Федеральный розыск и сервисы знакомств. Как работают системы распознавания лиц

Всем привет! Меня зовут Самат Галимов, и это подкаст «Запуск завтра». Обычно мы говорим о технологиях примерно вот так. Ты был же в дата-центре тогда?

Да, да, да.

А это прямо на endpoint'ах считается, или все-таки фид присылается к какому-то mainframe и там дальше?

Нет, все видеопотоки в один дата-центр. Хайп вокруг нейронных сетей. Многофакторная авторизация. Просто проще считать, допустим, там 10 в 100, 10 в 10-й комбинации.

То есть это число с десятью нулями комбинации.

Вот, прикольно.

Я работаю техническим директором, и я нахожу специалистов мирового уровня. А дальше мы обсуждаем их работу простым человеческим языком. Это подкаст «Студия либо-либо», и у нас есть партнер— сервис онлайн-образования «Яндекс Практикум». Если вы хотите стать программистом, дизайнером или дата-сайентистом, идите на сайт «Яндекс Практикум» и учитесь. Сегодня мы говорим с создателями сервиса распознавания лиц— FindFace. В 2016 году они создали сайт, на котором можно было найти любого человека во Вконтакте. В 2018 году сайт закрылся, и теперь создатели сервиса работают с государством и бизнесом. Например, из технологий используются в камерах видеонаблюдения, которые висят по всей Москве.

Артём Кухаренко, основатель компании NtechLab. Мы занимаемся распознаванием лиц и алгоритмами видеоаналитики. Один из наших первых проектов— это проект FindFace, в котором мы показывали, как работает наш алгоритм распознавания лиц. Он позволял по фотографии найти человека во Вконтакте, либо найти похожих людей на него. Этот проект был как демонстрация нашей технологии, а дальше мы сфокусировались на проектах для безопасных и для умных городов. Есть много компаний по распознаванию лист, которые умеют решать задачу верификации на статичных фотографиях. То есть это, например, когда тебя просят посмотреть в камеру, берут твою паспортную фотку и нужно сравнить две этих фотографии. Это уже более-менее решенная задача. А компании, которые умеют эффективно обрабатывать большое количество видеопотоков, когда люди не смотрят в камеру, там всякие искажения от видео, плохая освещенность, вот таких меньше.

Где реально используется технология? То есть можешь привести какие-то примеры конкретные, где вот я человек, который сейчас приехал в Москву, пойду в магазин, зайду в ресторан, где столкнусь с вашей технологией?

Я могу сказать по областям. Мы стоим в городах, в системе безопасный город. То есть это несколько крупных городов в России. и города за пределами России. То есть, в Аргентине, например, мы работаем, в Бразилии, в Мексике, в Индии.

То есть, это камеры общественного видеонаблюдения.

Да, камеры общественного видеонаблюдения. Следующая область – это в ритейле. У них две задачи. Первая – это бороться с воровством в магазине, а вторая – это повышать эффективность за счет определения постоянных покупателей.

То есть я захожу просто купить там молока, там меня сосканировала камера и сказала, о, это не воришка.

Ну да, да, можно и так сказать.

А как скорее?

Что если заходит вор, то она говорит, что вот это воришка.

Там сразу появился коммерческий интерес, или это был просто типа, я поиграюсь с этим, потому что это прикольно?

Когда начинали компанию, понятно, что компания должна деньги зарабатывать. Инвесторы, которые давали денег, они хотели какой-то практический результат. Вначале была идея искать похожих людей по ВКонтакте. Ну, собственно, и идея FindFace. Но потом получилось так, что искали настолько похожих, что точности тогда хватало для того, чтобы искать уже... Определения конкретного человека. Да, искать конкретных.

Вау, начинали с одного, а получилось совсем другое. Скажи, пожалуйста, это больше экспериментаторская работа, или это про то, что, типа, сесть, придумывать что-то сложное? Или ты просто много раз пробуешь, типа, так попробовал, сяк попробовал, прогнал, эксперимент, эксперимент, эксперимент?

