Цифровая трансформация

Цифровую трансформацию можно рассматривать как следующий этап эволюции понятия «цифровизация»:

1. автоматизация — внедрение информационных технологий, повторяющих имеющиеся процессы;
2. цифровизация — улучшение существующих процессов путем внедрения информационных технологий, анализ данных для принятия решений;
3. цифровая трансформация — снижение издержек за счет информационных платформ, появление новых моделей деятельности, продуктов и процессов.

В документе под названием «Стратегическое направление в области цифровой трансформации государственного управления» (РП РФ №637-р от 16.03.2024) используется понятие «гиперавтоматизация» для обозначения автоматизации рабочих процессов с помощью искусственного интеллекта.

К целям цифровой трансформации при государственном управлении относятся:

• повышение удовлетворенности граждан государственными услугами, в том числе цифровыми, и снижение издержек бизнеса при взаимодействии с государством;
• снижение издержек государственного управления, отраслей экономики и социальной сферы;
• создание условий для повышения собираемости доходов и сокращения теневой экономики за счет цифровой трансформации;
• повышение уровня надежности и безопасности информационных систем, технологической независимости информационно-технологической инфраструктуры от оборудования и программного обеспечения, происходящих из иностранных государств;
• обеспечение уровня надежности и безопасности информационных систем, информационно-телекоммуникационной инфраструктуры;
• устранение избыточной административной нагрузки на субъекты предпринимательской деятельности в рамках контрольно-надзорной деятельности.

Указом Президента от 21.07.2020 цифровая трансформация установлена одной из национальных целей развития Российской Федерации на период до 2030 года. Целевыми показателями при этом являются:

• достижение «цифровой зрелости» ключевых отраслей экономики и социальной сферы;
• увеличение доли массовых социально значимых услуг, доступных в электронном виде;
• рост доли домохозяйств, которым обеспечена возможность широкополосного доступа к интернету;
• увеличение вложений в отечественные решения в сфере информационных технологий.

Последние события:

• 05.2018 — Указ Президента РФ №204 от 07.05.2018 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года»;
• 06.2019 — Национальная программа «Цифровая экономика Российской Федерации», протокол заседания президиума Совета при Президенте Российской Федерации по стратегическому развитию и национальным проектам №7 от 04.06.2019, включающая направления:
  • «Нормативное регулирование цифровой среды»;
  • «Кадры для цифровой экономики»;
  • «Информационная инфраструктура»;
  • «Информационная безопасность»;
  • «Цифровые технологии»;
  • «Цифровое государственное управление»;
  • «Искусственный интеллект»;
• 07.2020 — Указ Президента РФ №474 от 21.07.2020 «О национальных целях развития Российской Федерации на период до 2030 года»;
• 11.2020 — Минцифры опубликовал Методические рекомендации по цифровой трансформации государственных корпораций и компаний с государственным участием;
• 12.2020 — поручение Президента №Пр-2242 о разработке стратегий цифровой трансформации;
• 06.2021 — Правительственная комиссия одобрила стратегии цифровой трансформации отраслей российской экономики и социальной сферы. Примеры:
  • Паспорт стратегии цифровой трансформации образования;
  • Паспорт стратегии цифровой трансформации транспортной отрасли Российской Федерации;
  • Паспорт стратегии цифровая трансформация отрасли «Строительство, городское хозяйство и ЖКХ»;
• 07.2021 — ДОМ.РФ представил проект Стратегии цифровой трансформации Института развития в жилищной сфере на 2021-2024 годы
• 09.2021 — утверждены стратегии цифровой трансформации в регионах;
• 10.2021 — Распоряжением Правительства РФ №2998-р от 22.10.2021 утверждено стратегическое направление в области цифровой трансформации государственного управления с внедрением технологий:
  • искусственный интеллект;
  • большие данные;
  • интернет вещей;
• 11.2022 — озвучена идея «децифровизации» предприятий;
• 12.2022 — законом №604-ФЗ от 29.12.2022 сняты ограничения на заключение соглашений о муниципально-частном партнерстве, связанном с развитием искусственного интеллекта и других информационных технологий.

В январе 2024 года была представлена общая структура нового национального проекта «Экономика данных». В него войдут направления:

• «Цифровая инфраструктура»
• «Системы и сети передачи данных»
• «Инфраструктура вычислений и облачных сервисов»
• «Отечественные решения в сфере IT»
• «Искусственный интеллект»
• «Цифровые платформы в госуправлении»
• «Кадры»
• «Кибербезопасность»
• «Развитие квантовых технологий»
• «Наука»

В марте 2024 года утверждено новое «стратегическое направление» в области цифровой трансформации государственного управления (РП РФ №637-р от 16.03.2024).

В предыдущем «направлении» (РП РФ №2998-р от 22.10.2021), в основном говорилось в общем о таких технологических трендах, как искусственный интеллект, большие данные и интернет вещей. Новый документ, который вырос с 16 до 103 страниц, больше посвящен крупным инфраструктурным проектам:

• внедрению типового автоматизированного рабочего места государственного служащего;
• внедрению электронного документооборота и единого информационного пространства взаимодействия;
• предоставлению услуг в электронном виде;
• автоматическому формированию результата предоставления услуги;
• централизованному хранению электронных архивных документов;
• стандартизации электронных документов;
• предоставлению ресурсов государственной единой облачной платформе (к концу 2024 года ГЕОП должна выйти на промышленную эксплуатацию, в том числе на региональном уровне);
• переносу ГИС на ЕЦП РФ «ГосТех»;
• отчетности в системе «Электронный бюджет»;
• предоставлению документов через ЕСИА;
• насыщению сведениями цифрового профиля гражданина (к 2030 году должно быть 150 видов сведений).

Дополнительно в документе можно обратить внимание на следующие интересные моменты:

• как приоритет заявлен «переход органов государственной власти на федеральном и региональном уровнях к модели управления на основе автоматического сбора и анализа данных с использованием информационных платформ».
• выделена такая тенденция в сфере государственного управления, как «гиперавтоматизация» (автоматизация рабочих процессов с помощью искусственного интеллекта);

Технологии, на которые делается ставка:

• искусственный интеллект для автоматизации типовых процессов;
• беспроводная связь;
• большие данные;
• отраслевые цифровые технологии, в том числе технологии анализа данных;
• машинное обучение.

В приложении 2 приведена интересная форма, которую имеет смысл по аналогии применять в других исследованиях. В ней в табличной форме представлен анализ проблем заинтересованных лиц (ранжирование проблематики бенефициаров — в терминологии авторов).

Ведомственная программа цифровой трансформации Росреестра 2022-2024 утверждена Приказом №П/0642 от 29.12.2021.

Также с 2021 года Росреестр разрабатывает собственную реализующую ведомственную цифровую трансформацию государственную программу «Национальная система пространственных данных».

Разработкой отраслевых стандартов занимается Технический комитет Росстандарта 194 «Кибер-физические системы» (ТК 194, http://tc194.ru/).

Некоторые материалы:

• 2020 — материалы исследований «Модель компетенций команды цифровой трансформации в системе государ­ственного управления» и «Организационные структуры и команды цифровой трансформации в системе государственного управления».
• 2021 — отчет UNCTAD «Technology and Innovation Report 2021»;
• 2022 — белая книга «Развитие отдельных высокотехнологичных направлений» (Минэкономразвития РФ);
• 2023 — исследование «3х10 трендов на 2023 год» Ассоциации ФинТех. 

Некоторые примеры:

• «Единый реестр видов контроля» (https://ervk.gov.ru). По федеральному закону №248-ФЗ от 31.07.2020 «О государственном контроле (надзоре) и муниципальном контроле в Российской Федерации» на базе ЕРВК должно функционировать «Типовое облачное решение» (ГИС ТОР КНД), предназначенное для общей оптимизации контрольной и унификации надзорной деятельности в стране. Ключевой формой задуманного практического применения этих систем является электронное досудебное обжалование выносимых решений. Некоторые примеры разделов по контролю (надзору) для Москвы:
  • жилищный: https://ervk.gov.ru/public/52028;
  • земельный: https://ervk.gov.ru/public/98598;
  • строительный: https://ervk.gov.ru/public/86655;
  • в области геодезии и картографии: https://ervk.gov.ru/public/27;
• «Реестр обязательных требований» для бизнеса (https://ot.gov.ru), в котором можно посмотреть подборку по выбранному коду ОКВЭД;
• «Единый реестр контрольных (надзорных) мероприятий» (https://proverki.gov.ru), в котором можно запросить информацию по реквизитам организации или ИП. Работает под управлением Генеральной прокуратуры РФ на основе «Единого реестра проверок». 

Последние события:

• 04.2021 — опубликованы «Основные направления использования надзорных и регуляторных технологий (SupTech и RegTech)» Банка России;
• 11.2023 — опубликован проект Концепции совершенствования контрольной (надзорной) деятельности до 2026 года и плана-графика ее реализации.

