Когда государство обретет технологическую независимость
Вперед к технологической независимости
По словам Евгения Хасина, врио директора Департамента обеспечения кибербезопасности Минцифры России, понятие «технологическая независимость» включает в себя наличие технологической и кадровой компетенций.
Уход иностранных вендоров показал, что по большинству направлений необходимые технологические компетенции в России существуют. Евгений Хасин призвал уделять самое пристальное внимание квантовым вычислениям и искусственному интеллекту (ИИ). С точки зрения ИБ, необходимо обеспечить безопасность самого искусственного интеллекта, его обучения и использования. Развитие этих направлений предусмотрено национальным проектом «Экономика данных». К настоящему времени уже созданы необходимые центры компетенций.
Довольно сложная ситуация с наличием собственной компонентной базы. Сейчас обсуждаются ключевые векторы развития в этом направлении, и они будут поддержаны государством. Если говорить о кадровой составляющей, то здесь надо уделять больше внимания повышению компетенций специалистов. Евгений Хасин напомнил, что уже запущен целый ряд программ профессиональной переподготовки в сфере ИБ.
Итогами развития платформы «ГосТех» поделился Василий Слышкин, руководитель ФКУ «Государственные технологии». На настоящий момент к «ГосТех» подключились 22 ФОИВ, 13 РОИВ и 24 компании-разработчика. Более 2,5 тыс. разработчиков реализуют 86 проектов. Запущено более 300 облачных услуг. Появилось множество решений в области информационной безопасности — на «ГосТех» представлены все ключевые ИБ-компании.
Сервисы платформы «ГосТех»
Утвержден ускоренный порядок аттестации ГИС на «ГосТех» — сейчас он составляет 30-45 дней. Аттестацию уже прошли 16 ГИС. Закреплены архитектурные требования к размещаемым на платформе решениям. Для сборки ГИС обязательно должен использоваться конвейер, размещенный на «ГосТех» и прошедший специальную аттестацию.
Василий Слышкин рассказал о развитии «ГосТех» для применения моделей ИИ — на ней появляются методические рекомендации, ML Ops – инструменты, развивается инфраструктура, появляются дополнительные сервисы и наборы библиотек для разработки и обучения моделей.