Россияне создали API для распознавания человеческих лиц


Содержание материала:

Технологии

Медиа

Конец приватности: «Большой брат» знает тебя в лицо

Зачем в социальных сетях система распознавания лиц

В течение нескольких дней, практически одновременно, три крупнейшие социальные сети, работающие в России, запустили свои сервисы распознавания лиц. Что это дает пользователям, в чем интерес компаний и почему интернет-сервисы распознавания лиц привлекают такое внимание — в материале «Газеты.Ru».

Стильно, точно, современно

Автоматическое распознавание лиц дает возможность удобно и быстро (в один клик) отмечать других пользователей на фотографиях выкладываемых в сеть. Одновременное внедрение опции распознавания лиц «ВКонтакте», «Одноклассниками» и Facebook, очевидно связано с конкурентными соображениями.

Скорее всего, внутри компаний хорошо знали время запуска сервисов у конкурентов и постарались «быть в тренде».

«Пользователи ежедневно загружают в ОК миллионы фотографий со своими близкими, друзьями, коллегами или новыми знакомыми. По нашей статистике, чаще всего люди загружают фото с собой или своими друзьями, и новый сервис позволит всем пользователям обменяться впечатлениями сразу после загрузки фото.

В ближайшее время мы расширим возможности сервиса, и автоматические отметки будут работать не только на друзей, а в будущем наши пользователи смогут даже находить старых знакомых или дальних родственников просто по фотографии», — говорит директор по продукту «Лента» социальной сети «Одноклассники» Марина Краснова.

Все вышесказанное можно отнести и к сервисам распознавания лиц, запущенными и двумя другими социальными сетями, разница лишь в нюансах реализации.

Представитель «ВКонтакте» в своем комментарии «Газете.Ru» сказал, что сразу после запуска распознавания лиц пользователи стали намного активнее отмечать друзей на фото, то есть, новый сервис моментально подтвердил свою востребованность.

Facebook сделала отдельный акцент на борьбу с чужими фотографиями на аватарках и помощи людям со слабым зрением.

Разумеется, у пользователей всех трех соцсетей есть возможность запретить использование своего изображения и возможность убирать свои теги с фотографий.

Само по себе машинное распознавание лиц является частным случаем реализации «компьютерного зрения», технологии, бурно развивающейся в последние годы. Связано это в первую очередь с прорывом в области такой разновидности программ искусственного интеллекта, как нейронные сети. Искусственные нейронные сети идеально подошли для распознавания образов и именно на таких программах базируются все современные решения по идентификации лиц.

Над технологиями распознавания образов сейчас работают и специализированные компании 3M, Cognitec, NEC, Safran, Aware Inc и такие IT-гиганты, как Google, Microsoft, Apple, Facebook, Alibaba Group, а также ведущие производители смартфонов.

Достигнутый прогресс невероятен. Так, например, степень надежности Apple Face ID позволяет пользователям расплачиваться с помощью iPhone X и входить в банковские мобильные приложения с помощью распознавания лица владельца смартфона.

Марина Краснова также подчеркивает высокую эффективность их системы: «По результатам тестирования на части аудитории точность нашей системы составляет 97,5%: нейросеть узнает 10 человек из 10 на фото».

Чего боятся пользователи

Несмотря на очевидные удобства, технологии распознавания лиц вызывают у людей неоднозначную реакцию, а их использование воспринимается частью общества как вторжение в личное пространство. Кроме того, у многих пользователей есть опасения, что их личные данные, к которым большинство людей относят и свои фотографии, будут использоваться без учета их интересов.

Законодательство Евросоюза, Канады и некоторых других стран не позволило Facebook внедрить новую технологию для пользователей в этих странах.

В комментарии для «Газеты.Ru» представители «ВКонтакте» категорически заявили, что у посторонних лиц или организаций доступа к сервису компании нет, а «ВКонтакте» использует технологию только для улучшения пользовательского опыта.

Тем не менее, вследствие специфики API (программного интерфейса) социальных сетей, их огромный массив фотографий пользователей доступен и сторонним сервисам распознавания лиц.

Так, сервис FindFace, разработанный компанией Ntech.Lab, в 2020 году стал причиной громкого скандала, когда пользователи имиджборда «Двач» с помощью FindFace стали деанонимизировать порноактрис, находя их профили в социальных сетях. Вообще алгоритмы Ntech.Lab оказались настолько эффективны, что компания, совместно с управлением МВД Рязанской области в марте 2020 года представили систему распознавания лиц на массовых мероприятиях.

На службе «умного» города

Сама технология машинного распознавания лиц и ее имплементация в социальных сетях является многофункциональными инструментом, который можно использовать в разнообразных целях.

Сравнение изображений, полученных с камер наружного наблюдения с фотографиями из соцсетей, помогает поиску пропавших людей, разыскиваемых преступников, более точному таргетингу при предложении товаров и услуг.

В одной только Москве сейчас работает около 160 тыс. камер наблюдения, и более 3 тыс. из них используется в московском сервисе видеоаналитики.

К системе городского наблюдения подключены порядка 16 тысяч пользователей — сотрудники правоохранительных органов, государственных и муниципальных организаций. Правоохранители могут получить необходимые данные по запросу в рамках действующего законодательства, а сотрудники госучреждений получают доступ к видеокамерам с тех территорий и маршрутов, за которые они несут ответственность.

Очевидно, что эффективность такого сервиса вырастет кратно, когда он будет обрабатывать изображение со всех городских камер.

С другой стороны, столь пристальное внимание «Большого брата» и большого бизнеса к их реальной и виртуальной жизни нравится не всем россиянам, а часть из них даже готова доплачивать сервисам за то, чтобы их данные нигде и никак не использовались.

Отметим, что такие услуги вряд ли буду реализованы на коммерческой основе, так как согласно российскому законодательству, а именно федеральному закону №152 «О персональных данных», обработка биометрических персональных данных может осуществляться без согласия субъекта персональных данных в связи с реализацией международных договоров Российской Федерации о реадмиссии, в связи с осуществлением правосудия и исполнением судебных актов, а также в случаях, предусмотренных законодательством Российской Федерации об обороне, о безопасности, о противодействии терроризму, о транспортной безопасности, о противодействии коррупции, об оперативно-розыскной деятельности.

Технология «двойного» назначения

По мнению веб-аналитика «Лаборатории Касперского» Владислава Тушканова, в среде людей, занимающихся приватностью, к сбору биометрической информации всегда относятся с настороженностью.

