы сильно варьируют в зависимости от отрасли, состава данных и цели использования. В среднем за тот состав данных, который интересен бизнесу, компании готовы платить от 16 тыс. до 60 тыс. руб. Сравнимую сумму — около 80 долл. — платит Facebook за доступ к персональным данным в рамках эксперимента.

- Это разовая плата, и дальше данные уже как бы не мои?

Ваши данные не могут перестать быть вашими, к тому же они постоянно генерируются и меняются. Компании платят клиенту за состояние «здесь и сейчас», а потом — как договорятся. Надо исходить из того, что это рынок. В любом случае насильно загонять в цифровое рабство законодательство не позволит: согласие на обработку персональных данных должно быть конкретно.

- По-моему, механизм монетизации должен быть связан с механизмом регулирования доступа. На портале госуслуг относительно просто поставить «галочку», указав, кому я разрешаю доступ к своим персональным данным. Эту возможность планируется реализовать для медицинских данных. А для остальных?

Данные из государственных информационных систем может выдавать только государство, но сомнительно, что оно будет cвязываться с механизмом монетизации. С 2019 года предоставляются метаданные из негосударственных информационных систем, например телемедицинских — сведения о том, где есть данные. Сами данные продолжают храниться в тех же информационных системах. Вот тут бизнес уже может думать о монетизации, чтобы обогащать собственные базы данных и получать больше информации о субъекте.

Например, если верить СМИ, сейчас это пробуют делать в Ассоциации больших данных: компании обмениваются данными между собой, запрашивая согласие клиента и давая ему за это какие-то бенефиты в виде услуг, бонусов. Деньгами, по-моему, еще не рассчитываются, но обмен уже происходит.

- Какие компании в наибольшей степени заинтересованы в устранении неопределенности с оборотом данных?

Телеком и все, кто хочет делать системы искусственного интеллекта. Им нужно работать с обезличенными данными и понимать правила обращения данных, которые послужат основой для искусственного интеллекта.

- Отсутствие регулирования тормозит развитие рынка данных или, наоборот, дает его участникам фору?

Смотря чем занимается компания. В непонятной ситуации ты постоянно боишься, что кто-то придет и накажет. Для больших компаний это выливается в то, что они собирают согласия на каждый чих. Крупные операторы арендуют специальные помещения, где копится неимоверное количество письменных согласий, и выделяют сотрудников, занимающихся исключительно бумажными согласиями.

А, например, компаниям, занимающимся распознаванием лиц, непонятный статус обезличенных данных действительно дает фору. Хотя принцип права на частную жизнь, заложенный в Конституции, никто не отменял.

- Вопрос в том, как это право реализуется…

Да. Кроме того, многое зависит от выбранного пути регулирования. Если бы три года назад вы спросили, тормозит ли отсутствие правового регулирования развитие телемедицины, я бы сказала: конечно тормозит! А сегодня регулирование такое, что лучше бы тормозило его отсутствие: за год 30% продуктов уходит с рынка.

На европейском рынке GDPR вызвал резкое сокращение оборота данных, и если мы примем ровно такие же правила, то развитие затормозится. Нужно думать о балансе, тогда регулирование даст четкие правила игры, понимание, что можно делать и чего нельзя. Главное, чтобы того, чего нельзя, было не слишком много...

... И не затрагивало ключевые вещи, подрубая тот корень, ради которого все задумывалось, как случилось в телемедицине, когда первичный прием онлайн фактически запретили.

Да.

- О чем вы расскажете участникам форума?

Про особенности современного регулирования данных, которые служат основой любого бизнеса и оказания услуг. О тех проблемах, с которыми может столкнуться любой субъект персональных данных или бизнес, оказывающий услуги, как может быть истолкована та или иная проблема. А также про пути их разрешения в условиях действующего законодательства и про пути разрешения в будущем на основе тех правовых инициатив, которые сегодня обсуждаются экспертным сообществом и на уровне регулятора.

На сцене Всемирной конференции по искусственному интеллекту в Шанхае прошла беседа генерального директора компании Tesla Илона Маска и основателя китайского онлайн-гиганта Alibaba Джека Ма. К разочарованию аудитории участники встречи не стали обсуждать ни торговую войну между США и Китаем, ни фабрику, которую Tesla строит в Шанхае, ни предстоящую отставку Ма из Alibaba. Вместо этого на протяжении более получаса Маск и Ма делились соображениями о том, каким они видят будущее в эпоху искусственного интеллекта.

Ма выразил оптимизм по поводу влияния искусственного интеллекта на человечество, добавив, что, по его мнению, беспокоятся об опасности искусственного интеллекта только «ученые мужи», а люди с «уличной смекалкой» вроде него искусственного интеллекта не страшатся. Маск поддержал собеседника, назвав «неадекватными» людей, которые боятся компьютеров. Ма, в свою очередь, с похвалой отозвался о планах SpaceX отправить людей на Марс, а Маск высоко оценил аналогичные китайские инициативы.

Объявлений по поводу The Boring Company, компании Маска по строительству горнопроходческих машин и туннелей, тот не делал, хотя раньше писал в Twitter, что на шанхайском мероприятии сообщит о запуске китайского филиала.