Регулирование умных роботов и искусственного интеллекта в Европейском союзе (К. Галлезе-Нобиле, сетевое издание "Journal of Digital Technologies and Law", N 1 (Volume 1), 2023)

 

К. Галлезе-Нобиле,

доктор наук, научный сотрудник (постдок)

по управлению исследовательскими данными,

Эйндховенский технологический университет

(Эйндховен, Королевство Нидерландов);

научный сотрудник (постдок) департамента

математики и наук о земле, Университет Триеста

(Триест, Итальянская Республика)

 

Сетевое издание "Journal of Digital Technologies and Law", N 1 (Volume 1), 2023 г., с. 33-61.

 

Введение

 

Несмотря на заметные достижения Директивы о сетевой и информационной безопасности (Network and Information Security, NIS Directive) и предпринимаемые усилия по их углублению с помощью Директивы NIS II, проектов закона о киберустойчивости и закона об искусственном интеллекте, тема кибербезопасности в цифровую эпоху остается важнейшей для европейского рынка. Инструменты регулирования помогли нескольким государства - членам Евросоюза адаптировать свои институциональные, правовые и ценностные подходы к кибербезопасности, однако распространение таких современных технологий, как системы искусственного интеллекта, а также такие беспрецедентные обстоятельства, как пандемия COVID-19, ускорили переход к цифровому сообществу через увеличение картины угроз и создание новых проблем, требующих решения на национальном и международном уровнях. Участились и стали более серьезными кибератаки, исходящие как изнутри, так и снаружи Евросоюза и часто создающие значительные риски для прав и свобод граждан*(1). Поскольку целями кибератак становятся все новые объекты оборудования и программного обеспечения, прогнозируется, что к 2021 г. ежегодный ущерб от киберпреступности в мире достигнет 5,5 трлн евро.

В Пояснительной записке к проекту закона о киберустойчивости показано, как недостаточный уровень понимания и низкая информированность пользователей мешают им выбирать продукты с адекватными возможностями киберзащиты и приводят к небезопасному потреблению*(2). Такие продукты подвержены двум серьезным рискам, которые могут привести к ущербу для пользователей и сообщества в целом: (1) недостаточной информационной безопасности, которая проявляется в постоянных нарушениях защиты, а также в неадекватном и нерегулярном появлении обновлений, необходимых для борьбы с ними, и (2) низкому уровню знаний и доступности информации для пользователей*(3). Кибератака на один продукт может затронуть целую организацию или цепь поставки, зачастую быстро распространяясь за пределы границ внутреннего рынка*(4).

Реформирование правовых механизмов кибербезопасности находит поддержку среди предпринимателей и компетентных представителей власти. В ходе многочисленных консультаций они указывали, что Директиву NIS необходимо распространить на другие отрасли, интегрировать или оптимизировать дополнительные меры безопасности, а также упростить требования к отчетности*(5). Это говорит о том, что вопрос кибербезопасности воспринимается как важнейшая проблема, требующая решения на институциональном уровне.

В настоящей статье представлены некоторые результаты анализа проблем, связанных с сетевыми умными роботами в европейской системе права, и ряд предложений в этой сфере. В первой части представлен анализ определения искусственного интеллекта (далее - ИИ) и умных роботов, описаны инструменты регулирования в этой области. Затем приводятся некоторые соображения по поводу машинного обучения и принципа "черного ящика", выделены вопросы, требующие решения на уровне ЕС. Наконец, дается краткий анализ недостатков проекта закона о киберустойчивости.

 

1. Искусственный интеллект и роботы: определения

 

В последнее десятилетие использование систем на основе искусственного интеллекта, включая роботов, особенно использующих машинное обучение, достигло значительных масштабов и будет только расти в будущем (Wang & Siau, 2019). Среди примеров их современного применения - дроны (De Swarte et al., 2019), самоуправляемые автомобили (Rao & Frtunikj, 2018), медицинское оборудование (O'Sullivan et al., 2019) и средства диагностики (Nobile et al., 2019), бытовая техника (Yuniarthe, 2017), роботы для ухода за пожилыми (Simoens et al., 2016) и для совместной работы с людьми (Demir et al., 2019), переводчики (Bi, 2020), распознавание образов (Rundo et al., 2019), страхование (Lamberton et al., 2017), прогнозирование (например, юридических решений (Sourdin, 2018) или финансовых вопросов), аварийная связь (Raza et al., 2020), HR (Yano, 2017), управление дорожным движением (Aladin et al., 2019), управление электронной почтой (включая фильтры от спама (Das et al., 2015)), строительство (Chakkravarthy, 2019), логистика (Pandian, 2019), образование (Roll & Wylie, 2016) и множество других областей. Это быстрое развитие привело к тому, что уже несколько лет на повестке дня в Европейском союзе стоит вопрос правовой определенности в отношении новых технологий.

Уровень, достигнутый к настоящему времени в области ИИ, очень далек от того, что предсказывал Тьюринг ("сильный ИИ"). Нынешний искусственный интеллект называют "узким ИИ" (Artificial Narrow Intelligence, ANI) (Kaplan & Haenlein, 2019), или "слабым ИИ" (Lu et al., 2017). Он состоит из систем, способных решать конкретные задачи на основе моделей и алгоритмов, созданных и отлаженных человеком, используя данные и параметры, произвольно выбранные создателем модели. Это означает, что он способен выполнять определенные задачи, иногда даже лучше, чем человек, но не может перенести эти навыки в другую область знаний. Следовательно, термин "интеллект" ошибочен.

Прежде всего, необходимо определить соответствующую юридическую терминологию, поскольку правовые определения часто не совпадают с терминологией ученых в области компьютерных наук (Smith, 2016), среди которых при этом также нет единогласия (Bekey, 2012).

Проект общеевропейского нормативного акта по ИИ (так называемый закон об ИИ, AI Act)*(6) перечисляет технологии, которые на уровне ЕС считаются искусственным интеллектом; предлагаемое определение системы искусственного интеллекта является очень широким и включает технологии, которые известны уже не одно десятилетие: "<...> программное обеспечение, разработанное с использованием одной или более технологий и подходов, перечисленных в Приложении I, и способное для заданного набора определенных человеком целей порождать такие результаты, как содержание, предсказания, рекомендации или решения, влияющие на окружение, с которым оно взаимодействует". Фактически список в Приложении I содержит широкий спектр различных технологий: "а) подходы с точки зрения машинного обучения, включая контролируемое, неконтролируемое обучение и обучение с подкреплением, с использованием разнообразных методов, включая глубокое обучение; б) подходы на основе логики и знаний, включая представление знаний, индуктивное (логическое) программирование, базы знаний, механизмы логического вывода и дедукции, (символические) умозаключения и экспертные системы; в) статистические подходы, байесовское оценивание, методы поиска и оптимизации". Цель данного определения - включить множество различных моделей, способных оказывать влияние на человека, даже если они пока не относятся к ИИ. Это затруднит вывод приложения из-под регулирования путем простой замены определения модели так, чтобы она не относилась к ИИ. Однако данное определение все же подвергалось критике как слишком широкое*(7).

Для термина "робот" сложно подобрать подходящее определение. По мнению экспертной группы High-Expert Group, "робототехнику можно определить как "ИИ, действующий в физическом мире" (говорят также "воплощенный ИИ"). Робот - это физический механизм, которому приходится справляться с динамичностью, неопределенностью и сложностью физического мира. Такие функции, как восприятие, рассуждение, действие, обучение, а также способность взаимодействовать с другими системами, обычно интегрированы в архитектуру управления робототехнического комплекса. Кроме ИИ, строение и функционирование робота определяется также другими дисциплинами, такими как инженерная механика и теория управления. Примерами роботов являются роботизированные манипуляторы, беспилотные транспортные средства (например, машины, дроны, воздушные такси), гуманоидные роботы, роботы-пылесосы и др.

В исследовании "Европейские нормы гражданского права в сфере робототехники" (Nevejans, 2016), напротив, утверждается, что, поскольку научное сообщество еще не выработало единого определения роботов, нерешенными остаются и проблемы с терминами "умный робот" и "автономный робот" (Haselager, 2005). Некоторые авторы ссылаются на определение Richards и Smart (Richards & Smart, 2016), согласно которому робот - это "сконструированная система, выполняющая как физические, так и интеллектуальные действия, но не живая в биологическом смысле", однако при этом ведется настолько широкое обсуждение понятия "действия", что мы не можем рассматривать эту проблему здесь; ей будет посвящена отдельная статья.