Участники рынка представлены на «Карте цифровизации девелопмента» (DigitalDeveloper). Там же есть интересное «Кладбище решений».

Участники рынка представлены на карте «Legal Tech России».

Сегодня мы находимся в начале очередной промышленной революции, то есть в момент смены технологий и, как следствие, смены подходов к организации работ на производстве. Каждая революция приводит к повышению производительности труда, урбанизации, экономическому росту, увеличению жизненного уровня населения и радикальному изменению требований к рабочим специалистам. Когда-то люди перешли от охоты и собирательства к аграрному производству. Это принято считать первой неолитической промышленной революцией. С тех пор многое изменилось.

В XVIII-XIX веках произошел переход к фабричному производству, а ключевой технологией стало использование пара. В конце ХIХ века началась эра электричества и фундаментальных исследований. К 80-м годам ХХ века с появлением микроэлектроники стартовал переход к цифровым технологиям и робототехнике. Сегодня же, по мере развития интернета, удешевления оборудования и общего развития технологий мы наблюдаем лавинообразную автоматизацию не только рутинных, но уже и экспертных операций компьютерными алгоритмами и системами на основе нейронных сетей. Доступ к огромным массивам данных, сведенных из информационных систем и со множества устройств, позволяет возлагать все более сложные задачи на искусственный псевдоинтеллект. Таким образом, наша цивилизация сейчас находится в начале четвертой промышленной революции. 

В совокупность технологий, составляющих основу текущей революции, которую называют Индустрия 4.0, входят разнообразные киберфизические системы (CPS), в том числе интернет вещей (IoT), интернет услуг (IoS), умное производство (Smart factory), трехмерная печать, расширенная реальность (XR) и многое многое другое.

К основными принципам новой индустрии можно отнести:

• информационная совместимость (Interoperability) всех составляющих производство объектов и субъектов;
• виртуализация (Virtualization) среды, позволяющая отслеживать ее параметры;
• децентрализация (Decentralization) структуры производства, позволяющая принимать решения на уровне отдельных узлов системы;
• принятие, в том числе автоматическое, решений в реальном времени (Real-Time Capability) на основе оперативно поступающих данных;
• акцентирование на предоставлении услуги (Service Orientation);
• модульность (Modularity) систем, позволяющая гибко подстраиваться под изменения требований.

Последние события:

• 01.2021 — опубликован Глоссарий терминов в области Индустрии 4.0 (АО «Кодекс»);
• 02.2022 — обсуждается необходимость создания системы стандартов «Промышленность 4.0».

В долгосрочной перспективе выживают организации, безостановочно упорядочивающие и автоматизирующие все свои внутренние процессы. Конкуренция выдавливает с рынка тех, кто не успевает за прогрессом и не оптимизирует издержки производства. Рассмотрим некоторые, наиболее значимые тренды:

• замена сотрудников узкой квалификации искусственным интеллектом и роботами;
• переход на облачное программное обеспечение;
• автоматизация бизнес-процессов и инкапсуляция этапов производства;
• базирование управления на гибких методологиях разработки.

Многие профессии постепенно становятся ненужными с развитием технологий. Сегодня бум автономных автомобилей и на слуху незавидное будущее водителей на общественном транспорте и такси, дальнобойщиков и, как следствие, придорожного обслуживания. Лидеры развитых стран, стремясь выжить в конкурентных условиях на общемировом масштабе, обеспечивают лучшие условия для жизни, реформируя государственные структуры до уровня обслуживающего, автоматизированного сервиса. Государственные служащие исполнительных органов власти остаются нужными только до тех пор, пока законодательство не сводится до набора простых алгоритмов. Крупные производители предметов потребления выводят производство из стран с дешевой рабочей силой, ведь использование роботов становится дешевле. Сфера классических геодезических услуг сжимается до работ на строительстве прецизионных сооружений. Остальное исполняется дронами автоматически. «Искусственный интеллект» сегодня отвечает на типовые вопросы пользователей в самых различных сферах, ставит медицинские диагнозы.

В любой отрасли мы видим, что использование персонала для рутинной работы становится более затратным и невыгодным по сравнению с автоматизированными методами. Место профессионалов остается в небольших командах, предоставляющих проектные и нестандартные сервисные услуги. Для большинства же предлагается работа по обслуживанию техники и существование на единый минимальный гарантированный доход вместо льгот и пособий. Кстати, сегодня в передовых школах можно встретить замену обучения навыкам письма программированием, которое в свою очередь, с течением времени тоже станет не столь востребованным, когда программы станут писать программы.

Сегодня просто невыгодно обслуживать программное обеспечение, устанавливаемое на персональные компьютеры, если есть облачный аналог. Так же к этой парадигме относится устранение необходимости в физическом присутствии. Сотрудникам не обязателен офис для работы, а клиент не будет тратить время на поездку в магазин или организацию, если проблему можно решить удаленно. Так, на первые места вследствие минимизации затрат выходят банки, у которых в принципе нет отделений. Другим ярким примером может являться распространенная сегодня доставка продуктов на неделю на дом, причем уже с разбивкой на конкретные рецепты.

Модернизированные принципы организации Генри Форда – бережливое, быстрореагирующее, активное производства – позволяют сегодня быстро подстраивать работу под новые условия. Управление и контроль работ берут на себя компьютерные алгоритмы и нейросети. Любая деятельность рассматривается как процесс, разделяется на фрагменты, каждый из которых можно представить как черный ящик. На входе и выходе материалы, документы или сведения, а вся работа внутри как можно меньше зависит от окружающей среды. Задача руководства состоит в бесконечной оптимизации внутренней работы каждого блока и текущих конвейеров в целом. Быстро перестраивать цепочки производства, оказывать новые услуги, выпускать товары малыми партиями при этом возможно, рассматривая персонал как основу всего, как работающих в команде многофункциональных компетентных специалистов, а не заменяемый рабочий инструмент как ранее.

Любая организация численностью больше пары десятков человек может легко потерять управляемость или закостенеть в бюрократии. Сегодня основные надежды возлагаются на смену иерархических структур управления на горизонтальные, проектные, командные, а также на переход к итеративному производству, включая постоянное обновление требований к финальному продукту или услуге в каждом коротком цикле.

Граждане, пользователи государственных услуг, выросшие в условиях постоянного доступа к мировым информационным сетям, сегодня требуют совершенно иных подходов к самой организации государственных информационных ресурсов. В ответ на запросы общества, государственные органы экспериментируют с новыми технологиями работы с данными, такими как блокчейн.

Мы можем хранить в любой базе данных информацию в двух видах:

• записи о состоянии объекта, то есть значения его характеристик, на момент времени;
• записи об изменениях характеристик. Такие записи называют транзакциями.

Допустим, мы будем записывать в базу данных сведения об изменениях характеристик объектов недвижимости. В этом случае мы можем при необходимости рассчитать и проверить текущие значения характеристик, последовательно пройдя по истории всех транзакций от самого начала ведения записей. 

Нам нужно быть уверенными, что никто не изменил сохраненные данные. В случае с блокчейном это задача решается так: в каждую последующую запись включается хэш от предыдущей. Что такое хэш? Хэш — это выглядящий беспорядочным набор символов. Он получается из исходных данных посредством односторонней математической функции и обладает весьма интересными особенностями:

• хэш можно получить из любых данных, но из хеша их нельзя восстановить обратно;
• если в исходных данных изменить хотя бы на один символ, хэш будет совсем другим;
• вероятность коллизии, то получения одинакового хэша из разных исходных данных статистически невероятна.

Таким образом учет хэшей делает невозможным изменение уже сохраненных данных. При этом зачастую несколько транзакций объединяют в один блок данных — что-то вроде страницы, состоящей из отдельных строчек. В каждый блок включается хэш от предыдущего блока. Так в результате и получается цепочка блоков или блокчейн.

Правом на добавление новых записей обладают участники сети, у которых есть соответствующие сертификаты и ключи для электронного подписания. В случае с ЕГРН при наличии контрактов таким правом могли бы обладать не только регистраторы, но и кадастровые инженеры, и даже сами правообладатели недвижимости.

Также в теории блокчейн подразумевает децентрализованность и распределенность хранения данных. То есть копия всей базы данных хранится не в одном ведомственном дата-центре, а в идеале любое лицо может скачать её себе, причем в беспрерывно синхронизируемом виде. В случае с государственным информационным реестром на это рассчитывать, наверное, не стоит. Скорее такие узлы сети будут у крупных участников, например у налоговой службы, банков и так далее.

В зависимости от системы, от пользователей может требоваться предоставление данных о себе, либо использование сервиса может быть абсолютно анонимным за счет применения случайных идентификаторов. В этом случае практически невозможно восстановить доступ к данным при утере аутентификаторов.