Ну, чаще это выглядит, прогнал эксперимент, посмотрел, что-то он показывает не очень хорошую точность, посмотрел, что там пошло не так, и думаешь, что подправить. подправляешь, смотришь, сработало, не сработало. Вот плюсы. Огромная работа по подготовке данных, обработке данных и так далее. То есть, мне кажется, все очень недооценивают вот эту часть. Сейчас огромный хайп вокруг нейронных сетей, о, там они все порешают, но данными никто не хочет заниматься. А данные— это очень большая часть успеха при работе с нейронными сетями.

Что значит работа с данными?

Есть миллион фотографий. Мне нужно сказать, что вот эти первые 10 фотографий— это фотографии одного человека, фотографии с 30-й по 50-ю и с 100-й по 110-ю— это фотографии другого человека. То есть мне даже не надо знать там ни имени, ни фамилии, мне просто надо знать, что они разным людям принадлежат.

Это те данные, на которых ты обучаешь свой алгоритм, да? Я так понимаю, для обучения нужно иметь много фотографий одного человека?

Да.

Откуда берутся такие датасеты? Это открытые данные или это как раз секрет, который все хранят?

Это есть открытые данные, но чем больше данных, тем выше точность алгоритма. Ну, при прочих равных. Один датасет есть из Flickr.

Flickr – это сервис хранения фотографий.

Сервис хранения фотографий. Они в какой-то момент выложили базу в открытый доступ со всеми фотографиями. чтобы исследователи могли использовать её для решения своих задачек.

Они были размечены уже по людям? Шесть по один человек?

Да, там были теги, что это человек. Как бы это преимущество. То есть, если ты можешь придумать, откуда достать данные... Много фоток одного человека. Много фоток одного человека, и при этом не нарушать закон, то это большое преимущество.

О каком объёме размеченных фотографий идёт речь?

Миллионы, десятки миллионов.

А есть какие-то сложные случаи? Китайцы, например?

В начале, в первых версиях у нас на разных расах работало по-разному, с разной точностью. Буквально в первых версиях алгоритм. Так у нас клиенты с всего мира, они скажут, что у вас на этих расах плохо работает. Мы потом решили эту проблему. Просто делаешь другой алгоритм, который умеет определять расу.

И используешь его для создания финального алгоритма.

Да.

Но, тем не менее, решение о расе, получается, прямо замешано. Оно в ДНК этого алгоритма уже есть, да?

Ну, в каком-то смысле, да.

Вот во всём этом где-то потерялся человек, а, скорее всего, есть десятки тысяч несчастных людей, работа которых заключается в том, чтобы сказать, это на фотографии один такой человек или разные.

Разметчики, да, присутствуют. Все эти миллионные базы разметить разметчиками невозможно. Мы их используем для каких-то точных задач. Например, вот у нас есть самые сложные примеры, да, мы не уверены. Правильно алгоритм работает или неправильно, и отправляем эти данные на разметку.

Мышкой выделить.

Да, мышкой выделить B-box, то есть прямоугольничек вокруг лица.

А потом машиной-то учиться делать?

Да, потом на этом учим алгоритм, и дальше это уже работает само.

Понятно, то есть это многоэтапный процесс, и ошибка или плохое настроение одного человека вряд ли повлияет на конечный результат.

Да, еще в 16-м году сравнивал точность распознавания алгоритма и точность распознавания людьми. Когда база, в которой надо искать размером 10 человек, то люди алгоритм примерно одинаково с высокой точностью распознают. Но когда база доходит до 10 тысяч человек, то алгоритмы уже в 10 раз точнее распознают, чем люди в среднем. Вот это 10 тысяч. И точность распознавания человеком на базе в 10 тысяч уже 25% всего. То есть он только каждого четвертого правильно находит в этой базе. Можно представить, что будет, если там база в миллион. Сейчас есть недоверие к алгоритмам, то, что вот, например, на границе сидят пограничники, и они очень точно распознают. А вот поставим алгоритмы, точность будет намного хуже, и там, и так далее, и так далее. На самом деле наоборот. Если поставить алгоритм, то в среднем он будет намного меньше ошибок допускать.

А где-то есть системы, которые автоматически распознают на границе?

Ну, в Евросоюзе, например, там…

А вот эти шенгенские для тех, у кого паспорт?