«В случае утечек данных, а они случаются даже у крупнейших компаний, пароли и почтовые ящики, например, можно сменить, а вот поменять лицо или, скажем, отпечаток пальца у вас не получится», -— говорит аналитик.

Комментируя запуск новых сервисов Facebook и «Одноклассниками», Тушканов сказал, что ситуация здесь с точки зрения кибербезопасности неоднозначная.

«Facebook уже давно использует технологии распознавания лиц, а нововведения гипотетически должны помочь вам узнать, что кто-то использует ваши фотографии, например, для реализации мошеннических схем с кражей личности.

Однако, согласно различным источникам, вы не сможете использовать только эту функцию – вам будет предложено или подключить весь функционал распознавания лиц, или отказаться от него целиком.

Кроме того, не совсем ясно, что будет, если у злоумышленника уже есть аккаунт, использующий фотографии жертвы: не выйдет ли так, что он будет получать всю информацию по изображениям, где удалось распознать ее лицо – тем более что сканирования загруженных до введения этой функции фотографий не предусмотрено.

Что касается «Одноклассников», то тут все сложнее и во многом напоминает нашумевшую историю с FindFace. Автоматическая отметка друзей на фото – функция достаточно безобидная, а вот поиск пользователей по фотографии может представлять угрозу, так как открывает большие перспективы для злоумышленника. Он может сфотографировать вас на улице (например, если его интересовал ваш дорогой телефон или автомобиль), а затем найти ваш профиль и узнать о вас все, чем вы поделились в соцсети, включая ваше местоположение и адрес, чтобы спланировать преступление», — говорит Тушканов.

Tехнический директор Check Point Software Technologies в России и СНГ Никита Дуров, считает, что видеоаналитика, используемая в социальных сетях, призвана помочь в борьбе с нарушением прав на личную жизнь или идентифицировать бот-аккаунты, однако возникают новые риски подмены данных злоумышленниками.

«На данный момент нет информации об инцидентах, связанных с идентификацией пользователя с применением технологии распознавания лиц, но нужно быть готовым к возможным угрозам подмены или использования данных пользователей», — считает Дуров.

По его мнению, технология распознавания лиц и предоставляет дополнительные удобства, и создает новые риски.

«Учитывая, что банки тоже активно внедряют биометрию, компании должны разрабатывать механизмы защиты от хакерских атак, чтобы злоумышленники не смогли получить доступ к данным пользователей, — отметил эксперт. —

К тому же сейчас остро стоит вопрос с фейковыми приложениями и пользователи должны быть внимательными при скачивании приложений даже из официальных магазинов — злоумышленники могут получить контроль над мобильным устройством, а именно доступ к фронтальной камере и микрофону, подменить данные идентификации на уровне операционной системы мобильного устройства, а затем использовать полученные данные пользователя в своих интересах».

Китайский разработчик ПО для распознавания лиц Megvii привлёк $750 млн в преддверии IPO Материал редакции

Интерес к стартапу проявляет правительство Китая, которое планирует создать сеть видеонаблюдения по всей стране.

Китайский разработчик технологий искусственного интеллекта (ИИ) Megvii, известный по системе распознавания лиц Face++, привлёк $750 млн от группы инвесторов. Об этом пишет Reuters.

По данным агентства, оценка Megvii превысила $4 млрд. Компания привлекла средства от Bank of China Group Investment, которая возглавила раунд, а также Macquarie Group, ICBC Asset Management, Alibaba Group и других инвесторов.

Megvii планирует разместить свои акции на бирже в Гонконге в 2020 году. По данным Bloomberg, стартап может привлечь от $500 млн до $1 млрд.

Megvii основана в 2011 году. Компания специализируется на разработке систем распознавания лиц и других технологиях ИИ. Она сотрудничает с такими компаниями, как Alibaba, Ant Financial и Huawei Technologies, а также обслуживает госструктуры и госкомпании.

Основным клиентом Megvii, как и других компаний-разработчиков систем распознавания лиц, является правительство Китая в лице полицейских управлений, пишет Business Insider. Власти Китая планируют создать сеть видеонаблюдения с поддержкой распознавания лиц по всей стране, чтобы получить возможность отслеживать перемещения граждан.

В некоторых городах Китая полиция уже использует такую систему для поиска преступников. Уровень точности системы — 99,8%. По данным на март 2020 года, в Китае насчитывалось 170 млн камер видеонаблюдения, писал Business Insider. К 2020 году это число должно вырасти до 570 млн.

Facebook тестирует систему распознавания лиц для подтверждения личности пользователей

Facebook тестирует систему распознавания лиц для идентификации личности пользователей, которые пытаются зайти в свой аккаунт с мобильных устройств. Об этом заявила исследователь кода Джейн Манчун Вонг — ей удалось обнаружить ссылку на систему распознавания лиц в приложении, пишет Engadget.

По словам Вонг, система похожа на Apple Face ID — однако в отличие от системы распознавания лиц от Apple, Facebook планирует хранить снимки лица на сервере в течение 30 дней, а не на устройстве пользователя. В Facebook утверждают, что данные из системы не будут доступны другим компаниям.

В системе присутствует и другой вариант идентификации — он предполагает загрузку фотографии удостоверения личности пользователя «на плоской, хорошо освещенной поверхности».

Представители Facebook отказались от комментариев Engadget. Издание отмечает: тестирование функции не означает, что она будет внедрена в ближайшее время — и когда-либо вообще.

Ранее дочерняя компания социальной сети Facebook разработала инструмент, который изменяет черты лиц человека и не позволяет идентифицировать его системам для распознавания. Однако инженеры пока не планируют использовать его в своих продуктах.

Топ-пост этого месяца:  Как применять в CSS фильтры изображений фона использование псевдо-элементов и смешивания

Инструмент от Trustwave позволяет искать людей в социальных сетях посредством распознавания лиц

Компания Trustwave выпустила инструмент с открытым исходным кодом под названием Social Mapper, который посредством распознавания лиц ищет людей в разных социальных сетях. Система предназначена для исследователей безопасности в области социальной инженерии и способна автоматически находить профили в Facebook, Instagram, Twitter, LinkedIn и других сервисах, используя имена и фотографии.

Всё это можно проделывать и вручную, но автоматизация позволяет ускорить процесс и искать сразу несколько людей. «Сбор данных в Сети — трудоёмкий процесс, — объяснила Trustwave. — Что, если бы его можно было автоматизировать, чтобы искать сотни или даже тысячи людей?».