В российском законодательстве блокчейн относится к технологиям распределенного реестра.

Последние события:

• 09.2021 — Почта России планирует использовать блокчейн для контроля отправлений;
• 04.2022 — Нотариальная палата планирует использовать блокчейн ФНС для обмена машиночитаемыми электронными доверенностями;
• 08.2022 — на выборах в Москве при голосовании предоставляется адрес зашифрованной транзакции в блокчейне;
• 09.2022 — с участием ФНС запущена блокчейн-система для расчетов в строительной отрасли. Перед оплатой проверяются полномочия по машиночитаемой доверенности.

Принципиально важным преимуществом некоторых блокчейн-систем является возможность задания программного кода, который автоматически выполняется при поступлении запроса на узел сети. Такой код принято называть смарт-контрактом.

Юристы спорят о том, являются ли с правовой точки зрения смарт-контракты договорами либо механизмом исполнения договоров. Хотя применение кода при исполнении обязательств по договору вместо человека может быть реализовано в произвольной информационной системе, для широкого применения необходимы общепризнанные платформы. Сегодня таковыми становятся блокчейн-системы или в терминологии 259-ФЗ «распределенные реестры», среди которых наибольшую популярность и доверие в мировом масштабе завоевал Ethereum.

В 2019 году в 309 статью Гражданского кодекса было внесено положение о возможности исполнения сторонами сделки обязательств при наступлении определенных обстоятельств путем применения определенных условиями сделки информационных технологий, причем без отдельно выраженного волеизъявления сторон. Это положение, а также появление в ГК цифровых прав, действующих в рамках информационной системы, считается основой для правового признания смарт-контрактов в РФ.

Например, поступила запись об изменении площади объекта недвижимости: было 100 квадратных метров, стало 120. Здесь в рамках смарт-контракта могут быть выполнены автоматические проверки:

• по сертификатам пользователя проверяются его полномочия;
• по предыдущим записям сверяются изменяемые сведения — вдруг сейчас учтено не 100 метров;
• по классификаторам и смежным системам проверяются допуски и т.д.

Безусловно, при применении смарт-контрактов есть риски, типичные для применения любого программного обеспечения, однако открытость блокчейн-систем дает возможность предварительного аудита кода.

Основные принципы:

• прозрачность идентификации участников и контроля внесения данных в общую сеть по учету данных и транзакций;
• использование смарт-контрактов для автоматизации порядка выполнения платформой шагов бизнес-процессов участников сети;
• сквозная криптография — шифрование каждой транзакции и файла с данными, вносимых в распределенную сеть, при этом осуществляется использование отечественных стандартов криптографии и управление доступом к конфиденциальной информации.

Предполагается, что на базе Мастерчейна будет создана ФГИС «Госчейн».

Основные события:

• 10.2019 — Правительственная комиссия по цифровому развитию, использованию информационных технологий для улучшения качества жизни одобрила Дорожную карту развития «сквозной» цифровой технологии «Системы распределенного реестра»;
• 12.2019 — проект децентрализованной депозитарной системы для учета и хранения электронных ипотечных закладных;
• 10.2020 — сертификация ФСБ России;
• 12.2020 — проект выдачи цифровых банковских гарантий;
• 02.2021 — планируется проект по осуществлению ипотечных сделок;
• 06.2021 — Газпромбанк переводит выпуск закладных на Мастерчейн в рамках проекта по цифровизации ипотечных сделок;
• 09.2021 — подписано ПП РФ о запуске эксперимента по обмену данными при оформлении цифровой ипотеки между депозитарием, осуществляющим хранение электронных закладных, и Росреестром на базе блокчейна;
• 01.2022 — ДОМ.РФ и Росреестр обеспечили выдачу электронной закладной с использованием технологии распределенных реестров;
• 05.2022 — опубликована дорожная карта платформы «Мастерчейн 2.0».

Сайты: 

• https://www.fintechru.org/directions/raspredelennyy-reestr/ 
• https://www.dltru.org/platforma-mastercheyn 

Существует ПП РФ №1471 от 02.09.2021 о проведении эксперимента по применению технологий распределенного реестра (условно говоря — блокчейна) при обмене данными между депозитарием, осуществляющим хранение электронных закладных, и Росреестром. 

Технология обеспечения такой, так называемой, «цифровой ипотеки» отрабатывается на существующей коммерческой платформе «Мастерчейн». Предполагается, что будущий Госчейн должен будет создан на базе ее компонентов, исключительные права на которые будут переданы РФ.

Сейчас срок проведения эксперимента продлен на 2023 год (ПП РФ №1796 от 10.10.2022). Ожидается, что в итоге должны будут:

• до 01.05.2023 — сформированы технические требования к ФГИС «Госчейн»;
• до 01.12.2023 — обеспечены создание и введение системы в эксплуатацию. 

Большинство известных блокчейн-платформ предполагают использование внутренней экономической системы на базе собственных обменно-платежных средств.

Самой известной децентрализованной анонимной электронной криптовалютой, основанной на концепции блокчейна, является Биткойн, созданный программистом или группой лиц под псевдонимом Сатоши Накамото в 2008 году. Денежная единица называется также, как сама система, а 0,00000001 BTC называется сатоши. Спроектировано, что максимальное количество «монет» не должно превысить 21 000 000 к 2140 году. Таким образом, рост стоимости биткоина обеспечивается ограничением его эмиссии. Курс валюты хоть и нестабилен, но весьма высок и в 2020 году близок к 1 000 000 руб.

Единая база данных о транзакциях и электронных кошельках, каждый их которых по сути является уникальным идентификатором пользователя, работает децентрализовано в распределённой одноранговой (peer-to-peer) компьютерной сети. То есть, биткойны существуют только в электронной форме в виде цепочек блоков в распределённом блокчейне. Для совершения транзакций можно использовать веб-сервисы или специальное программное обеспечение, которое в том числе генерирует открытые и закрытые ключи. Их хранят в криптографически защищенном хранилище wallet.dat и используют для создания учетных записей и подтверждения транзакций.

При создании нового кошелька на счету пользователя ноль, ведь никаких транзакций еще не было. Счета можно пополнять переводами с других кошельков или за счет майнинга. Майнинг — это процесс, целью которого является получение комиссии за работу по проверке чужих транзакций и созданию новых блоков в цепочках. Когда кто-то создает запрос на совершение транзакции, он добавляется в одну из очередей на проверку в зависимости от величины уплаченной плательщиком пошлины. Другие участники предоставляют свои обычные или специализированные компьютеры для контроля операции и, в том числе, для расчета хэша нового блока. Так как желающих заработать больше, чем транзакций, то работает что-то вроде лотерии — вознаграждение в виде сатоши «из воздуха» получает тот, чье численное нормализованное представление хэша укладывается в заданное в настоящее время предельное значение. Эта величина изменяется со временем так, чтобы учитывать изменение совокупной мощности используемого для расчетов оборудования и тем самым обеспечивать рост курса валюты.

Отношение в разных странах к частным криптовалютам отличается, общей позиции нет. В целом, государственные власти выражают опасения из-за ненадежности, отсутствия контроля и возможности влияния, а также анонимности сторон сделок. Так, по вступившему в силу с 01.01.2021 Федеральному закону от 31.07.2020 №259-ФЗ «О цифровых финансовых активах, цифровой валюте...»:

• российские компании и физические лица не вправе принимать цифровую валюту в качестве платы за товары, работы и услуги;
• запрещается распространение информации о предложении и (или) приеме цифровой валюты в качестве платы.

Последние события:

• 11.2020 — опубликована информация о готовящихся поправках об административной и уголовной ответственности за отсутствие деклараций о сделках с криптовалютой и неуплату налогов;
• 12.2020 — представлен законопроект №1065710-7, по которому предлагается:
  • признать цифровую валюту имуществом;
  • предоставить налоговым органам возможность истребовать у банков выписки о счетам физических лиц, которые использовались в связи с проведением операций с цифровой валютой;
  • обязать физические и юридические лица декларировать оборот и остаток средств, если сумма поступлений или списаний цифровой валюты за календарный год превышает 600 тысяч рублей;
  • ввести штрафы за непредоставление сведений;
• 11.2021 — инициатива признать майнинг криптовалюты видом предпринимательской деятельности и ввести для него повышенные тарифы на электроэнергию;
• 01.2022 — опубликован доклад ЦБ РФ «Криптовалюты: тренды, риски, меры» с предложением: 
  • ввести ответственность за  нарушение запрета на  использование криптовалюты в качестве средства платежа;
  • ввести запрет и ответственность на организацию выпуска и (или) выпуск, организацию обращения и обмена криптовалюты на территории Российской Федерации;
  • выработать механизмы выявления операций и лиц, их осуществляющих;
  • выработать механизмы блокировки операций, направленных на покупку или продажу криптовалюты за фиатную валюту;
  • ввести запрет для финансовых организаций на собственные вложения в криптовалюты и связанные с  ними финансовые инструменты;
  • ввести запрет на использование российских финансовых посредников и инфраструктуры финансового рынка для осуществления любых операций с криптовалютой;
  • ввести запрет на майнинг криптовалют;
• 01.2022 — публично не согласившись с мнением ЦБ РФ, Минфин готовит концепцию регулирования рынка криптовалют;
• 02.2022 — зарегистрирован первый оператор информационной системы по управлению цифровыми финансовыми активами (ЦФА) в соответствии с 259-ФЗ от 31.07.2020;
• 07.2022 — Сбер провел первую сделку по выпуску ЦФА на собственной платформе;
• 10.2022 — для граждан РФ на территории Евросоюза запрещено применение кошельков, учетных записей или услуг хранения криптоактивов, независимо от сумм;
• 11.2022 — законопроект об установления правового регулирования деятельности по майнингу;
• 10.2023 — Федеральная служба по финансовому мониторингу (Росфинмониторинг) использует инструмент «Прозрачный блокчейн» для отслеживания отправителей и получателей платежей с использованием 30 криптовалют;
• 04.2024 — ИП выпустил ЦФА, обеспечив их залогом недвижимого имущества (гараж, земельный участок).