Да, для европейцев там есть… как бы они могут проходить автоматически для тех, кто внутри шенгенской зоны. Вот, и это всегда очень обидно, потому что ты как бы прилетаешь туда, ты делаешь эти алгоритмы, но тебе нужно стоять как бы и через пограничника.

На каких пограничных контролях сегодня твоя технология работает?

В Латинской Америке. Там есть несколько аэропортов, где мы стоим. И есть еще несколько пилотных проектов. Пока что делаем.

А еще это используется?

Есть еще всевозможные развлекательные системы, например, сервисы знакомств, где нужно искать похожих людей.

Вау, то есть я загружаю свою фотку на условный Badoo, и он мне говорит, ага, этот чувак уже регистрировался?

Нет, нет. Например, тебе нравится Анжелина Джоли, ты берешь, загружаешь фотку Анжелины Джоли на условный Badoo, И тебе условно и по-другому дается список реальных пользователей, которые на него похожи. Рядом с тобой.

Вот это огонь. А это реально такой сервис есть на каком-то дейтинге?

Да, на нескольких дейтингах мы стоим как алгоритм.

Подожди, подожди секунду. То есть есть реальные в мире дейтинги, в которые ты загружаешь фотографию человека, который тебе нравится, он тебе показывает других людей, которые похожи на этого человека, и это ваш алгоритм?

Да.

Охренеть. Это сейчас в продакшене?

Да, это в продакшене.

А ты можешь назвать компанию?

Но, к сожалению, нет, хотя очень бы хотелось. Но этот крупный дейтинговый сервис, у нас тысячи запросов в секунду по миллиардным базам. Технически это прямо очень крутой проект.

Обалдеть. А это дорого?

Тебе со скидкой сделаем.

Хорошо, спасибо. Технология распознавания лиц очень мощная. С её помощью можно сделать много всего полезного. Но основная эмоция моя— это страх. Я боюсь того, что власти получат записи всех моих перемещений за бесконечно долгое время. Им нужно будет просто захотеть узнать про меня что-то, и эта информация будет у них на ладони. Насколько просто составить карту, кто куда ходит, имея на входе только информацию с уличных камер? условному майору приходят и говорят, вот Самат, вот у него там пять фоток, скажи, когда он в следующий раз где-то на радарах появится, мы его там скрутим и посадим. То есть я представляю, что это должно быть довольно просто.

Первую часть, которая про технологию найти Самата, как бы это легко.

Ты имеешь в виду... Я про то,

что скрутим и посадим, это уже не про технологию. Я понимаю.

Я только про вопрос как бы найти. Это простая задача, да, Витя?

Мы ее решать умеем. То есть там сложность в чем? То, что... Когда у тебя город, да, там сотни тысяч видеокамер, и это всё дело надо в режиме реального времени обрабатывать, то есть технология должна быть эффективной, чтобы не пришлось закупать огромное количество дорогих суперкомпьютеров, а считать это на обычном железе.

Идея в том, что лицо превращается в набор чисел. Довольно маленький, да ведь? Почему превращение лица в набор чисел не происходит на камере?

Ну, потому что все равно нужны вычислительные мощности какие-то, да, и когда у тебя все видеопотоки стягиваются в один дата-центр, там можно оптимизировать за счет большого количества видеопотоков, и суммарно требуется меньше железа, чем если ставить по отдельному процессору на камеру. У нас эффективнее всего получается на видеокартах это обрабатывать. То есть вот у нас, например, одна видеокарта тянет полторы тысячи видеопотоков.

Ничего себе. И она стоит типа 1015 рублей, наверное, да?

Ну, видеокарта нет, но она там до 100 тысяч рублей она стоит.

И во всей Москве, по-моему, там типа около сотни тысяч камер, да?

Да. Да, но сейчас как происходит? Сейчас видео все пишутся и сохраняются. То есть, если что-то происходит, то человек может пойти, не знаю, в полицию сказать, вот у меня рядом с подъездом что-то произошло, дайте мне записи с камер. Вот, но проблема в чём? То, что они хранятся 5 дней всего. То есть, если ты придёшь через неделю, то там уже ничего не будет. за счёт распознавания лиц можно хранить намного дольше, намного эффективнее.

То есть хранить уже не сами видео, а уже результат распознавания.

Ну, либо кадры, где были лица, например.

Как доказательство типа.

Это уже намного эффективнее, да.

Вот смотри, результаты распознавания – это же не имя человека, это скорее вот слепок его лица, да?

Слепок, да. Вот эти вот N чисел (например, 128/512) – это, по сути, слепок.

И вот их можно хранить условно бесконечно, условно для всего. На каждый двор повесить камеру, и можно будет это хранить в вечность.

Ну не вечность, но годами. Сейчас 5 дней, а так можно будет на тех же мощностях хранить несколько лет, например.

Записывать что аудио, что видео очень легко. Гораздо больше вопрос, кто это все будет отслушивать и отсматривать. Система распознавания лиц как раз решила эту проблему для видео. Больше не нужно сажать человека для отсмотра, это научилась делать машина. То есть, можно искать людей не по каким-то специально сделанным фотографиям, а по как раз потоку с видео тоже.

Ну да.

Круто. Страшно.

Ну, для обычного человека, по идее, должно быть наоборот не страшно.

Повышает твою безопасность.

Повышает безопасность. То есть, все рисуют картину, что вот государство хочет следить за всеми. Я не понимаю, зачем? Чтобы было.

Почему бы и нет? Я же могу.

Ну, то есть, это какие-то затраты, какие-то ресурсы.

Это бюджетные деньги. но возможность сделать какой-то big data анализ, типа, где этот чувачок у нас там пробегал, по каким маршрутам, или даже не так, кто у нас около протестного митинга был, а потом мы его же раскрутим как бы по-конкретски, вот этого я очень боюсь. То есть того, что машины, алгоритмы, которые мы делаем, они дают власть, которой раньше не было, просто физически не могло быть, потому что принципиально не было такой возможности взять и составить список поименных людей, которые были на митинге. Ну, не было такой возможности.

Ну, список людей, которые были на митинге. Ты берёшь группу подписчиков Навального, вот тебе список людей, которые были на митинге. Сложно говорить с инженером, знаешь. Аналогию можно с мобильными телефонами провести, потому что когда только появлялись мобильные телефоны, все боялись, что вот там слежка и так далее. Ну, и сейчас никто не задумывается, например, о том, что по телефону можно полностью отследить и вообще узнать вообще всё, что угодно про тебя.

Скорее просто привыкли и таки опустились руки, ну ладно. этот форпост мы сдали. Хорошо, телефон оставить дома проще, чем лицо. Подкатываю я к тому, что можно ли обмануть алгоритм распознавания лиц?

Можно, замотавшись шарфом.

Обмануть не в смысле, чтобы меня не поняли, а чтобы меня определили как кого-то другого.

Сейчас есть работы на эту тему. Если у тебя есть исходный код алгоритма, то можно натренировать другую сеть, которая будет добавлять небольшой шум на фотографию, и лицо будет либо вообще не детектироваться, либо детектироваться как другой человек.

Ну, такие академические исследования, когда вот у тебя есть файл, ты в него можешь что-то добавить, и получится.

Да.

А маркером себе что, можете нарисовать такое,

чтобы... Ну, скорее нет.

А теперь про эксплуатацию. Насколько можно защититься от того, что человек, который, ну, оператор, который сидит, условно, там, оперативник, например, жену захотел проследить, от этого можно ли защититься?

Можно защититься организационными методами. То есть, чтобы человек не мог загружать фотографию в поиск, если у него нет того разрешения.

То есть, это организационная, операционная задача, не техническая?

Технически, мы, кстати, думали, было бы классно придумать такую систему, которая была бы прозрачной, чтобы все могли проверить, кто загружен туда.

Историю, кто загружен.

Да, но при этом не раскрывая персданные. То есть, мы пока не придумали, как это сделать, но если кто-то придумает, это было бы очень классно. Ну, то есть, что вот у нас есть база, про которую, не раскрывая информации о людях, которые туда загружены, можно проверить, есть ты там или нет. Чтобы мы могли как-то гарантировать, что в базе, по которой идет онлайн-мониторинг, никого, кроме людей из федерального розыска, нет. То есть, это бы решило очень много проблем и вопросов, которые сейчас возникают к технологии. То есть, даже не к технологии, а к тому, как её используют. Но пока мы такого решения не придумали, но, может быть, это можно придумать.