Social Mapper не требует доступа к API социальных сетей, что обычно препятствует работе систем для отслеживания действий пользователей вроде Geofeedia. Технология Trustwave осуществляет поиск вручную в отдельном окне браузера, а затем посредством распознавания лиц проверяет первые 10–20 результатов.

Ручной поиск означает, что инструмент работает значительно медленнее, чем сервисы с доступом к API. Разработчики заявляют, что поиск по списку из 1000 человек может занять более 15 часов.


Результатом работы Social Mapper является таблица аккаунтов на каждое имя. Trustwave предлагает использовать инструмент для поиска уязвимостей и запрещает работать с ним определённым группам пользователей.

Facebook научила ИИ «прятать» лица людей от распознавания

Компания Facebook AI Research (дочерняя структура американского технологического гиганта Facebook) создала основанный на искусственном интеллекте инструмент, который умеет менять черты лиц людей на видео, чтобы препятствовать алгоритмам, применяемым для распознавания лиц. Об «ИИ для борьбы с ИИ» сообщает издание VentureBeat.

Алгоритм для «де-идентифицирования» лиц, запечатленных на видео, позволяет менять «ключевые черты» внешности. При этом, подвергнутые специальной обработке лица продолжают быть узнаваемыми. То есть, алгоритм, который создали инженеры Facebook AI Research, нужен конкретно для обмана искусственного интеллекта, а не людей.

Это, по данным СМИ, не единственная подобная технология в мире — после того, как сервисы по распознаванию человеческих лиц обрели большую популярность, разработчики задумались о противодействии могущественной новой технологии. На алгоритмах для «де-идентифицирования» специализируется, в частности, израильская компания D-ID.

Не стоит думать, что новый алгоритм скоро появится в сервисах Facebook. По словам представителей Facebook AI Research, технология создавалась не для этого. То есть, лица пользователей социальной сети «Фейсбук» как распознавались множеством самых разнообразных сервисов, так и будут распознаваться.

Россияне создали API для распознавания человеческих лиц

Следователь загружает в компьютер фотографию преступника, система анализирует изображения с десятков тысяч камер слежения по всему миру и за секунды находит нужного человека, сообщая, где и когда он был замечен в последний раз.

Пока что это вымысел, пригодный разве что для кино или литературы, но он вполне может стать реальностью уже в ближайшие годы, считает основатель компании NTechLab 27-летний Артем Кухаренко.

NTechLab смогла создать систему распознавания лиц, которая конкурирует с технологиями Google, 3M, NEC и других глобальных игроков. 10 мая компания объявила, что привлекла $1,5 млн от пула инвесторов, в том числе от фонда Impulse VC, куда инвестировали Роман Абрамович (12-е место в российском рейтинге Forbes — $9,1 млрд) и известный российский топ-менеджер Александр Провоторов.

Люди и собаки

В начале 2015 года Артем Кухаренко, который окончил МГУ и несколько лет работал в российском исследовательском центре Samsung, где занимался в том числе проблемой распознавания образов, ради развлечения написал приложение для мобильной операционной системы Android, определяющее породу собаки по фотографии. Magic Dog до сих пор доступно в Google Play, но так и не стало популярным. Зато в процессе работы Кухаренко и двум его коллегам удалось разработать алгоритм для распознавания образов, в том числе человеческих лиц. Они назвали его FindFace.

К тому моменту крупные мировые IТ-компании, такие как Google, Microsoft и Facebook, уже вовсю работали над распознаванием лиц, инвестировав в это десятки миллионов долларов. При этом они имели доступ к мощным графическим процессорам, способным за секунды обрабатывать огромные объемы информации.

У Кухаренко и его партнеров таких ресурсов не было. Пришлось придумать решение, которое может быть реализовано с помощью относительно слабых и недорогих процессоров. И если самые совершенные системы, занимающиеся распознаванием лиц, оперируют тысячами анатомических показателей, то Кухаренко смог создать алгоритм, которому для распознавания необходим набор всего из 80 показателей, занимающих не больше мегабайта данных. Точность, конечно, снижается, но для решения большинства прикладных задач ее хватает.

Связи помогли Артему Кухаренко выйти на Александра Кабакова, совладельца фонда Typhoon Digital Development, который на тот момент уже вложил средства в разработчика браузерных игр «Ракета» и агентство мобильной рекламы Add in App. Кабаков и его партнеры по фонду помогли Кухаренко с запуском компании и вошли в капитал NTechLab как частные лица. Кухаренко досталось 25% акций, Кабакову и его партнерам Олегу Братишко и Анатолию Гусеву — по 17,5%. Остальное получили еще два частных инвестора — Марина Полянская (17,5%) и Екатерина Семенова (5%). Объем инвестиций партнеры не раскрывают, но Кабаков говорит, что на старте в компанию было вложено несколько десятков миллионов рублей.

В сентябре 2015-го Кухаренко узнал, что Университет Вашингтона проводит конкурс MegaFace Challenge для команд, создающих алгоритмы распознавания лиц. Причем участвовать в нем могли как университетские проекты с чисто научными целями, так и коммерческие IТ-компании. Артем тоже решил рискнуть — и победил. Алгоритм NTechLab в одном из состязаний опередил разработку Google, распознав 73,3% лиц из 1 млн фотографий, у Google показатель был чуть ниже — 70,5%.

«NTechLab стала известна благодаря выигранному конкурсу MegaFace в 2015 году. Но сегодня в этом конкурсе соревнуются уже более качественные алгоритмы», — говорит глава фонда VP Capital Виктор Прокопеня.

Второй удачной идеей стало создание сервиса FindFace. В феврале 2020 года были запущены сайт и мобильное приложение, куда можно было загрузить фотографию человека — и сервис находил его в соцсети «ВКонтакте». Пользователи интернета с помощью сервиса искали героев любительской порнографии, хулиганов, попавших на записи камер наружного наблюдения, и просто симпатичных девушек. О приложении рассказал «Первый канал», где его использовали для передачи «Жди меня».

По словам создателей FindFace, сервисом с момента его запуска воспользовались более 1 млн человек. Бесплатный вариант позволяет найти не более 30 человек в месяц, платная версия дает неограниченные возможности, но число платных пользователей не превышает нескольких тысяч.