Во многих странах задумываются о том, чтобы использовать саму технологию для создания официальных государственных цифровых валют. В случае их ввода, скорее всего об анонимности можно будет забыть, и налоговые органы будут знать о каждой транзакции каждого человека в реальном времени.

Некоторые примеры:

• цифровой доллар:
  • 08.2021 — доклад Федеральной резервной системы США о необходимости срочного введения собственной CBDC (Central Bank Digital Currency, цифровая валюта центробанка);
• цифровой рубль:
  
  • 2020 — Центральный Банк РФ рассматривает возможность запуска цифрового рубля как дополнительной формы денег;
  • 06.2021 — ЦБ РФ публикует концепцию цифрового рубля;
  • 06.2021 — сформирована пилотная группа из 12 банков для тестирования цифрового рубля;
  • 09.2021 — тестировать цифровой рубль начнут в январе 2022 года, полноценный запуск в виде третьей формы денег будет до 2030 года;
  • 02.2022 — выполнен первый экспериментальный перевод;
  • 11.2022 — представлен прототип сервиса по созданию кошелька в цифровых рублях через мобильное приложение;
  • 07.2023 — подписал закон о внедрении цифрового рубля и создании соответствующей электронной платформы; 
• цифровой юань:
  • 2019 — Китай работает над запуском цифрового юаня.
  • 07.2021 — опубликована «белая книга проекта национальной цифровой валюты».

Изначально популярность блокчейну принесла концепция независимого анонимного платежного средства (Биткоин). Далее Эфириум показал практически неограченные возможности построения на базе блокчейн-платформ произвольных пользовательских сервисов с помощью смарт-контрактов. На третьем же этапе оказалось возможным создавать системы, записи в которых подтверждают права на что либо с помощью так называемых токенов.

Сделки осуществляются через специализированные маркетплейсы, например, Opensea или Rarible, которые берут комиссию за размещение данных в блокчейне и финансовые операции. Такая новая система учета прав на цифровые объекты основана на доверии участников к применяемым открытым технологиям, а не на каких-либо нормативно-правовых актах и государственных гарантиях.

Одновременно существуют и развиваются несколько технологических стандартов NFT, например: 

• ERC-721 — отдельный смарт-контракт на каждый тип токенов;
• ERC-998 — составные токены;
• ERC-1155 — разные виды токенов в одном смарт-контракте.

Последние события:

• 2017 — после ряда экспериментальных проектов технология NFT реализована на основе смарт-контрактов блокчейн-платформы Ethereum;
• 03.2021 — первое превращение физически существовавшего произведения искусства в виртуальный актив;
• 06.2021 — в Ethereum осуществлена опосредованная сделка с недвижимостью. Победителю аукциона было автоматически передано право владения компанией (как NFT-токен), что влечет за собой передачу прав на принадлежащее ей помещение. По ссылке https://etherscan.io/... можно ознакомиться со сделанными на аукционе ставками, а по адресу https://etherscan.io/... доступен код примененного смарт-контракта на языке Solidity. В основном коде реализован механизм аукциона, а в функции end() мы видим процедуру передачи прав. После выполнения ряда проверок осуществляется передача права на токен, ассоциированный с компаний победителю, расчет комиссии платформы, её выплата, совершение платежа и команда на окончание аукциона:

  • IERC721(token).safeTransferFrom(address(seller), winning, id);

  • uint256 balance = address(this).balance;

  • uint256 hausFee = balance.div(20);

  • haus.transfer(hausFee);

  • seller.transfer(address(this).balance);

  • ended = true;

  • emit Won(winning, lastBid);

• 12.2021 — виртуальная земля в метавселенной продается за миллионы долларов;
• 05.2022 — законопроект №126586-8 о признании в статье 1225 ГК РФ NFT-токенов как «невзаимозаменяемых токенов уникального цифрового актива (изображений, видео или другого цифрового контента или актива) в виде невзаимозаменяемых данных, хранящихся в системе распределенного реестра (системе блокчейн)». Цель — распространить действие законодательства в сфере охраны интеллектуальной собственности на NFT-токены.

С технологической точки зрения токены вполне могут быть использованы для  регистрации прав любого вида, а также для для подтверждения сведения в выдаваемых документах более привычной формы, в том числе бумажной. Для этого на государственном уровне необходимо:

1. закрепить официальное понятие NFT-документа;
2. разрешить предоставление официальных документов в цифровой форме NFT-документа;
3. провести эксперимент по внедрению в оборот документов в форме NFT.

Примечание — О токенизации активов

Обычно права на недвижимость с целью их защиты и налогообложения регистрируются в некоем государственном реестре, в России — в ЕГРН (ранее в ЕГРП). Процедура внесения изменений в записи реестра несмотря на все усилия остается сложной и долгой. Причин у этого много, в том числе то, что сложно найти объект недвижимости, учетное состояние которого идеально. 

Тем не менее сделки должны совершаться и желательно как можно оперативнее. Одним из выходов является использование альтернативных, параллельных систем учета прав в тех ситуациях, когда стороны сделки согласны на это.

Слово «токен» здесь означает запись в общедоступной базе данных, по умолчанию — в распределенном реестре (блокчейне). Такой электронный документ подтверждает право пользования, владения или распоряжения, которое алгоритмически защищено от дублирования.

Регистрация прав при этом ускоряется за счет максимально возможной автоматизации с помощью смарт-контрактов, то есть программного кода, выполняемого при попытке внесения новых данных. По возможности в код трансформируются и отдельные положения договора.

Соответственно, токенизация — это некое представление записей о правах на недвижимость в виде набора записей в электронном реестре, которые можно относительно быстро и просто ассоциировать с учетными записями физических или юридических лиц.

Попытки перевода государственных реестров на подобные технологии осуществляются, но до полномасштабного внедрения еще далеко. Пока создатели частных сервисов учета прав на распространенных блокчейн-платформах пробуют различные способы опосредованного придания токенам юридического статуса, например, через долевое участие в компании или инвестиционном фонде недвижимости. 

Нередко такие сервисы прогорают или оказываются мошенничеством, поэтому сегодня подобные технологии имеет смысл пробовать применять в тех случаях, когда риском потери данных можно пренебречь, например при учете краткосрочной аренды.

Рассмотрим основные понятия, связанные с обработкой данных.

Регулирующие организации:

• Ассоциация больших данных (АБД, https://rubda.ru/);
• Центр компетенций НТИ по технологиям хранения и анализа больших данных (https://bigdata.msu.ru/);
• Технический комитет по стандартизации «Искусственный интеллект» (ТК 164, https://www.tc164.ru/). 

Последние события:

• 09.2021 — Технический комитет по стандартизации «Искусственный интеллект» (ТК 164) вынес на публичное обсуждение первую редакцию стандарта «Информационные технологии. Искусственный интеллект. Структура управления процессами аналитики больших данных»;
• 07.2021 — утвержден ГОСТ Р ИСО/МЭК 20546-2021 «Информационные технологии. Большие данные. Обзор и словарь»;
• 05.2021 — предложение Минцифры по созданию государственного оператора больших данных, предоставляющего доступ к государственным большим данным;
• 10.2020 — в АБД разработан Кодекс этики использования данных;
• 02.2020 — законопроект о больших данных 01/05/02-20/00099549 «О внесении изменений в Федеральный закон „Об информации, информационных технологиях и о защите информации“» (отозван 06.2020).

Это могут быть как необработанные, специальное не трансформированные копии данных, данные от различных устройств и датчиков, различным образом структурированные статистические данные и т. д., так и преобразованные отчетные, аналитические данные.

