66% россиян допускают сбор персональных данных для борьбы с COVID-19

66% россиян допускают сбор персональных данных для борьбы с COVID-19

66% россиян допускают сбор персональных данных для борьбы с COVID-19

Большая часть россиян согласны предоставить свои персональные данные властям, если это поможет бороться с распространением коронавирусной инфекции COVID-19. Также граждане в большинстве случаев допускают использование полицией алгоритма распознавания лиц.

Такие данные получили по результатам опроса Российская венчурная компания (РВК) и Институт национальных проектов. 66% россиян согласны со сбором данных для выявления заражённых вирусом, а 76% — считают нормальным использовать технологии распознавания лиц.

При этом лишь 54% респондентов оправдывают сбор персональных данных для выдачи цифровых пропусков. 55% опрошенных граждан заявили, что у населения должен быть выбор, какую информацию передавать в руки государства.

Тем не менее около 70% россиян не верят в защищённость передаваемых данных. Только 30% полагают, что вся собираемая информация защищена должным образом (как правило, это молодые люди в возрасте от 18 до 22 лет).

Как отметило издание РБК, ознакомившееся с результатами опроса, чем более образован гражданин, тем меньше его степень доверия к защищённости передаваемых данных.

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