Александр Кабаков говорит, что это был имиджевый проект. «Мы, конечно, что-то зарабатываем на FindFace, но для нас это была в первую очередь возможность продемонстрировать технологию. Благодаря этому мы начали получать по пять предложений о сотрудничестве в день», — вспоминает он.

Кухаренко уточняет, что сервис FindFace был нужен как доказательство работоспособности алгоритма NTechLab: «На тот момент распознаванием лиц в мире занимались уже лет 20, часто с не очень хорошим результатом. Нередко, когда мы приходили в какие-то компании, нам говорили: мы уже платили за распознавание, и в итоге оно не работало. Тогда мы показывали FindFace и предлагали попробовать».

Однако развиваться в соцсетях партнеры не стали — они решили, что будут специализироваться на b2b-решениях. Это был не самый очевидный выбор. Так, белорусская компания Masquerade, создавшая сервис обработки видеоизображений MSQRD, сумела за несколько недель привлечь несколько миллионов пользователей и в марте 2020 год удачно продалась Faceboook. Сумма сделки не объявлялась, но эксперты оценивали ее в $20–40 млн.

Однако Кабаков и Кухаренко решили, что разумнее будет сразу идти туда, где много денег.

Что представляет собой рынок распознавания образов

Одними из главных драйверов рынка распознавания лиц являются государственные структуры, занимающиеся безопасностью. Ключевые игроки мирового рынка 3M, Cognitec, NEC, Safran, Aware Inc. зарабатывают в основном на сотрудничестве с ними.

По данным исследования Global Biometrics Technology Market компании Transparency Market Research, текущий объем мирового рынка распознавания лиц составляет около $2,5 млрд, а к 2020 году достигнет примерно $4 млрд. В исследовании Facial Recognition Market компании MarketsandMarkets приводится сумма $6,5 млрд в прогнозе на 2021 год.

Рынок дополненной реальности, где технологии распознавания лиц могут быть одними из ключевых, выглядит гораздо интереснее. Многие источники оценивают его емкость более чем в $100 млрд всего через пять лет, говорит Виктор Прокопеня.

Размер российского рынка распознавания лиц по объему заключенных контрактов не превышает несколько десятков миллионов долларов с учетом оборудования, говорит Александр Ханин, генеральный директор VisionLabs.

Безопасность и ретейл

Готовое коммерческое решение на базе алгоритма FindFace было запущено только в ноябре 2020 года. По словам Кабакова, NTechLab ведет сейчас переговоры с 200–300 компаниями, из которых около ста уже запустили фазу пилотного тестирования.

Значительная часть запросов поступает от поставщиков решений в области обеспечения безопасности и контроля доступа, в том числе в аэропортах. А одним из первых клиентов NTechLab стала компания Diamond Fortune Holdings Prim, которая занимается строительством гостинично-развлекательных комплексов на территории курорта «Приморье». Она внедрит алгоритм во всех казино Diamond Fortune на территории игровой зоны, чтобы в режиме реального времени анализировать информацию с камер наблюдения и информировать персонал, если обнаружены лица, внесенные в базу подозрительных. Другим партнером, уже запустившим тестирование, стал крупнейший в Турции поставщик биометрических решений в сфере безопасности Papilon Savunma. По словам Кабакова, обсуждается внедрение решения для нужд турецкой миграционной службы.

Сферой безопасности дело не ограничивается. Крупный проект компания делает для одного из международных ретейлеров, работающих в России. Алгоритм распознавания лиц будет использоваться для контроля за сотрудниками, и менеджмент будет знать, сколько времени они проводят в торговом зале, как часто ходят в курилку и т.д. «В принципе наша технология уже достаточно хорошо научилась распознавать эмоции по выражению лица, так что в будущем компания сможет контролировать, насколько доброжелательно персонал себя ведет с покупателями. Но пока клиент еще не решился такое внедрять», — говорит Кабаков.

Алгоритм, позволяющий распознавать эмоции, возраст и другие параметры по видео с камер наблюдения, — одно из направлений, на которое NTechLab возлагает большие надежды. Ведь такая система сможет определять в торговом центре, например, женщин старше 40 лет и запускать на телеэкранах рекламные ролики косметики для этой возрастной категории. Или, например, узнавать конкретного посетителя и отправлять ему индивидуальное рекламное сообщение вроде: «Добрый вечер, вчера вы купили в нашем магазине креветки, не хотите ли приобрести пиво по акции?» NTechLab месяц назад показала прототип такого решения на одной из отраслевых выставок.

Экономика распознавания

По расчетам основателей, выручка NTechLab во втором квартале 2020 года должна составить $500 тыс. Более 70% доходов компания получает на зарубежных рынках. Сейчас в московском офисе NTechLab работают более 30 человек, две трети из них программисты. Основной источник доходов — отчисления за лицензию. Ее стоимость варьируется от нескольких тысяч до десятков тысяч долларов и зависит от числа компьютеров, на которых установлена программа, функционала и т.д. Для мелких клиентов есть облачный сервис, который стоит фиксированные $1,5 тыс. в месяц и работает на серверах NTechLab. Он не оптимален для обработки больших объемов информации, но его хватает для удовлетворения потребностей небольших компаний.

Основатель NTechLab называет своим основным преимуществом гибкий подход и готовность адаптироваться к потребностям конкретного клиента.

Впрочем, сейчас главная задача партнеров — привлечение инвестиций. «Сейчас большой интерес к нейронным сетям и распознаванию. Но одно дело, когда кто-то хочет, пользуясь ажиотажем, продать бизнес, который не приносит денег, другое — когда речь идет о компании, которая генерирует выручку уже сейчас», — рассуждает Артем Кухаренко.

10 мая NTechLab объявила о закрытии первого раунда финансирования. Компания привлекла $1,5 млн за миноритарный пакет от пула инвесторов во главе с фондом Impulse VC, одним из партнеров которого является Роман Абрамович, и бывшим генеральным директором «Ростелекома» Александром Провоторовым. Эти средства партнеры планируют потратить на открытие офисов в США, странах ЕС, Китае, Индии и ОАЭ, а также на совершенствование технологии распознавания.

Топ-пост этого месяца:  Функция str_replace и регулярные выражения

Для Impulse VC это не первая сделка на рынке распознавания образов: в июне 2015 года фонд вложил $4 млн в компанию Ivideon, занимающуюся решениями в области удаленного видеонаблюдения. А Провоторов в период своей работы в «Ростелекоме» активно взаимодействовал с разными поставщиками решений в области распознавания лиц, рассказал РБК источник в «Ростелекоме». Телеком-гигант уже обеспечивает видеонаблюдение в метро, а к 2020 году ГУП «Мосгортранс» планирует, что камеры смогут не только находить злоумышленников, но и распознавать подозрительное поведение.