Последние события:

• 05.2022 — Минцифры России объявил о разработке национального озера данных «ГосДата.хаб». Поставщиками обезличенных данных будут как органы власти, так и предприятия. Публичный доступ к данным предполагается через «датамаркет» — интерфейс Национальной системы управления данными.

Потоковые системы предназначены для обработки бесконечных, непрерывно поступающих данных. Если не обрабатывать их гарантированно и за один раз, то данные начнут накапливаться и вскоре достигнут критической массы. Подробнее в статьях Tyler Akidau:

• Streaming 101: The world beyond batch;
• Streaming 102: The world beyond batch.

Применительно к большим данным можно выделить следующие классические методы их анализа:

• ассоциативные правила;
• дерево принятия решений;
• кластеризация;
• регрессия.

В настоящее время основной технологией по работе с данными стало машинное обучение (применение искусственных нейронных сетей).

Обычно под искусственным интеллектом сейчас понимают следующие подходы к обработке данных:

• использование искусственных нейросетей для распознавания паттернов в данных;
• использование искусственных нейросетей для создания данных по параметрам;
• использование алгоритмов различного типа и сложности для принятия решений.

О чем-то большем речь зайдет, когда начнут появляться супернейросети, которые смогут формулировать прикладные задачи и генерировать на лету подчинённые нейросети для их решения. В этот момент компьютер научится учиться.

Подборка стандартов по теме «Искусственный интеллект» доступна по ссылке https://www.rst.gov.ru/portal/gost//home/standarts/aistandarts 

Системы искусственного интеллекта классифицируют по методам обработки информации:

• Нейросети;
• Обучение на примере;
• Эволюционные и генетические алгоритмы;
• Муравьиные алгоритмы;
• Имунные вычисления;
• Глубокое обучение;
• Роевые вычисления;
• Метод Байеса;
• Уменьшение размерности;
• Природные вычисления;
• Мягкие вычисления;
• Кластеризация;
• Дерево решений;
• Регуляризация;
• Аналоговая обработка данных;
• Обработка фурье-образов;
• Регрессия;
• Решение обратных задач;
• Система правил;
• Прочее.

Зарубежные нормативные и обзорные материалы:

• Закон об искусственном интеллекте (Artificial intelligence act, Евросоюз, 2024);
• Поправки к Закону о цифровых услугах (Digital Services Act, Евросоюз, 2023);
• Правила регулирования дипфейков (Китай, 2023);
• Принципы этичного использования ИИ в системе ООН (2022);
• Позиция по укреплению этического управления в сфере ИИ (Position Paper of the People's Republic of China on Strengthening Ethical Governance of Artificial Intelligence, Китай, 2022);
• Индекс искусственного интеллекта (Стэнфордский университет, 2022);
• Индекс готовности государств к применению ИИ (Oxford Insight, 2022);
• Проект закона об искусственном интеллекте (AI Act, Council of the EU, 2022);
• Проект Билля о правах в области ИИ (Blueprint for an AI Bill of Rights, США, 2022);
• 14-й пятилетний План (14th Five-Year Plan, Китай, 2021-2025);
• Документ о политике регулирования искусственного интеллекта (AI Regulation Policy Paper, Великобритания, 2022);
• Закон об искусственном интеллекте и данных (Artificial Intelligence and Data Act, Канада, 2022);
• Проект регулирования и развития этики в области искусственного интеллекта (The Principles of the Policy for the Responsible Development of the Field of Artificial Intelligence, Израиль, 2022);
• Рекомендации ЮНЕСКО по этике ИИ (2021);
• Законопроект о борьбе с распространением дезинформации путем ограничения технологии видео-дипфейков (Deep Fakes Accountability Act, США, 2019).

Последние события:

• 01.2023 — утвержден перечень поручений Президента;
• 11.2022 — утверждены ГОСТы в области применения искусственного интеллекта для обработки данных ДЗЗ;
• 10.2021 — утвержден Кодекс этики в сфере искусственного интеллекта, разработанный Альянсом в сфере искусственного интеллекта совместно с Аналитическим центром при Правительстве РФ и Минэкономразвития России. Основные принципы:
  • человеко-ориентированный и гуманистический подход;
  • уважение автономии и свободы воли человека;
  • соответствие закону;
  • недискриминация;
  • оценка рисков и гуманитарного воздействия;
• 10.2021 — опубликован для обсуждения пакет стандартов, разработанных техническим комитетом по стандартизации ТК 164 «Искусственный интеллект». ГОСТы содержат типовые методики проведения испытаний:
  • средств распознавания объектов капитального строительства (и их элементов) на аэрокосмических изображениях в целях актуализации сведений кадастрового учёта:
    
    • получение полигональных объектов;
    • распознаются только крыши;
  • средств распознавания объектов дорожно-транспортной сети на аэрокосмических изображениях в целях актуализации навигационных карт, решения задач логистики и контроля;
  • средств оценки площади жилых зданий в целях актуализации сведений кадастрового учёта и статистики проживающего населения:
    
    • расчет суммарной поэтажной площади (по внешнему контуру) и высоты здания;
  • средств определения типов объектов дорожно-транспортной сети на аэрокосмических изображениях в целях актуализации навигационных карт, решения задач логистики и контроля;
  • средств определения типов жилых зданий на аэрокосмических изображениях в целях актуализации сведений кадастрового учёта и статистики проживающего населения:
    
    • определение вида объекта для каждого полигона (МКД или жилой дом);
  • средств детектирования характеристик древесно-кустарниковой растительности в охранных зонах энергетической и транспортной инфраструктуры на аэрокосмических изображениях в целях предупреждения и управления рисками;
  • средств детектирования строящихся зданий и строительных площадок на аэрокосмических изображениях в целях контроля и мониторинга строительной деятельности;
• 05.2021 — Минцифры России совместно с Минэкономразвития в рамках федерального проекта «Искусственный интеллект» нацпрограммы «Цифровая экономика» разрабатывает концепцию предоставления организациям и предприятиям, представляющим ключевые отрасли экономики, доступа к наборам государственных данных (датасетам) ведомств для машинного обучения;
• 03.2021 — Минэкономразвития определено, что к сфере искусственного интеллекта будут относится проекты, направленные на развитие, создание и внедрение технологий компьютерного зрения, обработки естественного языка, распознавания и синтеза речи, интеллектуальных систем поддержки принятия решений, перспективных методов ИИ;
• 12.2020 — утверждена «Перспективная программа стандартизации по приоритетному направлению „Искусственный интеллект“ на период 2021 – 2024 годы», в частности предусмотрена разработка стандартов по темам:
  • cистемы на основе искусственного интеллекта в регистрации сделок с недвижимостью. Методы испытаний систем поддержки принятия решения государственного регистратора;
  • искусственный интеллект. Системы тематической обработки данных дистанционного зондирования для решения задач мониторинга окружающей природной среды;
  • искусственный интеллект. Системы тематической обработки данных дистанционного зондирования для решения задач выявления и мониторинга объектов недвижимого имущества. Требования к контрольным выборкам данных дистанционного зондирования для тестирования систем выявления объектов недвижимости, не поставленных на государственный кадастровый учет и (или) без государственной регистрации права;
  • искусственный интеллект. Системы тематической обработки данных дистанционного зондирования для решения задач мониторинга строительных объектов. Требования к контрольным выборкам данных дистанционного зондирования для оценки состояния объектов кадастрового учёта;
• 10.2019 — подписан Указ Президента РФ №490 от 10.10.2019 «О развитии искусственного интеллекта в Российской Федерации» (Национальная стратегия развития искусственного интеллекта на период до 2030 года);
• 02.2024 — обновлена национальная стратегия развития искусственного интеллекта (Указ Президента РФ от 15.02.2024 №124).

В биологическом нейроне выделяют дендриты, тело нейрона, аксон. Можно сказать, что дендриты собирают информацию, поступающую в нейрон. Это может быть сигнал от другого нейрона или рецептора, например от колбочек при реакции на электромагнитное возмущение — свет определенной волны. Если потенциал сигнала превышает определенный порог, волна распространяется по телу активированного нейрона и аксон передает по синапсам сигнал далее.

Среди ключевых разработок, благодаря которым сегодня в условиях значительного роста производительности компьютеров стало возможным решать неподдающиеся алгоритмическому описанию задачи, можно выделить как минимум:

• 1940-1960: базовая теория искусственной нейронной сети — перцептрона;
• 1970-1980: метод обратного распространения ошибки, используемый для обучения сети;
• 2000-2010: алгоритмы глубокого обучения многослойных нейронных сетей.

Отдельный нейрон можно описать как функцию, выдающую оценку, обычно от 0 до 1, насколько поданный на вход набор параметров соответствует неким ожиданиям. Это может быть реализовано достаточно простым образом:

1. каждый входной параметр перемножается на заданный ранее вес;
2. результат суммируется;
3. заданная функция в зависимости от результата выдает итоговую оценку. 