Дико интересно, да. Ну, типа, какой-то способ верифицировать, кто в базе на контроле стоит.

Ну да.

Из моего лица сделали слепок, и дальше с этим слепком что-то делают. Ну, в смысле, распознают меня там везде вот это всё. Как ты считаешь, я имею право сказать, типа, идите нафиг вообще не распознавать, ну как бы не используйте мой слепок, это моё.

Да, имеешь, но на шаг назад. Сейчас есть слепки только тех, кто находится в федеральном розыске. То есть, если ты в федеральном розыске, то вряд ли ты сможешь прийти и сказать, ребят, удалите мой слепок. Я не хочу, чтобы меня искали.

Как вообще относится в мире то, что русская компания такую sensitive технологию продаёт?

Ну, мир большой, смотря где. Например, в Штатах, в Европе, понятно, тяжело. Причём в Европе даже тяжело не потому, что мы российская компания, а потому что там очень жёсткие законы про privacy, и это очень чувствительная тема. Сейчас, насколько я понимаю, у них может использовать это только государство. Сейчас в этом вопросе нет какой-то единой позиции. Есть один полюс – это Европа, которая сказала, что можно только государство, больше никому нельзя. Есть, например, Китай, либо Латинская Америка, либо Россия, где можно всем.

Мне казалось, что Роскомнадзор считает, что лица— это персональные данные, и поэтому это попадает под закон какой-то.

Нет, там есть куча нюансов. Например, в ритейле ты не можешь распознавать конкретного человека, но ты можешь распознавать, например, пол и возраст, чтобы строить демографию. То есть, вот что у меня с часу до двух приходило, Много пожилых женщин. Много пожилых женщин.

Но при этом, подожди, я же видел рекламные буклеты про то, что это будет работать как cookies. Я захожу в один и тот же магазин два раза, и мне на второй раз говорят, вам как обычно.

Это тоже не запрещено. То есть в России сейчас нет закона на эту тему.

Подожди, закон о защите персональных данных. про то, что нельзя их обрабатывать там без чёткого разрешения, вот это всё.

Но слепка— это не персданный. Персданный— это если ты можешь узнать имя, фамилию.

Да ладно, а фотка человека – это не персданная?

Нет. Тут нужно спрашивать у юристов, которые прямо вот в этом вопросе детально…

Серая зона, я так понимаю.

Да, это скорее серая зона. Насколько я понимаю, то есть я могу ошибаться, если ты не можешь определить имя-фамилию человека по этим данным, то это не персданная. То есть если у тебя есть слепок, и человек заходит в магазин, и ты говоришь, что вот, это человек с номером 1543, то это не является нарушением закона о перс-данных. Но чтобы перестраховаться, на самом деле, все торговые сети, что делают, они сначала спрашивают разрешение. То есть, например, вот у тебя есть лояльные клиенты, часть из них захочет использовать новые модные фишки, потому что это, правда, удобно. И они обкатывают все технологии на них. Потому что для торговых сетей это тоже, понятно, репутационный риск.

Вот мы все время говорим про распознавание лиц. А что насчет походки? Насчет отпечатка пальцев? Насчет голоса? Вот я, например, видел китайское приложение, в котором вход по голосу. Типа ты один раз записываешь сэмпл, ну там, наговариваешь какие-то вещи, которые он тебя просит, а дальше ты логинишься не с помощью отпечатка, а с помощью, типа, наговаривания в микрофон. Это безопасно вообще?

Насколько я понимаю, точности распознавания по голосу, они там на порядке ниже, чем точности распознавания по лицу. Вот. Но для каких-то приложений как бы этих точностей хватает. Вот. И сейчас, если нужно что-то суперзащищенное, то обычно используют несколько многофакторную авторизацию. То есть это и лицо, и голос, и там отпечатки пальца, если супер... Скажи,

пожалуйста, а что насчёт походки? Я вот читал, мол, по походке очень легко определяется, и камера это уже умеет делать, а вот если положить камушек себе в ботинок, тогда всё, как бы, все эти системы как бы идут лесом. Можешь про это рассказать немножко?