Взгляд со стороны

«Распознавание лиц — одно из наиболее четких бизнес-применений нейронных сетей»

Александр Провоторов, первый заместитель гендиректора «Tele2 Россия», гендиректор компании «Ростелеком» в 2010–2013 годах

«Я давно слежу за проектами в области искусственного интеллекта. Нейронные сети являются одним из самых перспективных направлений в этой сфере. Достаточно посмотреть хотя бы на количество M&A-сделок в этом сегменте в мире за последние годы. При этом распознавание лиц — одно из наиболее четких бизнес-применений современных нейронных сетей. Что особенно важно, NtechLab широко известна не только в России, но и за ее пределами. Наличие существенного потенциала для международного развития делает инвестицию в эту компанию особенно интересной».​

«Переход от базовых технологий к законченным решениям — сложная задача»

Тимур Векилов, генеральный директор компании «Вокорд»

«NTechLab год назад обошла Google в соревновании алгоритмов, но с тех пор или их показатели не улучшились, или они приняли решение их не демонстрировать. К примеру, алгоритм нашей компании дважды в прошлом году признавался лучшим в мире в тесте MegaFace. Но самое главное, что заказчикам требуются не алгоритмы, а готовые решения, включающие комплекс ПО и оборудования, которые, например, могут решать такие сложные задачи, как распознавание лица в толпе, предотвращение краж и злоупотреблений в розничной торговле или аутентификация на мобильных устройствах. Переход от базовых технологий к законченным решениям — достаточно сложная задача, требующая системного похода».

«Рынок будет только расти»

Антон Федчин, руководитель проекта «Одноклассники»

«Технология была на пике популярности около двух лет назад, сейчас нейросети применяются повсеместно. К примеру, мы используем нейросети для модерации контента. Технологии помогают обрабатывать большие массивы фото и видео. Мы начинаем внедрять технологию и в ленте новостей — сейчас соцсети строятся на персонализации контента, и нейросети помогают в этом. Распознавание лиц уже применяется многими, а вот распознавание предметов и географических объектов — интересный и новый этап. В любом случае рынок компаний и индустрий, где могут быть применены нейросети, год от года будет только расти».​

Что нужно знать о технологии распознавания лиц

Как эта технология используется государствами и бизнесом, можно ли обмануть камеру с системой идентификации лиц и получится ли найти человека в интернете по фото.

Директор по продуктам сервиса облачного видеонаблюдения и видеоаналитики для бизнеса Ivideon.

Для государства распознавание лиц — важная часть системы безопасности и внушительная статья бюджета. Для журналистов — либо панацея, либо орудие мирового заговора. Для бизнеса — инструмент или продукт. Чью сторону ни прими, базовые вопросы всё равно остаются. Ответы на них пользователи привычно ищут в интернете (в среднем 28 704 запроса по тематике face recognition в месяц), но обнаруживают далеко не всегда. Исправляем ситуацию.

Что же такое распознавание лиц

Отделим мух от котлет. Пользователи чаще сталкиваются с распознаванием лиц в собственных смартфонах, где биометрическая идентификация применяется, чтобы разблокировать устройство и получить доступ к данным мог только его владелец. В процессе распознавания обязательно участвует 3D-камера, чтобы невозможно было обмануть гаджет фотографией.

Ещё существует идентификация лиц в реальном времени и реальных же условиях: в этом случае она неразрывно связана с системами видеонаблюдения, где лица буквально «выхватываются» из снимаемого камерами видеопотока.

Представим себе качественную современную камеру видеонаблюдения, размещённую чуть выше среднего человеческого роста в хорошо освещённом месте. Перед ней каждый день проходит примерно одинаковое количество примерно одних и тех же людей. Двигаются они не очень быстро.

Снятое видео может храниться в облачном архиве. К камере подключается аналитический модуль: сложное сочетание алгоритмов (искусственный интеллект, нейросети, вот это всё) плюс пользовательский интерфейс. Модуль «выхватывает» лица из видеопотока, определяет пол и возраст и заносит данные в базу.

Постепенно изображений становится больше. Система запоминает все распознанные лица автоматически и заносит их в архив, а пользователь с допуском указывает дополнительные данные: имя, должность, статус, прочие отметки («VIP-гость» или «вор»). Можно загрузить фото нужной персоны, а модуль найдёт в архиве все детекции этого лица.

Как только человек с отметкой вновь проходит перед камерой, система фиксирует это как важное событие и отправляет push-уведомление заинтересованным пользователям.

Если вы дочитали предыдущие несколько абзацев до конца, поздравляю, теперь вы знаете, как работает распознавание лиц в идеальной ситуации. Описание подходит к любой системе: от тех, которые используются в московском метро, до решений для малого бизнеса.

Главное, что нужно понимать: идеальную ситуацию в реальной жизни создать сложно, особенно если речь идёт о целом городе, а не офисе или магазине. Скажем, в метро людей много, все разные, ходят быстро. Камер нужно очень много, они стоят денег, размещать их должны грамотные специалисты.

Можно ли обмануть алгоритм распознавания лиц

Несмотря на случающиеся промахи, точность машинного распознавания уже нередко превосходит ту, с какой определяют лица люди. В Китае скоро появится China to build giant facial recognition database to > система, способная найти конкретного человека среди 1,3 миллиарда других жителей за 3 секунды с точностью 90%.


И всё же однозначно на этот вопрос ответить сложно, потому что единственного идеального алгоритма распознавания лиц не существует. Большие очки, наклеенная борода, кепка, высокая скорость перемещения, специальный макияж (например, нарисованная на лице решётка «Чёрный лебедь», котики, кружочки и палочки. Как спастись от систем распознавания лиц при помощи макияжа ) — всё это способно запутать алгоритм. Особенно в совокупности, потому что для распознавания бывает достаточно Как обмануть системы распознавания ли 70% открытого лица. А теперь представьте, что использовать вышеперечисленные ухищрения необходимо в условиях реального города. Звучит не так уж просто, верно?

Возможно ли распознавание лиц онлайн

Интернет — место парадоксальное: люди здесь одновременно могут беспокоиться о том, не определяет ли каждая вторая камера на улице их личность, и искренне хотеть «распознавать лица других людей по фотографии онлайн». Рассмотрим это направление face recognition отдельно.

Программа распознавания лиц — это либо описанный выше аналитический модуль (камера видеонаблюдения + софт + облачное хранилище), либо софт, аналогичный известному (слегка скандально) сервису FindFace. Сегодня скачать программу распознавания лиц «бесплатно и без регистрации» в подавляющем большинстве случаев, понятное дело, невозможно.

Мечта пользователя, который вводит запрос, очевидно, выглядит так: заходишь на сайт, загружаешь фото человека, снятого украдкой в метро, программа распознаёт лицо и выдаёт ссылку на профиль в соцсети. Ага, попался! Или же так: загружаешь программу на компьютер, подключаешь к ней веб-камеру и распознаёшь мордочку своего кота. Успех — теперь тебе будет приходить уведомление каждый раз, когда кот ворует сосиски.

Реальность жестока. Первый же сайт, который предлагает вам подобное, отказывается работать, а второй — требует навыков программирования на Python. Более-менее похожее на мечту приложение называлось SearchFace, которое недавно перезапустилось Searchface перезапустился с авторизацией через «ВКонтакте». Но соцсеть закрыла эту функцию под названием FindClone. Вы загружали фотографию, а алгоритм пытался распознать это же лицо в базе социальной сети «ВКонтакте». Ссылок на профиль приложение не выдавало, только сами снимки — причём неважно, кем они были загружены. Если пользователь давно активен в соцсети, выдача фото создавала жутковатый «биографический» эффект, если же нет, распознанные изображения могли рассмешить.

Иногда SearchFace работал вот так

Собственно, пример SearchFace наглядно отвечает на вопрос «Как социальные сети используют распознавание лиц?». Точнее было бы cформулировать его таким образом: «Как социальные сети используются для распознавания лиц?» Ответ прост: как база данных. Неисчислимое количество уникальных сочетаний цифр (а именно так для алгоритмов Facebook, «ВКонтакте» и остальных выглядят лица на фото) формирует базу для обучения нейросетей, которые ложатся в основу того или иного решения face recognition.

Решения все разные, и нейросети разные тоже, а детали и технические особенности заказчики и поставщики сервисов, как правило, не разглашают. В частности, пол и возраст модуль распознавания умеет определять благодаря тому, что может учиться на информации, содержащейся в «Одноклассниках», «ВКонтакте», Instagram и Facebook.

Как программируется распознавание лиц

Никогда не надо отвечать на вопросы разработчиков и для разработчиков, если ты не разработчик. Поэтому за помощью мы обратились к специалисту.

Член Российской ассоциации искусственного интеллекта и старший эксперт по разработке систем ИИ и машинного обучения Microsoft.

Распознавание лиц (а также другие связанные операции) — это достаточно типовая задача. Поэтому многие компании предоставляют готовые сервисы в виде облачных API (программных посредников между приложениями) для качественного решения этих задач. Кроме IT-гигантов вроде Microsoft и Google, распознаванием лиц занимаются также специализированные компании, в том числе российские. Их продукты стремительно развиваются и предоставляют ещё более интересные функции, такие как идентификация лиц и силуэтов в толпе.

Самому с нуля натренировать нейронную сеть намного сложнее. Нужен большой и качественный набор исходных данных, то есть десятки и сотни тысяч (а лучше ещё больше!) фотографий людей. Кроме того, понадобятся существенные вычислительные ресурсы и знания в области ИИ и машинного обучения. Крупные компании располагают всеми этими средствами, поэтому решают задачу намного лучше.

Также существует промежуточное решение — использовать уже натренированную нейросеть, например OpenFace. Такой вариант, скорее всего, будет работать чуть хуже, чем готовый облачный сервис, однако позволит иметь полный контроль над системой. При этом потребуется определённый уровень понимания работы нейросетей и нейросетевых фреймворков и, по всей видимости, некоторое знание языка Python, который завоевал популярность как основной язык программирования среди специалистов Data Science.

Действительно, на нём удобно проводить различные эксперименты, визуализировать данные и производить эффективные матричные вычисления благодаря прекрасному пакету NumPy. Это не самый лучший язык для промышленной разработки, поскольку он не содержит эффективных средств для создания больших безопасных программных систем, однако альтернатив ему в области обучения глубоких нейросетей пока нет.

Как работает распознавание лиц в бизнесе

Востребованность face recognition в финтехе, ретейле и других видах бизнеса напрямую связана с повышением доступности технологии. Механика проста: на всех предприятиях и во всех организациях стоят камеры видеонаблюдения, которые используются как инструменты для сбора данных и последующей аналитики. В мире системы наблюдения снимают за месяц терабайты видео в формате Full HD, то есть информации для обработки накапливается действительно много.

Необходимое ПО для анализа данных может «прошиваться» на устройство производителем. Камеры с видеоаналитикой «на борту» стоят обычно довольно дорого.

Альтернативный вариант — аналитика в облаке, то есть удалённом дата-центре, которая подключается к любой недорогой камере. Это на порядок дешевле плюс даёт гибкость — можно адаптировать решения под конкретный бизнес.

Популярность технологии распознавания лиц в разных сферах деятельности возрастает. К примеру, Сбербанк — один из лидеров в части анонсирования различных громких проектов face recognition, и поспорить Он узнает тебя из тысячи: банкомат определит клиента по глазам с ним в этом плане может разве что «Тинькофф». В 2020 году Сбербанк приобрёл Сбербанк инвестировал в технологию распознавания лиц 25,07% компании VisionLabs, создающей софт для распознавания лиц. За 2020 год финансовое учреждение успело протестировать face recognition в московском метро и даже поймать Благодаря системе распознавания лиц Сбербанка пойманы 42 преступника 42 преступника, протестировать Он узнает тебя из тысячи: банкомат определит клиента по глазам банкоматы с идентификацией лиц, чтобы злоумышленники не могли снимать деньги с чужих карт, а также объявить сбор биометрических данных (аудиозапись голоса, видеозапись лица) клиентов. В апреле этого года Сбербанк получил контроль над разработчиком систем распознавания голоса и лиц — «Центром речевых технологий» (ЦРТ).

Топ-пост этого месяца:  Как быстро запустить рекламу в соцсетях пошаговый гайд с примерами

Другое дело, что анонсировать, тестировать, пилотировать и покупать решения — не значит собственно внедрять. Что именно сейчас реально используется в Сбербанке (и используется ли), сказать с уверенностью на самом деле может только Герман Греф.

