Бывшего сотрудника Cambridge Analytica вызвали в Сенат США

Бывшего сотрудника Cambridge Analytica вызвали в Сенат США

Бывшего сотрудника Cambridge Analytica вызвали в Сенат США

Некто Александр Коган, ранее работавший подрядчиком Cambridge Analytica, вызван для дачи показаний в Сенат США. Тема для обсуждений будет все та же — утечка персональных данных пользователей социальной сети Facebook.

Как утверждают представители Facebook, именно Коган собирал данные пользователей через специальное приложение.

Собранную информацию экс-сотрудник передавал Cambridge Analytica, что противоречило правилам социальной платформы Facebook.

Теперь Когану придется объяснять свои действия Сенату, что может повлечь за собой серьезные последствия как для него, так и для Cambridge Analytica, с подачи которой он, судя по всему, действовал.

Напомним, что в конце мая глава Facebook Марк Цукерберг выступил в Европарламенте по тому же делу.

Цукерберг заявил, что Facebook несет ответственность за данные своих пользователей.

«Если мы не в состоянии обеспечить безопасность данных наших пользователей, то не заслуживаем их доверия. На данном этапе я пытаюсь разобраться в ситуации и принять меры, чтобы этого больше не повторилось», — заявил основатель Facebook.

Цукерберг также отметил, что меры по предотвращению подобных инцидентов были приняты еще несколько лет назад, «но нам есть над чем еще работать».

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