Всё так. На самом деле, по походке определять можно, опять же, вопрос с точностью. То есть, если по лицу можешь определить, найти одного из ста миллионов или одного из миллиарда, то по походке ты сможешь найти одного из десяти или одного из ста человек.

Опасаться того, что меня по походке будут в метро определять не стоит.

Не стоит пока. Хорошо.

А по форме тела?

То же самое. Например, когда человек проходит мимо соседних подъездов, можно определять его по силуэту. Но, опять же, в сценарии метро это невозможно, потому что там очень много людей и очень много комбинаций, там точности не будет хватать. Поучаствовали в соревновании по распознаванию действий человека. Заняли там второе место. Есть 20 типов действий, на которых проводилось соревнование. Например, человек стоит, разговаривает по мобильному телефону, человек идет, человек достает что-то из машины. И нужно делать алгоритм, который их будет предсказывать.

То есть, условно, если около подъезда кто-то его начнет бить, то будет круто, если

алгоритм... Да, это первое применение, которое приходит в голову. Определять любое насилие, которое перед камерой происходит, и сообщать об этом.

Очень круто. Или чувак засунул все это в мусорку незаметно и ушел быстренько.

Ну да, как вариант.

Там есть разные... Это всё прямо сейчас происходит, да? Это не старые какие-то конкурсы, это вот прямо сейчас?

Не, это вот 2019 года конкурс.

А что ещё можно сделать такого, что вот неожиданно? Прямо про распознавание действий для меня неожиданно, я не думал об этом.

Если говорить про город, можно проверять, как работают коммунальные службы. Убран снег перед подъездом или нет. Определять, что человек не курит в неположенном месте, опять же, перед подъездом.

О, вместо детекторов дыма ты просто ставишь камеру, и она говорит типа там.

Ну да, например.

Пип-пип, руку бери.

Кражи.

Кражи в магазинах.

Кражи в магазинах можно, но кражи в магазинах уже решаются черными списками.

А тебя если человека засветили один раз, то дальше... Да.

Причем у нас есть клиенты, которые придумали отличную идею. У них нет охранников в магазине. Соответственно, они даже если знают, что это воришка, то ничего с ним сделать не могут. Вот, и поэтому они сделали чёрный список воришек. Когда вор заходит в магазин, они по громкой связи объявляют, а вы знаете, что воровство карается... Ты шутишь сейчас? Да, и как бы это работает.

Жесть. И это работает?

Да, это работает.

О, Господи. Эй, ты в чёрной платье? Суперинтересно. А расскажи про эмоции.

Мы сделали алгоритм распознания эмоций, то есть мы умеем 6 базовых эмоций определять и порядка 40 составных радостей и испуг, например, одновременно. Надо понимать, что это все эмоции поверхностные, что ли. То есть, вот та эмоция, которая у человека написана на лице. То есть, если человек будет улыбаться, на самом деле думать что-то нехорошее, то мы распознаем эмоцию, что он улыбается, а не то, что он там думает. То есть, мысли читать алгоритм пока что не умеют. Но все равно это можно использовать, например, для оценки удовлетворенности клиентам обслуживания, либо еще чего-то. Когда есть большое количество людей, из которых ты считываешь эмоции, то в среднем ты получишь достаточно объективную картину. То, что вот у тебя 80% ушли из магазина хэппи, а оставшиеся 20% были злые.

А когда там поменяли продавца, то процентаж изменился? Сразу понятно, какой продавец хороший, да?

Да-да-да.

И как? Рабочий проект?

Пока что все на стадии пилотных проектов. Пробуют внедрять. Все упирается в то, что дальше клиенты не знают, что делать с этими данными. То есть они узнали, что вот здесь вот люди довольны, здесь не очень довольны, а что дальше делать? Посмотреть почему? Ну, это уже надо делать клиентам какие-то дополнительные усилия.

Если к тебе придут заказчики и скажут, технологию сейчас разворачиваем, будем с опасными террористами бороться. У тебя есть грань, после которой ты говоришь, типа, чуваки, очень интересный заказ, но извините, нет. Или ты скажешь, я поставщик, я вендор.

Не, ну, например, мы принципиально не хотим ничего делать для военных.

