Facebook опубликовал хронологию обсуждения практик Cambridge Analytica

Facebook опубликовал хронологию обсуждения практик Cambridge Analytica

Facebook опубликовал хронологию обсуждения практик Cambridge Analytica

Facebook опубликовал интересную информацию, причём все выглядит так, будто соцсеть старалась минимально афишировать сам факт публикации. Речь идёт об электронных переписках, проливающих свет на ситуацию с Cambridge Analytica.

Размещённая на площадке Facebook Newsroom цепочка писем даёт представление о том, насколько сотрудники социальной сети были в курсе практик Cambridge Analytica.

Согласно опубликованным письмам, сотрудники Facebook ещё 29 сентября 2015 года выделяли Cambridge Analytica из ряда других подобных компаний, называя ее активность «агрессивной», а практики — «подозрительными».

30 сентября одни из сотрудников запросил идентификатор и имя приложения, которое наиболее настойчиво собирает данные пользователей. После этого сотрудник пишет:

«Мое чутьё подсказывает мне, что сбор данных, осуществляемый этим приложением, не согласуется с политикой конфиденциальности Facebook».

13 октября команда Facebook возвращается к обсуждению вопроса потенциального нарушения правил платформы со стороны Cambridge Analytica. А 11 декабря один из служащих предлагает провести тщательный анализ деятельности Cambridge Analytica, так как это может потенциально навредить репутации Facebook.

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