С розничной торговлей всё прозрачней. По сути, здесь есть три проблемы, которые распознавание лиц решает.

Во-первых, воровство. В магазинах орудуют мошенники, причём нередко одни и те же люди в одной и той же сети. Face recognition позволяет определять «дрейфующих воришек» и других людей, ранее нарушавших порядок. Как только однажды занесённый в базу нарушитель зайдёт в магазин, охрана получит уведомление в мессенджере или другим удобным способом.

Во-вторых, трудность работы с постоянными клиентами. Данных о покупках и днях рождения, чтобы персонализировать предложения для VIP-клиентов и фанатов бренда, попросту не хватает. Распознавание лиц можно интегрировать с CRM — то есть софтом, в который менеджеры заносят всю информацию по всем сделкам организации. В случаях с ворами и VIP распознавание лиц работает примерно одинаково: лицо заносится в чёрный или белый список, и при его повторном появлении система просигналит человеку с доступом. Пол и возраст определяются автоматически, а дополнительную информацию добавит ответственный сотрудник.

В-третьих, идентификация лиц в ретейле используется для таргетированной рекламы. К примеру, в некоторых магазинах X5 Retail Group установили Х5 включит компьютерное зрение камеры для распознавания выражения лица и возраста покупателей. Анализируя эти данные, система выводит на экран монитора в торговом зале товары, которые могут понравиться человеку. Ещё живая иллюстрация — кейс Lolli & Pops, большого кондитерского магазина в США. Система face recognition определяет Your future in-store loyalty program will be fed by facial recognition постоянных покупателей и посылает на их смартфоны уведомления с товарами, которые могут им понравиться (с учётом индивидуальных предпочтений и даже аллергии на продукты).

Ещё один яркий пример использования технологии в ретейле — магазины без продавцов и касс. Например, Alibaba Tao Cafe Amazon Go vs Alibaba Tao Cafe: Staffless Shop Showdown — это кафе и магазин самообслуживания, расположенный в Ханчжоу. Здесь продаются напитки, закуски, продукты, игрушки, рюкзаки и тому подобное. Tao Cafe открыт только для пользователей сайта Taobao.

Tao Cafe / syncedreview.com

При покупке напитков система камер с поддержкой распознавания лиц автоматически идентифицирует клиента, связывается с его аккаунтом в интернет-магазине и обрабатывает платёж. Покупатели выходят через помещение, оборудованное несколькими датчиками, которые идентифицируют как клиента, так и товары. Сканирование работает, даже если человек положил покупку в карман или сумку.

Как развивается технология распознавания лиц

Системы видеонаблюдения с идентификацией лиц действительно захватывают мир. В Москве количество камер в 2020 году достигнет Высокие технологии и безопасность: сколько камер видеонаблюдения появится в этом году 174 тысяч. Это вовсе не значит, что все эти устройства по умолчанию могут распознавать личность: чаще всего сообщается Система распознавания находящихся в розыске преступников через видеокамеры заработает в Москве в 2020 г. о 160 тысячах камер с этой функцией. Тем не менее в конце 2020-го московская мэрия заявляла о намерении Власти Москвы в 2020 году собираются заменить видеокамеры и запустить систему распознавания лиц заменить все устройства видеонаблюдения и сформировать полностью инновационную систему в следующем году.

Парадокс в том, что 160 тысяч — это не так уж и много. Особенно если сравнивать с другим лидером запросов поисковиков по тематике распознавания лиц — Китаем. Там в конце 2020 года было In Your Face: China’s all-seeing state более 170 миллионов камер видеонаблюдения и за три ближайших года планировалось China’s ‘Big Brother’ surveillance technology isn’t nearly as all-seeing as the government wants you to think подключить к сети еще около 400 миллионов.

Грамотное и корректное использование face recognition работает в первую очередь на повышение безопасности и комфорта. Люди обычно быстро проникаются доверием к технологиям, которые избавляют их от очередей на футбольный матч (улыбнулся камере — прошёл), предотвращают воровство и хулиганство или помогают меньше тратить на покупки (программы лояльности). Всё это, понятное дело, требует определённого регулирования — именно для этого принимаются законы о защите персональных данных.

В будущем, вероятно, сфера распознавание лиц в системах видеонаблюдения будет регулироваться аналогично текущей практике работы с идентификацией лиц в интернете. Стремящиеся к конфиденциальности люди просто не загружают в Сеть лишнего — частичное фиаско сервиса SearchFace доказывает, что такая стратегия эффективна.

Конечно, нельзя бесконечно ограничивать себя в прогулках по улицам, где камеры установлены на каждом перекрестке, однако возможность сохранить анонимность сформируется, если будет соответствующий запрос от общества.

Россияне выпустили коробочную версию «лучшей в мире» системы распознавания лиц

Компания NtechLab выпустила коробочную версию системы распознавания лиц FindFace Security, победительницы нескольких всемирных конкурсов в своей сфере. «Ростех», который владеет долей в NtechLab через дочернюю структуру, намерен внедрить эту версию на своих ключевых предприятиях.

FindFace Security из коробки

Российский разработчик NtechLab, создатель системы распознавания лиц FindFace Security, выпустил это решение на рынок в виде готового коробочного продукта. Об этом компания сообщила в ходе ИТ-форума ЦИПР-2020 в Иннополисе. По словам разработчиков, коробочный вариант системы можно легко развернуть на любом государственном или коммерческом объекте, что расширяет возможности внедрения решения.

В частности, эта версия FindFace Security будет использоваться на ключевых предприятиях госкорпорации «Ростех», где она поможет обеспечению безопасности и соблюдению дифференцированного доступа к объектам. На просьбу CNews перечислить эти предприятия, в «Ростехе» ответили, что пока не раскрывают эту информацию. На вопрос о закупочной цене коробочной FindFace Security корпорация ответила, что цена будет зависеть от объема внедрения, поэтому пока что тоже не раскрывается.

Помимо того, что NtechLab является технологическим партнером «Ростеха», госкорпорация владеет пакетом акций разработчика через свое дочернее предприятие «РТ-Развитие бизнеса». В марте 2020 г. «дочка» «Ростеха» выкупила в NtechLab долю в 12,5% + 1 акция. Одновременно фонд NDF, которым управляет компания «Варданян, Бройтман и Партнеры», приобрел в NtechLab долю в 25% + 1 акция. Руководить NtechLab продолжили основатели компании, которые по-прежнему являются контролирующими акционерами.