То есть, у вас прям блок на то, что МВД окей, военные нет.

Да. Военные именно те, которые стреляют и так далее. То есть, это все получается естественным образом, потому что если, например, мы продадим наши алгоритмы военным, то завтра у меня в компании не останется ни одного сотрудника. И это классно, что у нас такая культура в компании.

А ты разговаривал про это или это твоя гипотеза?

Ну, я общаюсь с людьми в компании. Мне кажется, у них такая позиция.

Мне просто суперинтересно, вот именно ты как инженер в принципе решаешь инженерные задачи, но мне кажется в какой-то момент происходит этот переход, когда ты понимаешь, что от твоего решения на самом деле, как ты поступишь, зависит то, сделают власть заказчика какой-то хрень или не сделают. У тебя были такие ситуации?

Смотри, я считаю, что это сильно переоценено, сделают или не сделают. То есть, если они захотят что-то сделать, то все равно найдется компания, которая это сделает. Конкретно у нас, ну, наверное, прям таких ситуаций не было. Ну, то есть, были гипотетические разговоры, можем ли мы сделать что-нибудь для, опять же, для военных. Ну, мы сказали нет.

Вот.

Но это, опять же, надо понимать, что это там какие-то люди с какими-то своими идеями пришли, что вот прикольно было бы сделать такую штуку. Я на самом деле не понимаю, насколько им действительно вообще это нужно было, то есть, может быть, это их фантазии какие-то.

Разница между фантазиями и реальностью, мне кажется, твоими руками она сужается буквально на глазах.

Но страх вокруг распознавания лица переоценен, мне кажется. Эту область надо за ней следить, чтобы не было перекосов, как в Китае. Но в Китае, мне кажется, перекос не из-за технологии, а больше из-за общества. Ну, например, ты можешь себе представить, что в Европе им дали суперкрутую технологию распознавания лиц, которая всех может распознать как угодно, и они её используют для ущемления прав уйгуров.

я не хочу класть, ну, знаешь, как в программировании, я как бы, скорее всего, нет, но я не хочу рисковать, потому что я не могу вот этому, я не могу доверять, понимаешь? В смысле, есть вещи, которые я контролирую, а есть вещи, которые я не контролирую, и вот мне кажется, что это одна из тех очень сильных мощных технологий, которая лучше, я боюсь, не будет просто. Я не хочу, чтобы у кого-то было такое оружие, ну, проще говоря. Я понимаю, что я этим не занимаюсь, я на этом не зарабатываю, мне поэтому легко говорить, вы просто этим не занимайтесь, и вообще для меня это какой-то дальний мир. Я понимаю, что на этот вопрос нельзя ответить, но я его не могу не задать. Есть ли у спецслужб желание как-то заграбастать всё это? Ну потому что, понятное дело, что вы вендор, вы что-то делаете, но если бы я был в спецслужбе, я бы сразу захотел не просто технологию, а разработчиков сразу целиком. Понимаешь, о чём я?

Да, мне кажется, сейчас это уже больше паранойя. Им проще купить.

Я слышал краймуху-то в одном только статье, что вы теперь принадлежите Ростеху. Это правда?

Ну, не принадлежим. Ростех – это большая корпорация российская, которая делает кучу всего. То есть у них есть военная продукция, есть гражданская продукция. Есть куча фондов при Ростехе. И у нас один из фондов при Ростехе купил долю в NtechLab. То есть контроль у нас остался. Но у них есть доля небольшая. Утверждение, что NtechLab принадлежит Ростеху, неверно.

Спасибо. Уже, знаешь, слухи-то пошли. Это подкаст студии Либо-Либо, и сделали мы его вместе с сервисом онлайн-образования Яндекс Практикум. Слушайте нас везде, где вы слушаете подкасты. Подписывайтесь на нас, чтобы не пропустить новые выпуски. Оставляйте свои комментарии, мы их все читаем. Подписывайтесь на нас в Apple подкастах, в Google подкастах, в Кастбоксе, в Яндекс.Музыке и везде, где вы нас слушаете. Над выпуском работали редактор Андрей Борзенко, звукорежиссер Павел Цуриков, продюсер Павел Боровков. За джингл спасибо большое Алексею Зеленскому.