Подобрав веса и функцию-сумматор, так уже можно выполнять простую классификацию данных. Однако, для решения более сложных задач необходимо применять, например, многослойные сети, при которых полученный на одном слое результат передается в качестве входных параметров на следующий. Тем не менее, в любом случае существует задача первичного определения весов, ведь они изначально неизвестны. Мы можем решить эту систему уравнений, так как знаем исходные параметры и желаемый результат. Так как может быть много не только исходных параметров, например пикселей в анализируемом изображений, но и их вариаций, то для более точного определения весов требуется как можно большее количество исходных данных и соответствующих им итоговых оценок.

Обученные таким образом нейросети способны классифицировать и сегментировать любые данные, а также в обратную сторону создавать данные по набору параметров, что обеспечивает практически неограниченные возможности автоматизации в любых отраслях деятельности. Обратной стороной технологии является то, что в большинстве случаев невозможно объяснить, почему информационная система приняла то или иное решение, так оно вырабатывается не посредством подлежащего проверке алгоритма, а на основе массива параметров, каждый из который был по сути подобран эмпирически или автоматически.

В описании нейросетей используется термин слой. В самой простой сети будет, как минимум, три слоя:

• входной (рецепторный) слой — вектор параметров;
• ассоциативный (скрытый) слой;
• выходной слой, на котором каждый нейрон отвечает за конкретный класс.

Архитектуры нейросетей можно классифицировать по разному:

• по количеству скрытых слоев:
  • однослойные, «мелкие» (shallow) сети;
  • многослойные, «глубокие» (deep) сети:
    • полносвязные нейросети прямого распространения (Fully Connected Feed-Forward Neural Network, FNN):
      • автоэнкодер, уменьшающий размерность исходных данных и потом восстанавливающий их;
    • сверточные (CNN, Convolutional Neural Networks) — используются в основном для обработки изображений;
    • рекуррентные сети (RNN, Recurrent Neural Networks) — для анализа текстов и любых последовательностей;
• по принципу обучения, например:
  • обучение с учителем — на основе размеченных данных;
  • обучение с подкреплением — сеть штрафуется или поощряется за принятые решения;
  • однократное (one-shot) обучение — сеть учится принимать решение на основе, в идеале, одного примера;
  • трансферное обучение (transfer) — в сеть передаются параметры с более «грубой» или схожей сети;

Рекомендуемый обзор видов сетей: https://habr.com/ru/company/oleg-bunin/blog/340184/ 

В отношении изображений выделяют следующие, наиболее часто встречающиеся задачи, которые могут быть решены нейросетями:

• классификация самих изображений;
• поиск объектов (object detection);
• сегментация — выделение областей;
• определение схожести изображений.

Заметные тренды в отрасли:

• рост точности;
• рост сложности (глубины)
• рост объема данных;
• рост вычислительных мощностей;

Процесс создания сети можно разбить на следующие шаги:

1. сбор данных:
   • определение видов данных: булевы, категориальные, количественные;
2. препроцессинг:
   • перевод в числовую форму;
   • нормализация;
   • изменение размерности объема данных;
3. построение модели;
4. анализ качества и интерпретация модели.

Разработка сложных моделей требует глубоких навыков в программировании, математике. Вместе с тем появляются и простые в применении серсисы и программы, с помощью которых можно создать что-то несложное, например:

• Lobe от Microsoft — https://lobe.ai/ 
• Teachable Machine от Google — https://teachablemachine.withgoogle.com/ 

Более тесное знакомство можно начать с открытого онлайн-учебника по машинному обучению от Школы аналитки данных Яндекса.

• 2017 — в Москве на улицах и в метро установлены тысячи видеокамер с технологией распознавания лиц компании NtechLab;

• 2018 — ГБУ МО «Центр кадастровой оценки» проводит эксперименты по применению нейронных сетей для автоматизации работ в области кадастровой оценки, в том числе:
  • система кодирования земельных участков;
  • система кодирования объектов-аналогов по тексту объявлений;
  • распределение поступающих обращений по сотрудникам;

• 2019 — Яндекс использует нейросети для дешифрирования космических снимков;

• 2019 — ГК «Нейроботикс» («Нейроассистивные технологии») и Лаборатория нейроробототехники МФТИ воссоздают по электрической активности мозга изображения, которые человек  видит в данный момент;

• 2020 — конкурс на выполнение научно-исследовательской работы «Исследования по созданию экспериментального образца комплекса разработки, обучения и реализации глубоких нейронных сетей для нового поколения военных систем с искусственным интеллектом»;

• 2021 — Госинспекция по недвижимости Москвы отчиталась об успешном применении нейронной сети для обнаружения действующих строек по фото- и видеоматериалам системы городского видеонаблюдения и снимкам с беспилотных летательных аппаратов;

• 11.2021 — ESRI представил готовые модели машинного обучения для ArcGIS. Первые три модели были представлены в октябре 2020-го года, на конец 2021 года их более 20. Модели разбиты на группы по функциональности:
  • извлечение и обнаружение признаков изображения (контура зданий, границы участков и т.д.);
  • классификация пикселей (фактическое использование и т.д.);
  • классификация облаков точек (деревья и т.д.);
  • редактирование изображения (размытие лиц и т.д.);
  • отслеживание объекта;

• 2022 — в обиход вошли онлайн-сервисы, предоставляющие невообразимые ранее возможности, основанные на натренированных на колоссальных объемах размеченных изображений нейронных сетях.

Одной из самых популярных сегодня таких функций является генерация изображений по текстовому описанию. Также можно использовать уже имеющиеся изображения для их обработки или модификации, а также для переноса художественного стиля или цветовой гаммы с одного рисунка на другой. Если еще в прошлом году это можно было делать для изображений небольшого размера, то сегодня любому человеку доступно создание изображений с размером более 1000 пикселей по длинной стороне, что уже вполне достаточно, например, для веб-иллюстраций.

Конечно, это не может не влиять на работу цифровых художников, иллюстраторов, «фотостокеров» и дизайнеров, хотя бы потому, что теперь любой человек может быстро  создать любое количество как эскизов, так и в некоторых случаях достаточно качественных изображений практически на любую тему.

Из общедоступных бесплатных сервисов стоит отметить бесплатный ruDALL-E Kandinsky от Сбера и ознакомительную версию  Midjourney. В августе 2022 года мы обратились к ней с вопросом, как будет выглядеть геодезист в будущем. Пусть получившиеся рисунки и не блещут реалистичностью, им точно нельзя отказать в стильности.

• 02.2023 — объявлен тендер на развитие «модульной системы для машинного обучения подсистемы искусственного интеллекта ФГИС ЕГРН» (87 млн руб).

В теории правовые нормы могут разрабатываться в виде связанных логических элементов, неких юридических конструкций, что позволяет выявлять противоречия, логические несоответствия, оценивать возможный как позитивный, так и негативный эффект, устанавливать связи с другими нормами. Такое право можно назвать машинопроектируемым.

Проведенные до сих пор эксперименты показали, что переводить в машиночитаемый вид существующие законы нецелесообразно.

До перехода на создание законов, изначально запроектированных на их последущее цифровое использование усилия всех органов власти направлены на формализацию и перевод в структурированный единообразный электронный вид вторичных данных, например:

• автоматизация предоставления государственных услуг в форме комплекса информационных систем: СМЭВ, НСУД, ЕСНСИ, Федеральный реестр, ЕСИА, ЕБС, ЕПГУ, ГИС ГМП и т.д.;
• создание реестра обязательных требований (Минэкономразвития, Минцифры), в котором будут оцифрованы требования, описываемые системой существующих нормативно-правовых актов;
• xml-схемы документации Росреестра;
• стандарт отчетности XBRL Банка России.

Есть технологии вычленения структурированной информации из текстовых документов. Так, на основе обработки больших массивов данных создают нейросети, позволяющие подбирать подходящие по смыслу ответы на вопросы, обычно в форме чат-ботов, например:

• Правовед;
• чат-бот на mos.ru.

Компании с большим объемом документооборота разрабатывают системы автоматизации работы с входящими документами, включая распознавание данных, генерацию договоров, исков и прочих ответных документов, например:

• МегаФон — LegalApe, Цифровой юрист;
• МТС — Norma;
• Билайн — Robbee.

Некоторые предпосылки к частичному внедрению идеологии машиночитаемого права в России:

• формирование базы официальных текстов федеральных законов и иных нормативных правовых актов в электронном виде согласно указу Президента РФ №662 от 05.04.1994 «О порядке опубликования и вступления в силу федеральных законов»;
• разработка Федеральной государственной информационной системы «Национальная единая среда взаимодействия всех участников нормотворческого процесса при подготовке регуляторных решений», которая в том числе должна выполнять автоматическую разметку в текстах нормативных правовых актов лингво-логических объектов;
• разработка концепции развития электронного документооборота в хозяйственной деятельности ФНС, в том числе за счет создания многоуровневой системы метаданных, позволяющих пополнять документы необходимыми формальными сведениями, востребованными в обороте.