Что умеет FindFace Security

FindFace Security представляет собой систему видеонаблюдения с возможностью распознавания лиц. Система распознает лица в видеопотоке в реальном времени, сравнивая их с образцами, имеющимися в базе данных. В случае совпадения лица с образцом, сотрудники службы безопасности или сервисной службы объекта получают уведомления на свои мобильные устройства.

Между тем моментом, когда человек оказывается перед объективом камеры, и получением уведомления проходит не более 5 секунд, утверждают разработчики. Это дает возможность быстро реагировать на появление, например, нежелательного посетителя или мошенника. Также распознавание лиц можно использовать для предотвращения конфликтов и улучшения обслуживания.

Для распознавания лица можно использовать обычные камеры. Идентификация успешно проходит даже при плохом освещении или попадании в кадр посторонних объектов, на точность не влияет поворот головы или изменения во внешности, утверждают разработчики. FindFace Security имеет масштабируемый архитектуру, поэтому количество подключаемых к системе камер и серверов практически не ограничено.

Сфера применения

FindFace Security используется в банковской сфере, в ритейле, а также для организации видеонаблюдения на социальных и транспортных инфраструктурных объектах. В частности, решение нашло применение в системе видеонаблюдения в Москве — в рамках пилотного проекта к системе было подключено 3 тыс. камер городского видеонаблюдения. Такой же проект стартовал в городе Альметьевске и в будущем должен быть реализован во всех крупных городах Республики Татарстан. FindFace Security используется в пилотных проектах «Безопасный город», которые «Ростех» реализует в ряде регионов России.

С помощью FindFace Security можно повысить безопасность госучреждений, промышленных объектов, спортивных и развлекательных мероприятий, игорных заведений и так далее, отмечают разработчики. Кроме того, система может применяться в маркетинге, где используется, например, для показа персонализированной рекламы или сбора данных о том, какие товары наиболее интересны покупателям разных возрастных групп. Таким образом заказчики FindFace Security смогут индивидуализировать подход к своим клиентам, что должно положительно сказаться на продажах.

Мировое признание

NtechLab отмечает, что FindFace Security базируется на алгоритме биометрической идентификации, точность которого была подтверждена исследованиями Национального института стандартов и технологий США (NIST) и конкурсом американского Агентства передовых исследований в сфере разведки (IARPA).

В «Ростехе» пояснили, что IARPA, которое в США занимается технологиями обеспечения безопасности под руководством Агентства национальной безопасности (АНБ), организовало конкурс решений в сфере распознавания лиц. Участие в конкурсе приняли несколько десятков компаний из разных стран мира, среди них были как американские разработчики, так и фирмы из Китая и Европы. Решение NtechLab стало победителем в двух номинациях — самый точный алгоритм и самый быстрый.

Согласно результатам тестирования, проведенного в 2020 г. NIST при Министерстве торговли США, мировой рейтинг технологий распознавания лиц возглавил алгоритм по FindFace от NtechLab. В исследовании Facial Recognition Vendor Test приняло участие 14 алгоритмов от компаний из разных стран. NtechLab представила на тестирование две версии своего алгоритма. Кроме NtechLab, в рейтинге NIST также приняли участие алгоритмы российских компаний 3DiVi и Vocord, немецкой Dermalog, индийской Samtech InfoNet, американских Rank One Computing и VCognition, китайской TongYi Transportation Technology, литовской Neurotechnology и других.

По результатам тестирования NIST, первое и третье места заняли алгоритмы FindFace, второе место получило решение от компании 3DiVi. FindFace был запущен в 2020 г. С его помощью пользователи могут сфотографировать любого человека и сравнить его лицо с профилями в социальной сети «Вконтакте».

В декабре 2015 г. решение от NtechLab победило в мировом чемпионате по распознаванию лиц The MegaFace Benchmark, которое провел Университет Вашингтона, обойдя более 100 конкурентов, в том числе решение Facenet, созданное Google. На основании таких достижений разработчики FindFace Security называют свое решение «лучшим в мире».

Facebook тестирует систему распознавания лиц для подтверждения личности пользователей

Facebook тестирует систему распознавания лиц для идентификации личности пользователей, которые пытаются зайти в свой аккаунт с мобильных устройств. Об этом заявила исследователь кода Джейн Манчун Вонг — ей удалось обнаружить ссылку на систему распознавания лиц в приложении, пишет Engadget.

По словам Вонг, система похожа на Apple Face ID — однако в отличие от системы распознавания лиц от Apple, Facebook планирует хранить снимки лица на сервере в течение 30 дней, а не на устройстве пользователя. В Facebook утверждают, что данные из системы не будут доступны другим компаниям.

В системе присутствует и другой вариант идентификации — он предполагает загрузку фотографии удостоверения личности пользователя «на плоской, хорошо освещенной поверхности».

Представители Facebook отказались от комментариев Engadget. Издание отмечает: тестирование функции не означает, что она будет внедрена в ближайшее время — и когда-либо вообще.

Ранее дочерняя компания социальной сети Facebook разработала инструмент, который изменяет черты лиц человека и не позволяет идентифицировать его системам для распознавания. Однако инженеры пока не планируют использовать его в своих продуктах.

Американская разведка назвала лучшей созданную в России технологию распознавания лиц

Американское агентство передовых исследований в области разведки (IARPA) и Национальный институт стандартов и технологий США (NIST) провели совместный конкурс алгоритмов распознавания лиц, победителем которого стала российская компания NtechLab, сообщила газета «Ведомости» со ссылкой на слова представителя разработчика и руководителя исследовательской программы IARPA Криса Бонена.

Компания NtechLab основана в 2015 году, ее алгоритм по идентификации лиц стал основой для приложения FindFace, которое позволяет искать людей в соцсети «Вконтакте» по их фото. Алгоритм может найти нужного человека за 0,5 секунды среди миллиарда человек.

NtechLab стала победителем конкурса IARPA в сфере разведки в двух номинациях из трех – «Скорость идентификации» и «Точность верификации». Само агентство подчиняется Национальной разведке США, директор которой также является главой разведывательного сообщества США, куда входят 17 организаций, в том числе Федеральное бюро расследований (ФБР) и Центральное разведывательное управление (ЦРУ).

Добавить комментарий