Каждая третья видеокамера в городах России знает вас в лицо

Каждая третья видеокамера в городах России знает вас в лицо

Каждая третья видеокамера в городах России знает вас в лицо

Минцифры РФ вновь посчитало количество камер видеонаблюдения в стране — оказалось более 1 млн, и треть из них подключены к системам распознавания лиц. Свежую статистику представил сегодня, 13 марта, министр Максут Шадаев.

При подсчете учитывались камеры, установленные в местах проживания граждан, на транспорте, дорогах, в общественных местах.

«На сегодня у нас фактически каждая третья камера подключена к системе распознавания лиц, — цитирует ТАСС выступление главы Минцифры на пленарной сессии Дня искусственного интеллекта в рамках выставки-форума "Россия". — Все камеры, которые стоят на дорогах, автоматически распознают номера».

Шадаев также отметил, что 14 регионов в настоящее время внедряют системы обработки фото- и видеоизображений дорог и объектов благоустройства.

В ноябре прошлого года на стратегической сессии по нацпроекту «Экономика данных», тоже было озвучено общее число видеокамер в России — на тот момент оно составляло 1,2 миллиона. По прогнозам Минцифры, к 2030 году этот парк должен увеличиться до 5 млн; все городские камеры будут подключены к ИИ-системам, что позволит повысить раскрываемость преступлений на 30%.

Тогда же было высказано предложение централизовать хранение и обработку данных видеонаблюдения на уровне страны, создав специальную платформу. Стоимость разработки чиновники оценили скромно — в 12 млрд рублей. Если, несмотря на критику, проект будет взят на вооружение, разработчикам придется в числе прочего учитывать возможность ошибок, от которых не застрахована ни одна система распознавания лиц.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru