Российская модель на основе Хафовских нейронных сетей полностью отвечает ключевым критериям суверенного искусственного интеллекта. Архитектура, алгоритмы и программная реализация разработаны учеными Smart Engines на собственной научно-технологической базе. Результаты исследований опубликованы в профильных научных изданиях и прошли многолетнюю экспериментальную валидацию, а приоритет на технологию подтвержден патентами РФ и США. Все это обеспечивает технологическую независимость, воспроизводимость работы и соответствие требованиям регулируемых отраслей – от финансового сектора до государственных информационных систем.
Разработанная учеными Smart Engines нейросетевая архитектура объединяет современные методы глубокого обучения с классическими методами машинного зрения. Преобразование Хафа позволяет анализировать геометрические взаимосвязи элементов изображения реального мира в согласии с законами перспективы, тогда как сверточные нейронные слои отвечают за извлечение ключевых признаков на основе анализа большого числа примеров. Такое сочетание позволяет системе уверенно работать даже с неидеальными изображениями – смазанными, частично перекрытыми или снятыми в сложных условиях.
Ключевым этапом развития модели стал переход к полностью целочисленным вычислениям. Это позволило снизить нагрузку на процессоры и память – критически важное требование для государственных и корпоративных систем, обрабатывающих персональные данные. Модель может эффективно работать на CPU и в изолированных контурах без зависимости от зарубежных библиотек и облачных сервисов.
«Мы работали над созданием Хаф-сетей восемь лет – шаг за шагом развивая фундаментальные принципы, публикуя результаты в научных журналах, получая патенты, в том числе в США, и защищая диссертации. Эта последовательная научно-технологическая работа привела к созданию суверенной технологии, способной решать самые сложные задачи распознавания и проверки подлинности документов. Сегодня она впервые запускается в промышленной версии программного решения Smart ID Engine 2.8, обеспечивая требуемую точность, управляемость и независимость, необходимые для банков, государственных структур и корпоративных систем», – рассказал Владимир Арлазаров, генеральный директор Smart Engines и доктор технических наук.
Вся алгоритмическая база Smart ID Engine 2.8 – от методов предпроцессинга изображений до оптического распознавания символов (OCR) – является собственной разработкой российской компании Smart Engines. Актуальная версия поддерживает распознавание паспорта РФ, свидетельств ЗАГС, а также более 3 000 типов и 5 000 уникальных шаблонов документов всех регионов мира. В процессе проверки система анализирует документ по 600 параметрам и детектирует даже сложные подделки – в том числе созданные с применением графических редакторов и генеративного ИИ. Нейросети также проверяют бланк документа, контролируют способы нанесения данных и проверяют его действительность на данный момент времени.
Никто пока не комментировал эту страницу.
В стандарте [6] предусмотрено присваивать различным документам вида «расчет» код[1] документа РР, а для локальной сметы код документа ЛС.
Никакой необходимости использовать код Б для обозначения документов, в названии которых нет слова «Обоснование», не существует, а отсутствие документов, в названии которых использовано это слово подтверждает, что из ГОСТ 34.201-2020 должен быть исключен фактически не существующий документ «Обоснование».
Литература:
6 ГОСТ Р 21.101-2020 Основные требования к проектной документации
7 Н. Зенин. Судьба требований ГОСТ 34-й серии в проектах по информационной безопасности // [Электронный ресурс], режим доступа: https://www.anti-malware.ru/practice/methods/GOST-requirements-34th-series-in-information-security-projects
[1] В данном стандарте вместо термина «код документа» используют словосочетание «шифр документа»
Разработчики стандартов иногда предлагают новые виды документов, объясняя это тем, что существующих видов документов недостаточно для новых изделий. Например, в таблице 1 стандарта [1] перечислены несколько видов документов, разрабатываемых для автоматизированных систем (далее АС). Обратим внимание на документ «Обоснование» (код документа Б). Его назначение определено так:
«Изложение сведений, подтверждающих целесообразность принимаемых решений»
Отметим, что в числе толкований значений слова «обоснование» есть и тексты, служащие основанием для принятия решения.
Какие же текстовые документы приведены в таблице 2 стандарта [1], где перечислены конкретные документы?
Как ни странно, но документа со словом «обоснование» в названии нет ни в стандарте [1] нет, как нет его и в отменном руководящем документе [2].
Слово «обоснование» в [2] использовано в названии раздела отчета, разрабатываемого на стадии формирования требований к АС – Обоснование необходимости совершенствования информационной системы объекта.
«Обоснование» содержится ещё в двух стандартах [3, 4], где применено в названии этапа работы – Обследование объекта и обоснование необходимости создания АС.
Отметим, что в cтандартах [3, 4] обоснование необходимо для вынесения технико-экономической, социальной и т.п. оценок на стадии формирования требований к АС.
При этом сам документ, содержащий результаты обоснования, оформляют в виде отчета по ГОСТ 7.32 [5], а не в виде документа вида «Обоснование».
Обратимся теперь к стандарту [1] и посмотрим какие же документы с кодом Б (присвоен документу «Обоснование») указаны в таблице 2:
- локальный сметный расчет (код Б2);
- проектная оценка надежности системы (код Б1);
- локальная смета (код Б3).
Из перечисления видно, что ни в одном из названий этих документов с кодом Б нет слова «Обоснование».
Продолжение следует