Последние события:

• 2018 — проект РФФИ «Исследование новых способов установления, реализации и систематизации правовых норм с помощью информационных технологий (машиночитаемые и самоисполняемые нормы)»: http://automated.law;
• 03.2021 — на сайте АНО «Цифровая экономика» опубликована обновленная Концепция развития технологий машиночитаемого права и экспериментальная онтология «Стандартопедия»;
• 07.2021 — сформирован проектный технический комитет по стандартизации «Умные (SMART) стандарты» (ПТК 711);
• 09.2021 — в Правительстве утвердили Концепцию развития технологий машиночитаемого права;
• 10.2021 — заседание ПТК 711;
• 07.2022 — Минэкономразвития отчиталось об «оцифровке» Кодекса об административных правонарушениях;
• 01.2023 — Минстрой ведет работу по переводу отраслевой нормативной базы в машиночитаемый формат.

В середине 2022 года вступили в силу поправки в п.4 ст.5 229-ФЗ от 02.10.2007 «Об исполнительном производстве», позволяющие Федеральной службе судебных приставов  принимать решения и обмениваться информацией в автоматическом режиме (без участия должностных лиц). Через год, в июне 2023-го по этой норме программа впервые в России возбудила исполнительное производство в отношении должника в Рязани.

В октябре 2023 года утвержден ПНСТ 864-2023 «Умные (SMART) стандарты. Общие положения» с датой введения в действие 01.02.2024. SMART, здесь — это аббревиатура Standards Machine Applicable, Readable and Transferable.

Авторы из ПТК 711 выделяют пять уровней машиночитаемости документа:

1. стандарт на бумажном носителе;
2. открытый цифровой формат;
3. машиночитаемый документ;
4. машиночитаемое содержание;
5. SMART-стандарт.

Ввиду того, что итоговая версия стандарта еще не опубликована, обратимся к промежуточной версии за основными положениями:

• умный (SMART) стандарт — совокупность данных, содержащихся в документе по стандартизации, представленных в форматах:
  • машиночитаемый — для обработки автоматизированными средствами и для представления в человековоспринимаемой форме (DOCX, ODF, HTML);
  • машиноинтерпретируемый — для человекоориентированных информационных сервисов (XML, XHTML);
  • машинопонимаемый — для выполнения в информационной системе без участия человека (XML, спец. форматы);
• машиночитаемое содержание должно быть идентично человекочитаемому содержанию, а машиноинтерпретируемое и машинопонимаемое содержания должны включать идентичные человекочитаемому содержанию данные;
• SMART-стандарт состоит из информационных блоков (Атрибуты, Текст, Область применения, Термины и определения и т.д.);
• информационные блоки содержат информационные элементы (Термин, Сокращение, Абзац, Таблица и т.д.);
• различают информационные системы, в которых функционируют SMART-стандарты: для разработки, для распространения, для применения;
• к функциям машино-ориентированных сервисов относится:
  • API для доступа;
  • чтение и обработка машинопонимаемого изложения требований;
  • машинный анализ содержания;
  • интеграционные программные решения (встраивание в ИС);
  • экспорт отдельных нормативных требований.

Интернет вещей можно сегодня представить себе как работающую поверх Интернет глобальную сеть самостоятельных устройств или элементов оборудования:

• компьютеры;
• коммутирующие устройства (шлюзы, хабы);
• собирающие информацию датчики (сенсоры);
• исполнительные устройства (актуаторы).

Под вещью (thing) при этом понимают предмет физического или информационного мира, который может быть идентифицирован и интегрирован в сети связи. У различных технологий, которые позволяют устройствам обмениваться информацией друг с другом, есть обобщенное название «межмашинные коммуникации» М2М (Machine-to-Machine).

Для передачи данных ранее выпущенные устройства используют протокол IPv4, а новые – IPv6, в котором увеличена длина адреса отдельного узла сети с 32 до 128 бит. Это позволяет устранить появившуюся с ростом количества устройств проблему дефицита адресов.

Отдельные датчики и устройства могут не обладать возможностью прямого подключения к Интернету. В таких ситуациях используются самые разнообразные методы передачи данных с коммутирующими сетевыми устройствами, причем при их выборе наибольшее значение приобретает показатель энергоэффективности, например:

• радиочастотная идентификация RFID (Radio Frequency IDentification), при которой происходит взаимодействие приемника (ридера) и метки (транспондера). При этом идентификационный номер устройства и некая информация передается беспроводным путем посредством радиоволн;
• беспроводные сенсорные сети WSN (Wireless Sensor Network), преимущественно кластерной или иерархической структуры с маршрутизаторами, действующие на основе различных протоколов, например ZigBee, Z-Wave, WiFi или Bluetooth;
• коммуникации малого радиуса действия NFC (Near Field Communication) в виде расширения стандарта бесконтактных карт, которое объединяет интерфейс смарткарты и считывателя в единое устройство.

Подключаемые устройства помимо основной функции зачастую обладают некоторыми дополнительными:

• геолокация;
• обнаружение близко расположенных устройств;
• информационное взаимодействие с другими устройствами;
• автономные обработка данных и принятие решений;
• совместная с другими устройствами обработка данных (Fog computing);
• совместное выполнение основных функций;
• изменение параметров своей работы в зависимости от внешних условий.

Можно сформулировать три необходимых условия для работы такой сети:

• наличие коммуникационной инфраструктуры;
• глобальная идентификация;
• возможность каждого устройства отправлять и получать данные.

Архитектурно в Интернете вещей выделяют четыре функциональных уровня:

• сеть датчиков и актуаторов, состоящая из бесчисленного множества умных (smart) устройств;
• слой шлюзов используется для передачи данных и интеграции разнородных локальных сетей в единую платформу;
• уровень управления включает сервисы автоматизации технологических и бизнес операций;
• уровень приложений для соответствующих промышленных секторов и сфер деятельности.

В рамках общей концепции Интернета вещей существует множество вариаций, например:

• нано-сеть из сверхминиатюрных устройств, способных выполнять измерительные, регулирующие или управляющие операции;
  
• «умная пыль» (Smart Dust) из большого количества микроскопических устройств, функционирующих как единая система;
  
• сеть на теле человека BAN (Body Area Network), которая работает на расстоянии в несколько десятков сантиметров;
  
• когнитивный Интернет вещей (CIoT), при котором устройства обладают максимальными возможностями для самостоятельного анализа информации и принятия решений;
  
• промышленные сети, обеспечивающие коммуникацию между несколькими устройствами в рамках промышленной
• автоматизированной системы с повышенными требованиями к отказоустойчивости и защите оборудования.

По территории охвата условно выделяют сети:

• персональная сеть PAN (Personal Area Network), построенная вокруг человека  в целях объединения всех персональных устройств пользователя;
• локальная сеть LAN (Local Area Network), покрывающая обычно небольшую территорию или группу зданий, обычно принадлежащую отдельному предприятию;
• городская сеть MAN (Metropolitan Area Network), объединяющая отдельных пользователей и локальные сети в пределах города;
• глобальная сеть WAN (Wide Area Network).

Приведем примеры потенциального применения технологий межмашинных коммуникаций при учете и эксплуатации недвижимости:

• долговременные межевые знаки, пункты сетей с идентифицирующими метками, охранными датчиками смещения и уничтожения;
• временные межевые знаки с приемником систем позиционирования для проведения натурного согласования границ в реальном времени;
• беспилотные перемещающиеся аппараты различного рода для автоматизированной съемки, обмеров, выноса, закрепления границ;
• идентификация, поиск, беспрерывная инвентаризация документов, оборудования и расходных материалов;
• идентификация сотрудников и электронное удостоверение действий;
• определение местоположения на основе обработки сигналов от множества близкорасположенных устройств;
• реестровый учет устройств в объекте строительства в рамках его единой информационной модели (BIM);
• связанные с реестром датчики, например для определения состояния почвы;
• «умная» система отопления, вентиляции и кондиционирования воздуха;
• «умное» управление коммерческой недвижимостью;
• системы управления зданием (BMS);
• оптимизация рабочих мест;
• профилактическое обслуживание;
• домашняя автоматизация.

Последние события:

• 12.2021 — опубликованы рекомендации по повышению качества решений на основе IIoT на умных предприятиях;
• 01.2022 — принят международный стандарт промышленного интернета вещей;
• 03.2023 — утвержден ГОСТ «Информационные технологии. Интернет вещей. Системы с разделением доменов. Термины и определения»;
• 08.2023 — представлен проект отраслевого стандарта интернета вещей на основе использования многоспутниковой низкоорбитальной группировки.

Исследователи и разработчики в основном говорят о метавселенной, как о следующем этапе эволюции интернета после современного «мобильного», который для пользователя сегодня выглядит как совокупность социальных приложений.

Какие-то цифровые пространства существуют независимо от реального мира, а какие-то в той или иной степени могут быть с ним синхронизированы, что может быть визуализировано с помощью различных технологий расширенной (XR) реальности: виртуальной (VR), дополненной (AR) или смешанной (MR). Еще далеко до каких-либо общепризнанных стандартов в этой области, поэтому отдельные виртуальные пространства еще слабо совместимы. Однако предполагается, что в скором будущем человек сможет пользоваться своим цифровым имуществом в различных системах. При этом на роль единой базы данных для хранения информации о нем сегодня лучше всего подходят блокчейн-платформы, поддерживающие смарт-контракты, наибольшую долю рынка из которых сегодня занимает Ethereum.

Здесь возникает проблема, связанная со слишком высокой стоимостью хранения данных в децентрализованном блокчейне, чтобы цифровые объекты можно было полностью загружать в него и скачивать для работы или визуализации. Поэтому зачастую там хранят лишь информацию о том, кому принадлежит сейчас данный объект и, как вариант, ссылку на него во внешней системе с хэшем. Примерно так устроен независимый рынок невзаимозаменяемых токенов (NFT), эксперименты с которым показывают потенциальную возможность публичного подтверждения прав и осуществления опосредованных сделок и с реальными объектами, в том числе с недвижимостью.

В феврале 2022 года НТЦ ГРЧЦ Роскомнадзора опубликовал исследование «Метавселенная: возможности и риски новой реальности». Дело в том, что стоимость цифрового имущества может быть запредельной, что приводит ко множеству очевидных и неочевидных последствий. Так как на наших глазах формируется новая финансовоёмкая отрасль, государства не могут не вмешиваться в ее регулирование, видя как риски для пользователей, так и возможность дополнительного налогообложения. Исходя из этого, вероятно, что скоро понадобится некая юридически признаваемая форма как учета таких объектов, так и подтверждения прав на него, будь это расширение форм налоговых деклараций или госблокчейн.

Последние события:

• 02.02.2022 — исследование НТЦ ГРЧЦ (Роскомнадзор) «Метавселенная: возможности и риски новой реальности».

Недвижимость в метавселенной мы можем назвать метанедвижимостью, разделив ее на два вида:

• спроектированные с нуля цифровые объекты, которые существуют только в виртуальной форме;
• цифровые двойники реальных зданий, сооружений и иных объектов.

Наблюдая, как сегодня развивается отрасль информационного моделирования (BIM, ТИМ) с централизованным учетом цифровых моделей в будущей ГИСОГД, легко предположить, что уже совсем скоро они же будут в самых различных целях использоваться и в метавселенных.

Так, в Москве проводится работа по формированию метавселенной на основе 3D-моделей от проектных организаций и застройщиков.

Последние события:

• 10.2022 — представлен прототип линзы, в которую встроенно все необходимое для отображения дополненной реальности;
• 11.2022 — обсуждение ГОСТ Р «Проведение строительного контроля с использованием технологии дополненной реальности и искусственного интеллекта. Общие положения».

01.12.2021 опубликован Доклад Совета при Президенте РФ по развитию гражданского общества и правам человека о положении дел с правами и свободами человека и гражданина в цифровом пространстве РФ. В нем представлены риски, которые несет ускоренная цифровизация.

Авторы доклада говорят об опасностях дегуманизации вследствие реализации концепции радикального технологического детерминизма — комплекса представлений о возможностях:

• тотальной исчислимости, количественной редукции феноменов частной и общественной жизни человека;
• полной предсказуемости и фактической безальтернативности трендов общественного развития;
• тотального контроля условий и параметров человеческого и общественного бытия.

Стремительный прогресс новых информационных технологий стал основой для фактического формирования нового «цифрового класса». Это чиновники, менеджмент крупных корпораций, наемные и независимые ИТ-специалисты, обладающие новой параллельной неконтролируемой «цифровой властью» за счет доступа, а в некоторых случаях возможности изменения данных о других людях, например:

• человек может быть сделан «невидимкой» для тех или иных систем;
• данные могут быть удалены, проданы или опубликованы;
• в профиль человека могут быть внесены заведомо ложные или ошибочные данные, без решения суда влияющие на принятие решений в отношение этого лица (скоринг и т.п.).

Сегодня множеством компаний и государственных органов широко ведется доскональное автоматизированное профилирование, то есть систематический и целенаправленный процесс сбора, фиксации и классификации всех возможных данных о каждом человеке. В результате возникает множество новых возможностей для спорных действий и преступлений, например:

• облегчение «труда» мошенников и воров;
• дискриминация, например, при приеме на работу;
• выставление цен в зависимости от оценки платёжеспособности;
• шантаж.

Не стоит забывать об уязвимости ИТ-инфраструктуры, о низкой надёжности хранения цифровых документов и материалов, малом сроке жизни цифровых форматов, операционных систем и офисных приложений, физических носителей. Так, в декабре 2021 года информационные ресурсы МФД оказались недоступны, потому что серверы, на которых хранятся информационные массивы, оказались залиты водой. Что интересно, до 2020-года у Росреестра отсутствовал резервный центр обработки данных ЕГРН, все данные хранились в одном месте.

Отдельно стоит отметить проблему потери трудовых прав при работе на условиях отраслевых агрегаторов и постепенное законодательное превращение персональных данных в «государственные» с прицелом на их коммерциализацию.

Из предлагаемых мер по совершенствованию и развитию российского законодательства можно выделить следующие:

• развитие инфраструктуры электронной демократии;
• сохранение бумажного документооборота в критически значимых сферах;
• обеспечение реализации всех прав и свобод граждан, не использующих цифровые возможности;
• мораторий на формирование и использование интегральных баз данных о гражданах;
• запрет на создание систем социального рейтингования;
• усиление ответственности за несанкционированный сбор и противоправное использование персональных данных, несанкционированное распространение, кражу, организацию утечек, несанкционированную продажу и покупку таких данных;
• установление запрета на использование систем идентификации персональных данных по косвенным признакам;
• установление запрета цифровой слежки, цифровых «двойников», «профилей», «траекторий» и «рейтингов»;
• минимизация состава обрабатываемых персональных данных, необходимых для решения возлагаемых на государственные, муниципальные и частные информационные системы задач.

Пример разработки нейросети, направленной на максимальный вред.

Хотя распространено мнение, что возможности для автоматизации есть почти во всех профессиях, есть исследовательская работа, показывающая, что сегодня полностью автоматизированы могут быть около 5% видов работ. 

Основным решением приведенных проблем, которое видят государственные органы, это все более жесткое регулирование работы с персональными данными.

Последние события:

• 10.2021 — представлен проект приказа Минцифры России №01/02/10-21/00121799 «Об утверждении перечня индикаторов риска нарушения обязательных требований по федеральному государственному контролю (надзору) за обработкой персональных данных»:
  • выявление в течение шести месяцев более десяти фактов невыполнения контролируемым лицом однотипных требований об уточнении, блокировании или уничтожении недостоверных или полученных незаконным путём персональных данных;
  • поступление в течение шести месяцев более десяти информационных сообщений от различных лиц о доступе, распространении, предоставлении в Интернете баз ПД, принадлежащих контролируемому лицу;
• 07.2022 — Минцифры разработало законопроект, по которому бизнес по запросу должен будет передавать в уполномоченный орган необезличенную персональную информацию граждан (без согласия человека);
• 09.2022 — Минцифры предлагает создать реестр согласий с возможностью отзыва через Госуслуги;
• 09.2022 — по мнению Роскомнадзора, изложенному в письме №08-84259 от 16.09.2022, инициатору общего собрания в доме следует направить в Роскомнадзор уведомление о предстоящей обработке персональных данных владельцев помещений;
• 11.2022 — законопроект о возможности проведения экспериментов по обработке персональных данных. Предположительно, речь идет о коммерческих центрах обработки больших данных;
• 08.2023 — ВС РФ подтвердил, что для сбора через форму на сайте адреса электронной почты и номера телефона без указания ФИО не требуется согласие на обработку персональных данных;
• 09.2023 — одобрен законопроект об оборотных штрафах для компаний за утечки персональных данных.

Невозможно не упомянуть советы Роскомнадзора в форме прекрасного стихотворения.

Вместе с тем, это требование не применяется в случае обработки данных в целях выполнения возложенных на федеральные органы исполнительной власти, органы исполнительной власти субъектов Российской Федерации, органы местного самоуправления функций, полномочий и обязанностей [п.15 ст.10.1 152-ФЗ].

Остается ожидать от Росреестра, Национального объединения и СРО разъяснений о необходимости или отсутствии необходимости включения двух согласий в состав приложений к межевым, техническим планам, и, возможно, отраслевой рекомендуемой формы.