Тайвань просит Apple затирать военные объекты на мобильных картах

Тайвань просит Apple затирать военные объекты на мобильных картах

 Правительство Тайваня просит Apple затереть изображение новой РЛС дальнего обнаружения на мобильных картах, предлагаемых компанией своим клиентам. Министерство обороны Тайваня обратилось к Apple с настоятельной просьбой - понизить качество снимков местности, где расположены военные объекты.

Обращение последовало после того, как местная газета Liberty Times опубликовала спутниковые снимки новой РЛС, загруженные, по словам журналистов, на iPhone 5.

Известно, что новая РЛС дальнего обнаружения располагается в городе Синьчжу. Радар был приобретён правительством Тайваня у компании Raytheon за более чем $1.2 млрд. РЛС способна обнаруживать вражеские самолёты и фиксировать запуски ракет (например, с северо-запада КНР).

По словам пресс-секретаря Министерства обороны Тайваня, Apple должна последовать примеру Google и снизить разрешение спутниковых снимков, содержащих изображения военных объектов.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru