Российская технология распознавания лиц лучшая по мнению разведки США

Российская технология распознавания лиц лучшая по мнению разведки США

Российская технология распознавания лиц лучшая по мнению разведки США

Американское агентство передовых исследований в области разведки (IARPA) совместно с Национальным институтом стандартов и технологий США (NIST) провели конкурс алгоритмов распознавания лиц и признали победителем российскую компанию NtechLab, сообщил представитель разработчика и подтвердил руководитель исследовательской программы IARPA Крис Бонен.

IARPA подчиняется директору Национальной разведки США, он же возглавляет разведывательное сообщество США, куда входят 17 организаций, в том числе ФБР и ЦРУ. IARPA не занимается внедрением технологий, ограничиваясь научными исследованиями, пишет vedomosti.ru.

NtechLab основана в 2015 г. В 2016 г. алгоритм NtechLab стал основой для FindFace – приложения, помогающего найти людей в социальной сети «В контакте» по их фотографии. Алгоритм известен тем, что способен найти конкретного человека среди 1 млрд лиц за 0,5 секунды. NtechLab стала победителем конкурса IARPA в сфере разведки в двух номинациях из трех – «Скорость идентификации» и «Точность верификации».

В мае российский стартап NtechLab привлек $1,5 млн от фонда Impulse, в котором участвует Роман Абрамович, и группы частных инвесторов во главе с первым заместителем гендиректора Tele2 Александром Провоторовым. Об этом «Ведомостям» рассказали основатели компании Артем Кухаренко и Александр Кабаков. По данным «СПАРК-Интерфакса», до вхождения Impulse в капитал стартапа доля Кухаренко в компании составляла 25%, еще по 17,5% принадлежало управляющим партнерам фонда Typhoon Digital Development Олегу Братишко, Анатолию Гусеву, Кабакову и Марине Полянской, 5% – Екатерине Семеновой.

Представитель NtechLab рассматривает победу в конкурсе американской разведки как бенчмарк в области безопасности, на который ориентируются заказчики решения и возможные инвесторы. Но о конкретных сделках говорить пока рано, предупреждает он.

Заказчики действительно ориентируются на результаты подобных тестов и наиболее влиятельным из них пока остается тест, который NIST проводит самостоятельно, говорит гендиректор компании VisionLabs Александр Ханин. Он обращает внимание, что задача тестирования – вовсе не определить компанию, с которой следует заключить контракт, а понять текущий уровень развития конкретной технологии в мире.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

34% тестировщиков применяют ИИ для генерации кода, 28% — для тест-кейсов

2ГИС решила разобраться, как себя чувствует русскоязычное QA-сообщество: чем пользуются тестировщики, как устроены процессы и как в работу проникает искусственный интеллект. В исследовании поучаствовали 570 QA-специалистов, почти половина из них работают в крупных компаниях.

57% опрошенных сказали, что подключаются к разработке фич ещё на этапе обсуждения требований — то есть задолго до появления кода.

Лишь 20% приходят в проект только после завершения разработки. А вариант «подключаюсь, когда в продакшене что-то сломалось» — уже почти экзотика.

89% команд используют автотесты — от юнитов до UI. Но вот инструменты вокруг них, вроде поддержки, аналитики и стабильности, применяют далеко не все. Например, код-ревью автотестов делают только 39% опрошенных, а 28% команд вообще не отслеживают никаких метрик и работают «вслепую».

ИИ используют не все, и в основном — для рутинных задач

Хотя ИИ уже прочно вошёл в мир тестирования, чаще всего его применяют для типовых задач:

  • написание тестового кода (34%),
  • генерация тест-кейсов (28%),
  • и тестовых данных (26%).

 

Более продвинутые сценарии вроде анализа тестов, автоматического поиска багов и визуального тестирования пока используются редко. Например, только 5% автоматизируют дефект-дискавери, и лишь 4% пробуют AI для визуальных проверок. А 22% QA-специалистов вообще не используют ИИ в своей работе.

Главные проблемы в тестировании

На первом месте — сжатые сроки. Об этом сказали 71% участников опроса. На втором — слабое вовлечение QA в процессы (40%) и нехватка квалифицированных специалистов (37%).

Как измеряют качество

  • Главная метрика — количество найденных багов (58%).
  • Покрытие автотестами учитывают 43%, покрытие кода — только 23%.
  • Стабильность тестов (например, чтобы они не «флапали») отслеживают всего 15% команд.

Что будет с профессией дальше? Мнения разделились:

  • 37% считают, что всё уйдёт в тотальную автоматизацию;
  • 35% уверены, что ничего особо не поменяется;
  • почти треть верит, что QA станет глубже интегрироваться в специфические направления вроде ИБ и производительности;
  • 27% видят будущее за DevOps и SRE — то есть тесной работой на всех этапах: от разработки до эксплуатации.
AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru