За американцами будут шпионить миллиарды камер и работодатели

За американцами будут шпионить миллиарды камер и работодатели

Проект, получивший название Система распознавания нового поколения (NGI) в скором времени будет реализован на всей территории США. Миллиарды камер слежения будут ежедневно фотографировать каждого жителя Соединённых Штатов, после чего собранная информация будет обрабатываться с помощью биометрической системы и попадать в единую базу данных, сообщает gizmodo.

Таким образом, американское правительство намерено в скором времени отказаться от метода идентификации личности с помощью отпечатков пальцев.

Система NGI настроена таким образом, что фотографирует не только лица, но и татуировки, шрамы и прочие отличительные особенности каждого человека. Отметим, что в базу данных будут попадать не только фотографии с камер слежения. Правительство США обяжет некоторых работодателей отправлять копии фотографий сотрудников федеральным властям, пишет russian.rt.com.

По подсчётам ФБР, уже к следующему году, агентству удастся собрать около 52 млн уникальных фото-досье.

Новая система уже вызвала активные дебаты внутри США. Правозащитники опасаются за сохранность собранных данных, ведь подобное досье, попавшее в руки злоумышленников может нести в себе угрозу личной безопасности для каждого американца.

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