Согласно решению Европейского парламента от 16 февраля 2017 г. с рекомендациями для Комиссии по нормам гражданского права в сфере робототехники (European Parliament, 2017), для признания в качестве умного робота с юридической точки зрения объект должен отвечать следующим условиям:

- получение автономии путем использования сенсоров и/или обмена данными с окружающей средой (совместимость), сравнения и анализа этих данных;

- самообучение на основе опыта и путем взаимодействия (необязательный критерий);

- по крайней мере, минимальное физическое воплощение;

- адаптация своего поведения и действий к окружающей среде;

- отсутствие жизни в биологическом смысле.

Определения очень важны для совершенствования существующих и выработки новых нормативных актов, поскольку многие ситуации могут выпасть из сферы регулирования, если они не подпадают под юридическое определение. При этом отмечается, что любые попытки дать всеобъемлющее определение обречены на провал, так как роботизированные приложения чрезвычайно разнообразны (Bertolini, 2013). В нашей работе мы используем термин "устройство" в отношении инструментов и роботов на основе ИИ, независимо от их типа, и термины "программное обеспечение" или "модель" в отношении систем ИИ, включая установленные на указанных устройствах.

Мы считаем, что с юридической точки зрения нет существенной разницы между механизмом, который можно назвать роботом, и управляемым искусственным интеллектом - устройством, которое нельзя в строгом смысле назвать роботом, но которое тем не менее является умным и может оказывать влияние на окружающую среду. Иногда граница между ними довольно подвижна. Например, являются ли роботами умная стиральная машина или робот-пылесос? Беспилотный автомобиль? Домашний помощник или мобильный телефон, управляющий дверями, светом, вентиляцией в доме, воротами гаража и т.д.? А что насчет 4D-принтера? Если это не роботы, то где должна проходить юридическая граница?

Если следовать определению, данному в вышеуказанной резолюции, то даже игрушечный утенок (отсутствие жизни и физическое воплощение), двигающийся по комнате и меняющий направление при блокировке колес о препятствие (адаптация к окружающей среде), имеющий таймер запуска в действие и исполняющий различные мелодии при перемене освещенности (получение автономии путем использования сенсоров), будет считаться умным роботом, даже если он состоит лишь из электрических цепей и механических деталей без какого-либо программного обеспечения или модели искусственного интеллекта.

Таким образом, данное определение довольно расплывчато и недостаточно для полного описания умного робота; оно включает механизмы, не обладающие никаким ИИ.

Предлагалось также считать ключевым аспектом робота его способность использовать программное обеспечение при выполнении конкретных задач (Leenes et al., 2017), однако, по нашему мнению, это неверно (так можно определить и компьютер!); фактически ни автономное выполнение задач (Santosuosso et al., 2012), ни наличие программного обеспечения не позволяют отграничить роботов от других механизмов. Например, достаточно вспомнить, что роботы могут создаваться с использованием таких физических компонентов, как мемристоры, которые выполняют ту же функцию, что и биологические синапсы в нейроморфных устройствах, не требуя при этом никакого программного обеспечения (Ames et al., 2012).

Программное обеспечение может быть загружено в робота, но может и существовать вне его, как в случае виртуальных роботов, которые подлежат регулированию как программное обеспечение. Более того, физические компоненты робота могут быть не связаны с конкретным программным обеспечением, которое при этом может продаваться отдельно. Код, управляющий роботом, может существовать как единое целое, но зачастую он составляется из множества взаимодействующих между собой модулей, где каждый компонент выполняет отдельную задачу.

В сфере ИИ важно различать концепции программного обеспечения, нейроморфных устройств и схем, а также программируемую пользователем вентильную матрицу (ППВМ, FPGA). Различные технологии могут комбинироваться между собой, как в чипе Spikey*(8). При создании умного робота могут быть использованы любые решения, но правовые последствия для производителей и программистов будут различными.

Напротив, нейроморфные устройства (Ielmini & Ambrogio, 2019) и схемы (Pan et al., 2020) - это физические объекты, функционирующие только в конкретном роботе, в который они встроены; они разрабатываются для выполнения нейровычислений, но также используются для симуляции динамики биологических нейросетей (Papetti et al., 2020). Технология ППВМ (Botros & Abdul-Aziz, 1994) является промежуточной по отношению к двум вышеописанным решениям: это интегрированная физическая схема, которая может быть конфигурирована конечным пользователем или программистом.

Все эти решения могут использоваться при создании роботов, а в будущем, возможно, и функционирующего физического искусственного мозга.

Программируемость также не является существенным признаком робота: например, в принципе, возможно создать робота на магнитных модулях, который будет двигаться, самостоятельно выполнять действия и общаться с другими роботами световыми сигналами, при этом его создатель не будет знать, как он себя поведет, как в концепции M-куба (Romanishin et al., 2013).

Мы считаем, что программное обеспечение с использованием ИИ, которое может устанавливаться на любые устройства, должно регулироваться единым законодательством, независимо от того, установлено оно на устройство, имеющее в настоящий момент статус робота или нет; и наоборот, роботы, не относящиеся к категории умных роботов, особенно если они не связаны с Интернетом (как, например, промышленные роботы на заводском конвейере), должны относиться к сфере обычного законодательства о дефектной продукции и других норм, применимых к машинам. Различие следует проводить, руководствуясь влиянием на человека и общество, а не наличием физического объекта.

Основная причина, по которой необходимо объединить роботов и программное обеспечение на основе искусственного интеллекта в рамках одной дисциплины, состоит в том, что при их разделении будет возможно продавать программное обеспечение (далее - ПО) и устройство отдельно, не подпадая при этом под регулирование об умных роботах. Тогда любой пользователь сможет установить другое ПО и создать умного робота, запрограммировав его на выполнение любой деятельности. Следует отметить, что, по доминирующему мнению, не может считаться роботом устройство, дистанционно управляемое человеком, если человек должен присутствовать для выполнения определенных действий или контроля над устройством (Ebers & Navas, 2020; Funkhouser, 2013). Следовательно, физическое устройство без установленного на нем программного обеспечения (или доступного ему, как в случае выполнения ПО на облаке) также не может считаться роботом.

Следует также упомянуть, что робот, используемый в промышленном производстве, считается устройством, а значит, подпадает под Директиву 2006/42/EC Европейского парламента и Совета от 17 мая 2006 г. и под Директиву 95/16/EC32.

Европейский проект закона об ИИ фактически ссылается на Директиву об устройствах в аспекте включения умных роботов в общее регулирование ИИ, тем самым объединяя физических и виртуальных роботов.

 

2. Регулирование искусственного интеллекта и умных роботов в ЕС: технические регламенты

 

Когда тема искусственного интеллекта начала все более активно обсуждаться среди ученых в области компьютерных наук всего мира, европейские правоведы и законотворцы задумались о правовых аспектах ИИ и умных роботов, сосредоточившись в основном на проблемах ответственности производителя, защиты прав потребителей и технического регулирования. В юридической доктрине была признана насущная необходимость принять сбалансированные отраслевые технические регламенты, которые отвечали бы потребностям самых разнообразных технологий роботостроения (Amidei, 2017).

При этом во многих случаях проблемы, вызванные роботами или устройствами с ИИ, рассматривались постфактум. Однако важно также понимать, как предотвращать аварии, особенно в области кибербезопасности. Даже если невозможно избежать проблемы в целом, важно анализировать ее с точки зрения предотвращения риска (такой подход используется в Директиве об устройствах), и новый проект закона об ИИ движется в этом направлении.

Самая важная инновация проекта закона об искусственном интеллекте - это положение о четырех категориях риска, связанного с системами ИИ, направленное на защиту основных прав граждан*(9).

Категории риска относятся к степени (интенсивности и масштабу) риска для безопасности или основных прав граждан и классифицируются по трем группам (четвертая группа - отсутствие риска):

- (i) неприемлемый риск,

- (ii) высокий риск,

- (iii) низкий или минимальный риск.

Данная классификация берет начало в законодательстве о безопасности товара и основана на предусмотренном назначении и условиях использования системы ИИ, а не только ее конкретной функции*(10). В проекте также приводится список запрещенных систем искусственного интеллекта, попадающих в первую категорию риска.

В рамках такого подхода умные роботы относятся к категории высокого риска (фактически, как уже говорилось, это ссылка на Директиву об устройствах). Такая классификация приводит к выработке новых требований, и программисты/производители должны применять следующее:

- систему управления риском;

- систему распоряжения данными;

- меры по обеспечению прозрачности;

- меры пользовательского надзора;

- меры по обеспечению точности, последовательности кибербезопасности;

- систему управления качеством.

После появления проекта закона об ИИ Еврокомиссия опубликовала новый проект относительно кибербезопасности: так называемый закон о киберустойчивости*(11), нацеленный на обеспечение: 1) повышенной безопасности изделий с цифровыми элементами в течение всего их жизненного цикла; 2) гармонизации структуры кибербезопасности в Европе; 3) повышенной прозрачности свойств безопасности таких изделий; 4) повышенной безопасности таких изделий для организаций и потребителей.

В дополнение к новому подходу были опубликованы еще два проекта: Директива об ответственности в сфере ИИ и новая редакция Директивы об ответственности производителя.

В следующих разделах мы покажем, как эти требования могут быть реализованы и расширены за счет новых положений на этапе рассмотрения нового законодательства.

 

3. Законодательные решения для предотвращения кибератак

 

Следует отметить, что с развитием технологий обнаруживается все больше ошибок и дефектов в старом программном обеспечении (Buchanan, 2016), которые приводят к уязвимости перед киберугрозами (Ozkan & Bulkan, 2019) и требуют усовершенствования средств защиты. Среди примеров недавних атак можно упомянуть первый зарегистрированный случай смерти от кибератаки в сентябре 2020 г., когда из-за взлома 30 компьютеров через программу-вымогатель в больнице Дюссельдорфа (Германия) медицинская помощь не была оказана вовремя*(12); взлом умных камер наблюдения в 2019 г., результатом которого стал коллективный судебный иск в США*(13); обнаружение уязвимостей кардиоимплантов в больнице св. Иуды, с помощью которых хакеры могли разрядить батарею, вызвать неправильный ритм или сердечный приступ*(14); бот-сеть Мираи (Zhang et al., 2020), с 2016 г. атаковавшая ряд устройств интернета вещей. Угрозы системам ИИ могут быть физическими: в литературе описаны примеры, показывающие, как цветовые поля*(15) могут мешать работе нейронной сети, используемой беспилотными машинами (Ranjan et al., 2019), что приводит к неверному распознаванию или классификации сигналов и может вызвать аварии.

Очевидно, что борьба с кибератаками приобретает чрезвычайную важность, когда речь идет о фундаментальных правах, например, в сфере здравоохранения, которая особенно часто становится целью (Luna et al., 2016), или беспилотных машин, военной техники, спутников и других объектов, используемых для государственной обороны.

Производители и программисты постоянно обновляют программное обеспечение и устройства, пока не перейдут на новый продукт или новую версию существующего продукта. Через некоторое время они перестают разрабатывать защитные патчи и обновления для устаревших устройств, поскольку становится слишком дорого поддерживать тысячи продуктов на рынке, которые будут куплены лишь очень небольшим числом покупателей, или разрабатывать обновления для тех продуктов, которые уже ушли с рынка.

Чтобы программное обеспечение или операционные системы работали на определенных устройствах, производители последних вынуждены писать драйверы специально для этих устройств; поскольку такое ПО зачастую не является открытым, обновить эти устройства может только их производитель. Это означает, что устаревшие устройства, операционные системы и программное обеспечение в определенный момент остаются защищенными (например, Windows XP используется почти на 4% компьютеров в мире, хотя уже не поддерживается компанией Microsoft), тем самым становясь легкой мишенью для атак. В некоторых случаях производители хотели бы обновить свои устройства, но не могут сделать этого, потому что осталось уже очень мало людей, которые понимают и могут правильно использовать древний или экзотический язык программирования (например, COBOL, который используется в банках; ADA - в военных приложениях, системах контроля авиатранспорта, коммерческих ракетах, спутниках, железнодорожном и скоростном транспорте; FORTRAN - в научных вычислениях), либо потому, что исходный код слишком длинный и сложный, чтобы его можно было изменить.

Если существующая система останется такой же, вполне вероятно, что производители не будут обновлять умных роботов в течение всего их жизненного цикла, поскольку по действующему законодательству производители не несут ответственности по истечении трех лет после обнаружения дефекта потребителем в рамках 10-летнего периода, тогда как проект закона о киберустойчивости предлагает защиту лишь в течение пяти лет. Однако некоторые роботы могут прослужить более 10 лет (например, автомобили только приобретают ценность через 30 лет; см., например, итальянское понятие "auto d'epoca" - "автомобиль эпохи"), а значит, останутся без защиты через несколько лет эксплуатации.

Техническое регулирование в этих областях может быть достигнуто тремя путями: запретом устаревших технологий, которые представляют риск для фундаментальных прав человека; принуждением производителей к обновлению устаревших устройств и программного обеспечения; комбинацией двух этих решений. Каждый вариант имеет свои плюсы и минусы.

Наконец, при создании нового законодательства по умным роботам необходимо учитывать свойства различных типов роботов, чтобы сформулировать конкретные положения для каждого из них. Некоторые роботы создаются самостоятельно путем взаимодействия между объектами (например, модульные роботы создают новый объект или в будущем роботы будут создавать роботов), поэтому человеку сложно предвидеть, как они будут собраны. Роботов такого типа следует отнести к категории высокого риска из-за непредсказуемости их поведения. Некоторые роботы могут передвигаться или влиять на окружающую среду, потенциально представляя риск нанесения вреда людям, тогда как другие не могут этого делать (например, светофоры). Некоторые действуют без надзора человека (например, автоматическая торговля на бирже), представляя значительный риск, а другие напрямую управляются человеком или иными внешними силами (такими как свет, звуки, химикаты, магниты, электричество и даже животные); некоторые выполняют действия и принимают "решения", оказывающие значительное влияние на определенные права, а другие имеют лишь ограниченное влияние. Наконец, некоторые связаны с Интернетом или другой сетью (интернет вещей) и потенциально подвержены кибератакам, а другие нет. Все эти аспекты необходимо тщательно рассматривать при применении технического регулирования.

Новый проект закона об искусственном интеллекте не касается вопроса регулирования умных роботов. Фактически положение о кибербезопасности звучит расплывчато: "Статья 15. Достоверность, устойчивость и кибербезопасность. 1. Системы ИИ, относящиеся к категории высокого риска, должны разрабатываться и создаваться таким образом, чтобы достичь, с учетом их предполагаемого назначения, надлежащего уровня достоверности, устойчивости и кибербезопасности, и последовательно действовать соответствующим образом в течение всего их жизненного цикла. 2. Уровни достоверности и соответствующей достоверности измерений в системах ИИ категории высокого риска должны быть указаны в прилагаемых пользовательских инструкциях. 3. Системы ИИ категории высокого риска должны обладать устойчивостью к отказам в отношении ошибок, неточностей и непоследовательностей, которые могут возникнуть внутри системы или в среде, где работает система, в особенности при ее взаимодействии с физическими лицами или другими системами. Устойчивость систем ИИ категории высокого риска может быть достигнута через технически избыточные решения, в том числе системы дублирования или защиты от отказа. Системы ИИ категории высокого риска, которые продолжают обучаться после выхода на рынок или ввода в эксплуатацию, должны разрабатываться так, чтобы были приняты соответствующие меры защиты против возможных искажений в результате использования искаженных выходных данных на входе будущих операций ("петля обратной связи"). 4. Системы ИИ категории высокого риска должны обладать устойчивостью к отказам в отношении попыток неуполномоченных третьих лиц изменить их использование или функционирование через уязвимости системы. Технические решения, направленные на обеспечение кибербезопасности систем ИИ категории высокого риска, должны быть адекватны соответствующим обстоятельствам и рискам. Технические решения для борьбы с конкретными уязвимостями ИИ должны включать, где это необходимо, меры для предотвращения и контролирования атак, направленных на манипулирование обучающими базами данных ("заражение данных"), на ввод данных с целью заставить модель ошибаться ("вредные примеры") и на недостатки модели".

В следующем разделе мы сфокусируем внимание на машинном обучении (контролируемом и неконтролируемом) и черных ящиках, так как они имеют особые свойства.

 

3.1. Машинное обучение и черные ящики

 

Благодаря научно-фантастической литературе мы привыкли к образу умного самообучающегося робота, однако в действительности лишь небольшая часть роботов запрограммирована для обучения на своем опыте. Некоторые роботы выглядят как умные роботы, так как выполняют сложные задачи и взаимодействуют с окружающей средой, но на самом деле они лишь запрограммированы с помощью простых алгоритмов.

С юридической точки зрения модели на основе машинного обучения (особенно глубокого обучения и непрерывного обучения) заслуживают пристального внимания благодаря своим характеристикам, поэтому мы обсудим их в отдельном подразделе.

 

3.1.1. Нормативные акты и стандарты безопасности для моделей на основе машинного обучения

 

Как известно, невозможно априори исключить наличие отклонений или дефектов (Naur & Randell, 1968), которые могут повлиять на поведение или решения, принимаемые устройством на основе искусственного интеллекта. Фактически модель создается человеком, который, разумеется, может ошибаться. Это означает, что программист никогда не сможет гарантировать, что модель поведет себя в точности так, как было запрограммировано*(16), но также это означает, что, меняя гиперпараметры и выбирая данные так, как удобно (или политически выгодно), можно при помощи того же инструмента получить иные результаты.

Используемые данные могут сами по себе представлять ту же проблему: они могут быть неверными, ошибочными, неполными или просто слишком скудными, чтобы иметь какой-то смысл*(17), поэтому результат будет ненадежным; более того, даже если данные корректны, искусственный интеллект может сделать выводы, предвзятые по отношению к определенным группам*(18), на основе процессов, происходящих из-за неравенства, существующего в обществе, что в конечном итоге может нарушить соотношение между причиной и следствием, как показали некоторые широко известные эпизоды (Falletti, 2020).

Учитывая все вышесказанное, необходимо определить некоторые существенные риски и стандарты, которым должна отвечать модель искусственного интеллекта перед выпуском ее на рынок. По нашему мнению, ИИ следует моделировать по следующим общим критериям, часть из которых уже входит в Перечень для оценки надежности искусственного интеллекта (Assessment List for Trustworthy Artificial Intelligence, ALTAI):

- он должен быть понятным (в литературе чаще всего используются термины "прозрачность", "интерпретируемость", "объяснимость", "определимость" (Chakraborti et al., 2021; Gilpin et al., 2018; Holzinger et al., 2019), но мы считаем, что корректным термином является "интерпретируемость"), т.е. должны представляться прозрачными способы, которыми модель приходит к тем или иным решениям, так что всегда можно понять причины, по которым она делает выбор, а результат и обоснование решения модели всегда должны быть понятны людям;

- он должен соблюдать тайну частной жизни по умолчанию (Hildebrandt, 2019), т.е. модель должна отвечать требованиям европейского Общего регламента по защите данных в отношении данных пользователя и третьих лиц, а согласие на их использование должно быть информированным*(19);

- он должен быть этичным (Greene et al., 2019), т.е. должно быть установлено правило избегания любого дискриминирующего поведения, которое может возникнуть, когда робот будет выпущен в общество, даже если такое поведение еще не предусмотрено действующим законом*(20);

- он должен быть непредвзятым (Dietterich & Kong, 1995), т.е. обучение ИИ должно проходить под контролем экспертов, чтобы устранить любую возможную предвзятость, одновременно добиваясь надежности и точности и соблюдения применимых законов и норм*(21);

- он должен быть современным и безопасным (Barreno et al., 2010), т.е. на регулярной основе должны применяться обновления и патчи, проводиться проверки, а механическая часть должна также проходить регулярный осмотр и ремонт в течение всего жизненного цикла робота;

- он должен соответствовать четким стандартам (O'Sullivan et al., 2019), т.е. в ЕС должен применяться ряд норм в отношении минимальных стандартов, которым должен соответствовать каждый робот в своей области функционирования, не только с точки зрения качества, но и с позиций безопасности. Это требование также содержится в проекте закона о киберустойчивости.

Проект закона об ИИ содержит некоторые из этих пунктов, но не рассматривает вопросы объяснимости и интерпретируемости в важнейших областях. Фактически требования в тексте проекта, в частности в Статье 10, относятся не к объяснимости и интерпретируемости, а скорее к информации, которая должна быть представлена в технической документации о функционировании системы ИИ.

Мы считаем, что недальновидно использовать модель черного ящика, по крайней мере, в случаях, когда затрагиваются здоровье и другие фундаментальные права, но также и во всех случаях, когда экономический ущерб может быть разрушительным для благосостояния пользователей (например, настолько крупный ущерб, что пользователи лишаются дома из-за рискованных инвестиций, сделанных роботом). Более того, мы считаем, что, когда речь идет о персональных данных, модели черного ящика не отвечают принципам Общего регламента по защите данных*(22).

Хотя Европейский союз может ввести строгие регламенты и стандарты безопасности в дополнение к существующим регламентам (например, в медицинской области - нормы для медицинского оборудования), согласно их внутренней природе, однако модели с непрерывным обучением в течение всего жизненного цикла должны строго контролироваться во всех областях, где может возникнуть потенциальный вред для человека, даже если это создает негативные последствия для рынка. Защита пользователей (особенно пациентов, несовершеннолетних и представителей уязвимых групп населения) должна быть важнее, чем обеспечение разработки новых технологий в промышленном секторе, поскольку последнее все равно достигается научными исследованиями и государственными инвестициями. Таким образом, пресловутый сдерживающий эффект регламентов безопасности (как и правил ответственности производителя) на технологический прогресс не может считаться достаточным аргументом влияния на законодателей.

Что касается военных и других потенциально опасных устройств с ИИ, государство должно обеспечить специфичный и строгий контроль над ними, как это делается сейчас по отношению к опасным продуктам и некоторым суперкомпьютерам, для использования которых необходима лицензия, а перед утилизацией проводятся проверки данных. Такие ИИ-устройства никогда не должны выпускаться для широкой публики, не говоря уже об открытом исходном коде. Например, если бы умные роботы могли пользоваться оружием или иным образом убивать людей, а кто-то построил бы такого робота благодаря открытому исходному коду и доступу к 3D- и 4D-принтерам, то его можно было бы легко использовать для гражданской войны или совершения террористических атак, особенно учитывая, что напечатанное пластиковое оружие не опознается металлодетекторами*(23) (Falletti, 2022). Такой риск должен всерьез рассматриваться государственными органами тех стран, где законодательство по контролю над оружием менее строгое.

Что касается обязательных проверок, обновления и применения патчей безопасности для минимизации риска кибератак, именно государство должно вводить строгие проверки и аудит. Для потенциально опасных устройств, таких как хирургические роботы, должна вводиться обязательная регистрация на уровне ЕС.

Учитывая все вышесказанное, в том, что касается машинного обучения, мы считаем необходимым введение специфического регулирования на общеевропейском уровне. Существующие нормы не являются адекватными для регулирования всего комплекса вопросов, которые могут возникнуть после выхода таких технологий на рынок. В частности, учитывая неоднородный характер технологий на основе машинного обучения, а также отраслевой характер их конкретного применения, представляется невозможным создание всеобъемлющего законодательства, однако целесообразно регулировать каждую отрасль по отдельности. При этом можно подчеркнуть специфику каждой отрасли (например, диагностические, хирургические, автомобильные, образовательные устройства и т.д.) и соответственно адаптировать под нее регламенты.

Как было отмечено еще в работе Amidei, затягивание принятия новых регламентов при наличии запроса рынка может привести к огромным убыткам и рискам, когда под влиянием различных факторов придется принимать несправедливые нормы и следовать им, а также к риску неравноценных норм в государствах - членах ЕС, если они будут приняты в разное время (Amidei, 2017).

К сожалению, проекты европейских законов об искусственном интеллекте и о киберустойчивости не дают удовлетворительного решения по регулированию умных роботов, поскольку не учитывают множество разнообразных аспектов в этой области.

 

3.2. Правила и стандарты защиты для производителей и программистов

 

Если производители будут вынуждены обновлять свое программное обеспечение при выявлении новых угроз, то нагрузка ляжет на компанию, а не на миллионы граждан; однако это не всегда возможно. Например, такой подход заставит компанию держать сотрудника, потому что он один знает устаревший язык программирования, или инвестировать в создание патча безопасности, используемого только в одном типе устройств. Одна из возможных исправительных мер - обязательное профессиональное обучение сотрудников (подобное тому, что требуется в Италии для регулируемых профессий согласно Декрету Президента республики N 137/2012) в области устаревших или экзотических языков программирования и обновления устаревших технологий. Однако в некоторых случаях такое решение невозможно, так как код слишком сложный (например, в области авиационной бортовой радиоэлектронной аппаратуры: полный спектр функционирования самолета-истребителя F-35 требует исходного кода длиной 24 млн строк*(24)). В других случаях закон мог бы заставить производителя заменить там, где это возможно, устаревший код на новый, тем самым устранив часть проблемы устаревания; фактически решения отказаться от конкретной технологии и прекратить выпуск обновлений часто оставляются на усмотрение производителя, даже если негативный эффект от нарушения безопасности ляжет на потребителей. То же верно и для тех решений по безопасности, которые могли бы предотвратить большое количество кибератак, но не являются обязательными для устройств из интернета вещей; например, это обязанность обновлять программное обеспечение устройства, пароли, физические части устройства, менять заложенное по умолчанию имя пользователя и пароль, требование использовать уникальный пароль для каждого устройства из интернета вещей.

Реализация подобного подхода могла бы изменить нашу экономику, возможно, замедлив технологический прогресс, но оказав положительный эффект на устойчивость развития за счет замедления устаревания умных продуктов.

Недавний пример, ярко показывающий необходимость нормативно-правового решения, которое заставило бы программистов обновлять программное обеспечение, - это уязвимость CVE-2018-13379 программного обеспечения компании Fortinet, о которой компании стало известно в 2018 г.*(25), но обновление появилось только в мае прошлого года. Было обнаружено, что если задействован протокол безопасных соединений (SSL) сервиса виртуальной частной сети (VPN), то хакеры могут получить полномочия пользователей через обход каталога и удаленно скачать файлы системы FortiOS без авторизации. В Сеть был немедленно выложен список из более 49 тысяч VPN-адресов Fortinet FortiGate, которые могли быть атакованы хакерами.

Что касается кибербезопасности устройств, первый шаг в верном направлении был сделан установлением общей системы сертификации в Регламенте (Евросоюза) 2019/881 Европейского парламента и Совета от 17 апреля 2019 г. относительно Европейского агентства по сетевой и информационной безопасности (European Network and Information Security Agency, ENISA), хотя в ст. 56 этого Регламента и говорится, что "сертификация кибербезопасности является добровольной". Установление обязательной сертификации на общеевропейском уровне и системы наказаний за ее неисполнение явилось бы мощным инструментом в борьбе с киберугрозами.

Другим возможным решением стало бы принуждение производителей к использованию открытого программного обеспечения, созданного и применяемого в ЕС, с перспективой правдивого предоставления информации. Этот подход благоприятен по многим причинам. Во-первых, он позволяет легко и быстро выявить дефекты и создать патчи безопасности, так как множество программистов в разных странах Евросоюза (обладающие различными знаниями) будут работать одновременно. Кроме того, если программное обеспечение создается не производителями оборудования, то они не несут ответственности за дефекты в нем, даже в рамках законодательства об ответственности производителя, однако такую ответственность могут нести страны - члены Евросоюза.

 

3.3. Правила защиты и стандарты для пользователей

 

Если по причине недостаточных знаний о степени риска или по принципу предосторожности государство запрещает устаревшую технологию (своего рода "плановое устаревание"), чтобы предотвратить использование старого оборудования, которое можно взломать (Zech, 2021), то оно перекладывает нагрузку на своих граждан, вынуждая их заменять устройства, чтобы избежать штрафов и ответственности. Таким образом, например, компания, сдающая в аренду парк беспилотных автомобилей, может обанкротиться, если не сможет вложить деньги в закупку новых машин. Это может произойти как с крупной транспортной компанией, владеющей беспилотными грузовиками, так и с отдельной семьей, пользующейся одним автомобилем.

Если, напротив, никаких запретов не существует, но бремя исполнения законов также лежит на пользователях, то большинство из них не будет иметь достаточной защиты. Фактически, даже в случае системы обязательного страхования, весьма вероятно, что большое количество людей не получит адекватной компенсации, так как одно лишь страховое покрытие не достаточно эффективно (Samu, 2014).

С точки зрения кибербезопасности, было бы опасно возлагать на пользователей ответственность за использование необновленного устройства в основном потому, что во многих ситуациях принцип ответственности неэффективен. Известно, что степень законопослушности меняется в зависимости от множества обстоятельств, среди которых личные, культурные, социальные факторы и даже возраст (Ma, 1985).

В эпоху, когда, вероятно, многие люди будут пользоваться роботами (например, беспилотными автомобилями), слишком высокими становятся риски от использования устаревших и необновленных устройств, которые могут продаваться на черном рынке тем, кто не может себе позволить новый продукт; это особенно касается ситуаций, когда эти устройства могут приводить к повреждениям и смерти. Беспилотные грузовики могут угонять и использовать для террористических атак (Gallese, 2018), угрожая множеству людей. Нежелательно дозволять пользователям решать, утилизировать старый грузовик или нет. Более того, даже если ЕС введет такую систему, в любой другой стране останутся риски кибератак.

Кроме того, даже если рядовой пользователь готов подчиняться закону, он не способен диагностировать поломку или дефект и исправить его. В самом обычном случае люди, незнакомые с технологиями, будут наиболее уязвимы для атак, даже не осознавая этого. С другой стороны, продвинутые пользователи могут собрать робота в домашних условиях, используя различное программное обеспечение, даже с открытым исходным кодом, которое было опубликовано с другой целью. В этом случае программист не несет ответственности за результат постройки робота, который функционирует через некую комбинацию различного программного обеспечения; ответственным будет пользователь. Разумеется, тот же принцип должен применяться при использовании роботов, которые запрещены законом, сняты с производства или не имеют лицензии.

 

3.4. Сбалансированная система защищенности и стандартов

 

Нагрузка, налагаемая нормами безопасности и защищенности, должна распределяться на законодательном уровне между производителями, пользователями и государством, поскольку некоторые меры являются очень дорогостоящими или трудновыполнимыми для пользователей или производителей, тогда как другие для них доступны.

Как только постоянные проверки безопасности на основе анализа степени риска выявили угрозу, министерство может выпустить различные регламенты и принудить потребителей, производителей и даже государственные органы исполнять их, как этого требует ситуация. Например, если на придорожный рекламный щит помещен вредоносный цветовой патч, представляющий непосредственную угрозу для безопасности на дороге, то у производителя не будет достаточно времени, чтобы создать обновление программного обеспечения (если это вообще возможно), поэтому мэр будет обязан перекрыть движение на дороге и в течение нескольких часов удалить объект.

С другой стороны, если разработка обновлений станет обязательной для производителя, можно предусмотреть также обязательную, где это возможно, замену устаревшего программного обеспечения пользователями или регулярное прохождение технического осмотра роботов. Обязанности производителя могут устанавливаться по остаточному принципу, т.е. в тех случаях, которые не могут контролироваться ни государством, ни пользователем.

Это решение не сильно отличается от функционирования других регламентов безопасности: когда новый закон или постановление о чрезвычайной ситуации вводится, чтобы избежать угрозы здоровью, обязанность по его исполнению иногда ложится на пользователя (например, в Италии обязательное устройство, контролирующее посадку ребенка в автомобильном кресле), иногда на производителя (ст. 19 Регламента (Еврокомиссии) N 178/2002 об удалении продуктов питания с рынка). Бремя расходов на исполнение регламента может быть также смягчено через государственное финансирование и другие льготы для производителей и пользователей.

Особое внимание следует уделить в случае возможной угрозы демократии, например, обеспечения национальной безопасности (Allen & Chan, 2017) или выборов. Используемые для этих целей устройства должны регулироваться отдельной и более строгой отраслью права, а контроль над ними должен быть обязанностью государства. Мы считаем, что ни один инструмент, каким-либо образом используемый в демократическом процессе, не должен оставаться в руках частных компаний*(26), особенно в эпоху, когда демократия и так находится под угрозой из-за злоупотреблений в области персональных (больших) данных, социальных сетей и фейковых новостей (Manheim & Kaplan, 2019; Persily, 2017; Heawood, 2018; Helbing et al., 2018).

Правила безопасности и защищенности должны применяться также для того, чтобы не позволить производителям выпустить на рынок продукты, обучающиеся в течение всего жизненного цикла, которые могут быть опасными, либо установить особые условия выпуска (обязательное страхование или лицензирование, регистрация и т.д.).

Абсолютно приемлемым является мнение о постоянном присутствии надзора со стороны человека, однако следует учитывать, что с усилением интегрированности технологий в повседневную жизнь люди все больше полагаются на них, не задумываясь о таком надзоре и фактически не осуществляя его; это явление называется ошибкой автоматизации.

 

4. Принципы закона о киберустойчивости

 

Новый подход, сформулированный в проекте закона о киберустойчивости, отличается ограниченностью, поскольку он не специфичен для систем ИИ или роботов, что исключает из сферы его действия медицинские устройства, беспилотные автомобили и дроны. Однако он представляет собой важный шаг в направлении развития безопасного и защищенного рынка устройств с цифровыми элементами.

Основные требования, перечисленные в приложениях, постулируют, что такие устройства должны соответствовать ряду правил, а именно:

- включать безопасную по умолчанию конфигурацию и возможность промышленной перезагрузки;

- включать меры защиты устройства от несанкционированного доступа;

- распространять меры обеспечения конфиденциальности и целостности данных на неперсональные данные;

- распространять принципы адекватности, ограничения назначения и минимизации данных на неперсональные данные;

- применять меры киберустойчивости для сохранения существенных функций устройств;

- минимизировать влияние на доступность услуг, предоставляемых другими устройствами или сетями;

- ограничивать поверхность атаки;

- применять соответствующие сдерживающие механизмы и технологии эксплуатации для снижения влияния аварий;

- вести журналы работы;

- обеспечивать обновление систем безопасности на пять лет.

Как и закон об искусственном интеллекте, новый проект также представляет подробный список требований, таких как ведение технической документации, информирование пользователей и оценка рисков.

Предусмотрено особое ограничение для бета-продуктов: "Государства-члены не препятствуют доступу к незавершенному программному обеспечению, которое не соответствует данному Регламенту, если доступ к указанному программному обеспечению предоставляется на ограниченный период времени с целью тестирования и данное программное обеспечение несет на себе четкое указание о несоответствии данному Регламенту и предоставлении исключительно с целью тестирования". Это положение может быть распространено на устройства, разрабатываемые в исследовательских целях, хотя это не указано явным образом в основном тексте проекта.

В пункте 10 поясняется: "Для защиты инноваций или исследований данный Регламент не распространяется на бесплатное программное обеспечение и программное обеспечение с открытым исходным кодом, разрабатываемое или поставляемое вне рамок коммерческой деятельности. Это относится, в частности, к программному обеспечению, включая исходный код и модифицированные версии, которое открыто распространяется, используется, модифицируется и перераспределяется. В контексте программного обеспечения коммерческая деятельность характеризуется не только установлением цены на продукт, но также установлением цены на техническое обслуживание, предоставление программной платформы, через которую производитель монетизирует иные услуги, или использованием персональных данных по причинам, отличным от повышения безопасности, совместимости или взаимозаменяемости программного обеспечения".

При этом термин "делать доступным на рынке" относится также к устройствам, предоставляемым бесплатно: "[делать доступным на рынке] означает любые поставки продукта с цифровыми элементами для распространения или использования на рынок Евросоюза в процессе коммерческой деятельности, будь то за плату или бесплатно", поэтому ученые, работающие в коллаборации с промышленностью, должны проявлять осторожность.

 

Выводы

 

Выработка полного и согласованного законодательства по робототехнике в Европе еще далека от завершения, учитывая быстрое развитие ИИ и многообразие типов устройств, которые могут использоваться в самых разных сферах нашей жизни. Каждая такая сфера имеет свои особенности, поэтому желательно наряду с общими законами - об искусственном интеллекте и о киберустойчивости - задействовать множество других правовых инструментов, мер, инструкций, стандартов, относящихся к различным отраслям.

Первый шаг в разработке всеобъемлющей сбалансированной отрасли права, регулирующей ИИ через закон о киберустойчивости и его нормы безопасности и защищенности, - это установление минимальных технических стандартов, которым должно соответствовать устройство с искусственным интеллектом, прежде чем попадет на рынок Евросоюза. Предотвращение кибератак в важнейших областях и защита фундаментальных прав граждан должны быть главной заботой законодателей. Закон об ИИ и закон о киберустойчивости являются первым шагом в этом направлении, однако их общие принципы не достаточно детализированы, чтобы служить руководством для программистов в их практическом применении.

После того как законодатели разрешат применять все подходящие стандарты и технические регламенты, чтобы гарантировать, что на рынок попадают только безопасные и защищенные продукты, они должны тщательно оценить, в каких случаях на рынок могут быть допущены модели, обучающиеся в течение всего жизненного цикла, и, где это возможно, оставить технологический прогресс прерогативой научных исследований и государственных институтов под центральным наблюдением стран - членов ЕС; особенно это касается опасных продуктов.

В сфере роботов на основе машинного обучения на общеевропейском уровне необходимо специальное техническое регулирование, поскольку существующие нормы неадекватны потребности в регулировании всех вопросов, которые могут возникнуть после выпуска таких устройств на рынок. В частности, учитывая разнообразие подобных технологий, в каждой отрасли должны применяться отдельные нормы. Необходимо также учитывать убытки и риски, возникающие вследствие задержки с принятием новых регламентов в ответ на потребности рынка.

 

Список литературы

 

Aladin D., Varlamov O., Chuvikov D., Chernenkiy V., Smelkova E. & Baldin A. (2019). Logic-based artificial intelligence in systems for monitoring the enforcing traffic regulations. In IOP Conference Series: Materials Science and Engineering (Vol. 534, p. 012025). IOP Publishing. https://doi.org/10.1088/1757-899x/534/1/012025.

Allen G. & Chan T. (2017). Artificial intelligence and national security. Belfer Center for Science and International Affairs Cambridge, MA.

Ames H., Mingolla E., Sohail A., Chandler B., Gorchetchnikov A., L'eveill'e, J., Livitz, G., & Versace, M. (2012). The animat: New frontiers in whole brain modeling. IEEE pulse, 3(1), 47-50. https://doi.org/10.1109/mpul.2011.2175638.

Amidei A. (2017). Robotica intelligente e responsabilifa: profili e prospettive evolutive del quadro normativo europeo. In U. Ruffolo (ed.), Intelligenza Artificiale e responsabilifa, Responsabilifa Comunicazione Impresa (Vol. 20, Giuffre Editore, pp. 63-106). Barreno, M., Nelson, B., Joseph, A.D., & Tygar, J.D. (2010). The security of machine learning. Machine Learning, 81(2), 121-148. https://doi.org/10.1007/s10994-010-5188-5.

Bekey G.A. (2012). Current trends in robotics: Technology and ethics. In Robot ethics: the ethical and social implications of robotics (pp. 17-34). The MIT Press, Cabridge. Bertolini, A. (2013). Robots as products: the case for a realistic analysis of robotic applications and liability rules. Law, Innovation and Technology, 5(2), 214-247. https://doi.org/10.5235/17579961.5.2.214.

Bi S. (2020). Intelligent system for English translation using automated knowledge base. Journal of Intelligent & Fuzzy Systems, 39(4), 5057-5066. https://doi.org/10.3233/jifs-179991.

Botros N.M. & Abdul-Aziz M. (1994). Hardware implementation of an artificial neural network using field programmable gate arrays (FPGA's). IEEE Transactions on Industrial Electronics, 41(6), 665-667. https://doi.org/10.1109/41.334585.

Buchanan B. (2016). The life cycles of cyber threats. Survival, 58(1), 39-58. https://doi.org/10.1080/00396338.2016.1142093.

Chakkravarthy R. (2019). Artificial intelligence for construction safety. Professional Safety, 64(1), 46. Chakraborti, T., Kulkarni, A., Sreedharan, S., Smith, D. E., & Kambhampati, S. (2021). Explicability? Legibility? Predictability? Transparency? Privacy? Security? The Emerging Landscape of Interpretable Agent Behavior. Proceedings of the International Conference on Automated Planning and Scheduling, 29, 86-96. https://doi.org/10.1609/icaps.v29i1.3463.

Das S., Dey A., Pal A. & Roy N. (2015). Applications of artificial intelligence in machine learning: review and prospect. International Journal of Computer Applications, 115(9), 31-41. https://doi.org/10.5120/20182-2402.

De Swarte T., Boufous O. & Escalle P. (2019). Artificial intelligence, ethics and human values: the cases of military drones and companion robots. Artificial Life and Robotics, 24(3), 291 -296. https://doi.org/10.1007/s10015-019-00525-1.

Demir K.A., Doven G. & Sezen B. (2019). Industry 5.0 and Human-Robot Co-working. Procedia Computer Science, 158, 688-695. https://doi.org/10.1016/j.procs.2019.09.104.

Dietterich T.G., & Kong E.B. (1995). Machine learning bias, statistical bias, and statistical variance of decision tree algorithms. Technical report, Department of Computer Science, Oregon State University.

Dijkstra, E.W. (1982). Selected writings on computing: a personal perspective. Springer Science & Business Media. Ebers, M., & Navas, S. (2020). Algorithms and Law. Cambridge University Press. European Parliament. (2017).

European Parliament resolution of 16 February 2017 with recommendations to the commission on civil law rules on robotics (2015/2103(INL)).

Falletti, E. (2020). Decisioni automatizzate e diritto alla spiegazione: alcune riflessioni comparatistiche. Il diritto dell'informazione e dell'informatica, 3, 169-206.

Funkhouser, K. (2013). Paving the road ahead: autonomous vehicles, products liability, and the need for a new approach. Utah Law Review, 437.

Gallese, C. (2018). Prospettive di riforma del diritto internazionale privato giapponese. In M. Cestari, G. Coci, D. Moro, A. Specchio (Eds.), Orizzontigiapponesi: ricerche, idee, prospettive (pp. 185-186). Aracne editrice, Roma.

Gilpin L.H., Bau D., Yuan B.Z., Bajwa A., Specter M. & Kagal L. (2018). Explaining Explanations: An Overview of Interpretability of Machine Learning. 2018 IEEE 5th International Conference on Data Science and Advanced Analytics (DSAA) (pp. 80-89). https://doi.org/10.1109/dsaa.2018.00018.

Greene D., Hoffmann A.L. & Stark L. (2019). Better, Nicer, Clearer, Fairer: A Critical Assessment of the Movement for Ethical Artificial Intelligence and Machine Learning. Proceedings of the Annual Hawaii International Conference on System Sciences. https://doi.org/10.24251/hicss.2019.258.

Haselager W.F. (2005). Robotics, philosophy and the problems of autonomy. Cognitive Technologies and the Pragmatics of Cognition, 13(3), 515-532. https://doi.org/10.1075/pc.13.3.07has.

Heawood J. (2018). Pseudo-public political speech: Democratic implications of the Cambridge Analytica scandal. Information Polity, 23(4), 429-434. https://doi.org/10.3233/ip-180009.

Helbing D., Frey B.S., Gigerenzer G., Hafen E., Hagner M., Hofstetter Y., van den Hoven J., Zicari, R. V., & Zwitter, A. (2018). Will Democracy Survive Big Data and Artificial Intelligence? Towards Digital Enlightenment, 73-98. https://doi.org/10.1007/978-3-319-90869-4_7.

Hildebrandt, M. (2019). Privacy as Protection of the Incomputable Self: From Agnostic to Agonistic Machine Learning. Theoretical Inquiries in Law, 20(1), 83-121. https://doi.org/10.1515/til-2019-0004.

Holzinger A., Langs G., Denk H., Zatloukal K. & Muller H. (2019). Causability and explainability of artificial intelligence in medicine. WIREs Data Mining and Knowledge Discovery, 9(4). https://doi.org/10.1002/ widm.1312 Ielmini, D., & Ambrogio, S. (2019). Emerging neuromorphic devices. Nanotechnology, 31(9), 092001. https://doi.org/10.1088/1361-6528/ab554b.

Kaplan A. & Haenlein M. (2019). Siri, Siri, in my hand: Who's the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15-25. https://doi.org/10.1016/j.bushor.2018.08.004.

Lamberton C., Brigo D. & Hoy D. (2017). Impact of robotics, RPA and AI on the insurance industry: challenges and opportunities. Journal of Financial Perspectives, 4(1). Leenes, R., Palmerini, E., Koops, B.J., Bertolini, A., Salvini, P., & Lucivero, F. (2017). Regulatory challenges of robotics: some guidelines for addressing legal and ethical issues. Law, Innovation and Technology, 9(1), 1-44. https://doi.org/10.1080/17579961.2017.1304921.

Lu H., Li Y., Chen M., Kim H. & Serikawa S. (2017). Brain Intelligence: Go beyond Artificial Intelligence. Mobile Networks and Applications, 23(2), 368-375. https://doi.org/10.1007/s11036-017-0932-8.

Luna R., Rhine E., Myhra M., Sullivan R. & Kruse C.S. (2016). Cyber threats to health information systems: A systematic review. Technology and Health Care, 24(1), 1-9. https://doi.org/10.3233/thc-151102.

Ma H.K. (1985). Cross-Cultural Study of the Development of Law-Abiding Orientation. Psychological Reports, 57(3), 967-974. https://doi.org/10.2466/pr0.1985.57.3.967.

Manheim K.M. & Kaplan L. (2019). Artificial intelligence: Risks to privacy and democracy. Yale Journal of Law and Technology, 21, 106-188.

Naur, P., & Randell, B. (Eds.) (1968). Software Engineering: Report of a conference sponsored by the NATO Science Committee. Newcastle University.

Nevejans, N. (2016). European civil law rules in robotics. Policy Department for Citizens' Rights and Constitutional Affairs.

Nobile M.S., Vlachou T., Spolaor S., Cazzaniga P., Mauri G., Pelicci P.G. & Besozzi D. (2019). ProCell: Investigating cell proliferation with Swarm Intelligence. 2019 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB) (pp. 1-8). https://doi.org/10.1109/cibcb.2019.879146.

O'Sullivan S., Nevejans N., Allen C., Blyth A., Leonard S., Pagallo U., Holzinger K., Holzinger A., Sajid, M.I., & Ashrafian, H. (2019). Legal, regulatory, and ethical frameworks for development of standards in artificial intelligence (AI) and autonomous robotic surgery. The International Journal of Medical Robotics and Computer Assisted Surgery, 15(1), e1968. https://doi.org/10.1002/rcs.1968.

Ozkan B.E. & Bulkan S. (2019). Hidden Risks to Cyberspace Security from Obsolete COTS Software. 2019 11th International Conference on Cyber Conflict (CyCon) (pp. 1-19). https://doi.org/10.23919/cycon.2019.8756990.

Pan C., Wang C.Y., Liang S.J., Wang Y., Cao T., Wang P., Wang C., Wang S., Cheng B., Gao A., Liu E., Watanabe, K., Taniguchi, T., & Miao, F. (2020). Reconfigurable logic and neuromorphic circuits based on electrically tunable two-dimensional homojunctions. Nature Electronics, 3(7), 383-390. https://doi.org/10.1038/ s41928-020-0433-9.

Pandian D.A.P. (2019). Artificial intelligence application in smart warehousing environment for automated logistics. Journal of Artificial Intelligence and Capsule Networks, 1 (2), 63-72. https://doi.org/10.36548/jaicn.2019.2.002.

Papetti D.M., Spolaor S., Besozzi, D., Cazzaniga, P., Antoniotti, M., & Nobile, M.S. (2020). On the automatic calibration of fully analogical spiking neuromorphic chips. 2020 International Joint Conference on Neural Networks (IJCNN). https://doi.org/10.1109/ijcnn48605.2020.9206654.

Persily N. (2017). Can Democracy Survive the Internet? Journal of Democracy, 28(2), 63-76. https://doi.org/10.1353/jod.2017.0025.

Ranjan A., Janai J., Geiger A. & Black M. (2019). Attacking Optical Flow. 2019IEEE/CVFInternational Conference on Computer Vision (iCCV) (pp. 2404-2413). https://doi.org/10.1109/iccv.2019.00249.

Rao Q. & Frtunikj J. (2018). Deep learning for self-driving cars. Proceedings of the 1st International Workshop on Software Engineering for AI in Autonomous Systems (pp. 35-38). https://doi.org/10.1145/3194085.319408.

Raza M., Awais M., Ali K., Aslam N., Paranthaman V.V., Imran M. & Ali F. (2020). Establishing effective communications in disaster affected areas and artificial intelligence based detection using social media platform. Future Generation Computer Systems, 112, 1057-1069. https://doi.org/10.1016/j.future.2020.06.040.

Richards N.M. & Smart W.D. (2016). How should the law think about robots? In R. Calo, M.A. Froomkin, I. Kerr (Eds.). Robot law. Edward Elgar. Roll, I., & Wylie, R. (2016). Evolution and Revolution in Artificial Intelligence in Education. International Journal of Artificial Intelligence in Education, 26(2), 582-599. https://doi.org/10.1007/s40593-016-0110-3.

Romanishin J.W., Gilpin K. & Rus D. (2013). M-blocks: Momentum-driven, magnetic modular robots. 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (pp. 4288-4295). https://doi.org/10.1109/iros.2013.6696971.

Rundo L., Tangherloni A., Nobile M.S., Militello C., Besozzi D., Mauri G. & Cazzaniga P. (2019). MedGA: A novel evolutionary method for image enhancement in medical imaging systems. Expert Systems With Applications, 119, 387-399. https://doi.org/10.1016Zj.eswa.2018.11.013.

Samu S. (2014). The effectiveness of compulsory motor insurance in Zimbabwe. Journal of Strategic Studies: A Journal of the Southern Bureau of Strategic Studies Trust, 5(1), 45-60.

Santosuosso, A., Boscarato, C., & Caroleo, F. (2012). Robot e diritto: una prima ricognizione. La Nuova Giurisprudenza Commentata, 494.

Simoens, P., Mahieu, C., Ongenae, F., De Backere, F., De Pestel, S., Nelis, J., De Turck, F., Elprama, S.A., Kilpi, K., Jewell, C., & Jacobs, A. (2016). Internet of Robotic Things: Context-Aware and Personalized Interventions of Assistive Social Robots (Short Paper). 2016 5th IEEE International Conference on Cloud Networking (Cloudnet) (pp. 204-207). https://doi.org/10.1109/cloudnet.2016.27.

Smith B. Walker (2016). Lawyers and engineers should speak the same robot language. In R. Calo, M.A. Froomkin, I. Kerr (Eds.), Robot law (pp. 78-101). Edward Elgar Publishing. Sourdin, T. (2018). Judge v Robot? Artificial Intelligence and Judicial Decision-Making. University of New South Wales Law Journal, 41 (4), 25167-25177. https://doi.org/10.53637/zgux2213.

Wang W. & Siau K. (2019). Artificial Intelligence, Machine Learning, Automation, Robotics, Future of Work and Future of Humanity. Journal of Database Management, 30(1), 61-79. https://doi.org/10.4018/jdm.2019010104.

Yano K. (2017). How artificial intelligence will change HR. People & Strategy, 40(3), 42-47. Yuniarthe, Y. (2017). Application of Artificial Intelligence (AI) in Search Engine Optimization (SEO). In 2017 International Conference on Soft Computing, Intelligent System and Information Technology (ICSIIT) (pp. 96-101). https://doi.org/10.1109/icsiit.2017.15

Zech H. (2021). Liability for AI: public policy considerations. ERA Forum, 22(1), 147-158.https://doi.org/10.1007/s12027-020-00648-0.

Zhang, X., Upton, O., Beebe, N.L., & Choo, K.K.R. (2020). IoT Botnet Forensics: A Comprehensive Digital Forensic Case Study on Mirai Botnet Servers. Forensic Science International: Digital Investigation, 32, 300926. https:// doi.org/10.1016/j.fsidi.2020.300926.

 

─────────────────────────────────────────────────────────────────────────

*(1) Commission Staff Working document Delivering on the UN's Sustainable Development Goals - A comprehensive approach. https://sdgtoolkit.org/wp-content/uploads/2021/02/EU-staff_working_docu-ment-delivering_on_uns_sustainable_development_goals_en.pdf.

*(2) European Commission. (2022). https://ireland.representation.ec.europa.eu/news-and-events/news/new-eu-cybersecurity-rules-ensure-more-secure-hardware-and-software-products-2022-09-15_en.

*(3) Там же.

*(4) Там же.

*(5) Commission Staff Working document Delivering on the UN's Sustainable Development Goals - A comprehensive approach. https://sdgtoolkit.org/wp-content/uploads/2021/02/EU-staff_working_document-delivering_on_uns_sustainable_development_goals_en.pdf.

*(6) С проектом можно ознакомиться по ссылке: https://ec.europa.eu/newsroom/dae/items/709090.

*(7) См., например, проект заявления Комитета по проблемам промышленности, науки и энергетики для Комитета по проблемам внутреннего рынка и защиты прав потребителей и Комитета гражданских свобод, правосудия и внутренних дел, доступный по ссылке: https://www.europarl.europa.eu/ doceo/document/ITRE-PA-719801_EN.pdf , а также проект заявления Комитета по правовым проблемам для Комитета по проблемам внутреннего рынка и защиты прав потребителей и Комитета гражданских свобод, правосудия и внутренних дел.

*(8) Дополнительную информацию см.: https://www.kip.uni-heidelberg.de/vision/previous-projects/facets/neuromorphic-hardware/single-chip-system/spikey.

*(9) Фактически в пояснительной записке к проекту отмечается: "Использование ИИ с его отличительными признаками (такими как непрозрачность, сложность, зависимость от данных, автономность действий) может отрицательно повлиять на количество фундаментальных прав, закрепленных в Европейской хартии по правам человека ("Хартия"). Данный проект нацелен на обеспечение высокого уровня защиты данных фундаментальных прав и работу с различными источниками рисков путем четко определенного подхода. Устанавливая ряд требований к надежному ИИ и пропорциональные обязательствам всех участников цепочки создания ценности, данный проект повысит и усилит защиту прав, закрепленных в Хартии: право на человеческое достоинство (ст. 1), уважение к частной жизни и защиту персональных данных (ст. 7 и 8), отсутствие дискриминации (ст. 21) и равенство между мужчиной и женщиной (ст. 23). Он нацелен на предотвращение нарушения прав в области свободы слова (ст. 11) и свободы собраний (ст. 12), на обеспечение защиты права на эффективное восстановление в правах и справедливое правосудие, прав на юридическую защиту и презумпцию невиновности (ст. 47 и 48), а также общего принципа компетентного руководства. Кроме того, при применении в определенных областях данный проект положительно повлияет на права ряда особых групп, например, права рабочих и справедливые условия работы (ст. 31), высокий уровень защиты прав потребителей (ст. 28), права ребенка (ст. 24) и интеграцию лиц с ограниченными возможностями (ст. 26). Сюда относятся также права на высокий уровень защиты и улучшение качества окружающей среды (ст. 37), в том числе в отношении здоровья и безопасности людей. Обязанности по априорному тестированию, управлению рисками и пользовательскому надзору будут также способствовать уважению других фундаментальных прав путем минимизации риска принятия ошибочных или предвзятых решений с помощью ИИ в таких критических областях, как образование и воспитание, занятость, важные услуги, правоохранительная и судебная деятельность. Если ущемление фундаментальных прав все же произойдет, пострадавшие лица смогут получить эффективное восстановление путем обеспечения прозрачности и отслеживаемости систем ИИ в сочетании со строгим последующим контролем".

*(10) В зависимости от правовой системы конкретного государства, квалификация высокого риска может повлечь иные последствия, помимо ответственности, см., например, ст. 2050 Гражданского кодекса Италии.

*(11) Cyber-resilience Act. https://ireland.representation.ec.europa.eu/news-and-events/news/new-eu-cyberse-curity-rules-ensure-more-secure-hardware-and-software-products-2022-09-15_en.

*(12) Подробнее см. www.bbc.com/news/technology-54204356. Программа-вымогатель - это вредоносная программа, блокирующая доступ к данным пользователя и иногда угрожающая раскрыть их третьим лицам, если жертва не заплатит определенную сумму.

*(13) С полным текстом можно ознакомиться на: https://www.courtlistener.com/docket/16630199/1/orange- v-ring-llc.

*(14) Об этом сообщало агентство CNN: https://money.cnn.com/2017/01/09/technology/fda-st-jude-car- diac-hack.

*(15) Цветовое поле - это особый вид вредоносных патчей, технология машинного обучения, которая с помощью ложной информации пытается обмануть нейросети и вызвать их неправильное функционирование.

*(16) Даже проведя множество тестов, нельзя исключить наличие багов. По словам Е.В. Дейкстра, известного специалиста в области компьютерных наук, обладателя премии Тьюринга, "тестирование показывает присутствие, а не отсутствие багов" (Dijkstra,1982).

*(17) Фактически машинное обучение модели часто требует использования тысяч примеров.

*(18) Правовые аспекты машинного обучения в отношении возможной предвзятости и ее влияния на уязвимые группы будут рассмотрены в отдельной статье, так как эта тема слишком обширна для разбора здесь.

*(19) Хотя этот элемент уже присутствует в европейском законодательстве, граждане ЕС могут пострадать, если их данные будут собраны системами искусственного интеллекта за пределами Евросоюза.

*(20) Следует отметить, что в настоящей работе мы не исследуем исключительно права, защищаемые законом в каждой правовой системе, так как тот факт, что какое-либо право еще не признано государством, не означает, что оно не существует или что оно не будет в дальнейшем введено в эту систему. Некоторые проблемы, возникающие при использовании ИИ, проистекают не от багов и других видов ошибок программирования, а от политических решений или ненамеренной предвзятости человека.

*(21) Важно заметить, что мы используем слово "предвзятость" в понимании юридической науки, которое отличается от понимания компьютерных наук; фактически с точки зрения программиста можно показать, что действительно непредвзятой модели не может существовать. В настоящей работе мы рассматриваем только такую предвзятость, которая с правовой и этической точек зрения может повлечь дискриминацию или нарушение прав личности.

*(22) Проблема соответствия моделей машинного обучения принципам Общего регламента по защите данных выходит за рамки данной статьи и будет исследована в отдельной работе в ближайшие месяцы. Вопрос интерпретируемости и объяснимости более подробно разбирается в главе нашей выходящей книги "Правовые аспекты ИИ в области биомедицины. Роль интерпретируемых моделей".

*(23) Фактически даже в тех странах, где контроль над оружием менее строг, законодатели пытаются установить запрет на самостоятельную печать оружия; этот вопрос поясняется в прессе и в нашей выходящей статье "Этические и юридические ограничения на распространение самостоятельно произведенного оружия": https://www.markey.senate.gov/news/press-releases/senator-markey-rep-meng-lead-colleagues-in-urging-biden-to-roll-back-trumps-deregulation-of-3d-printed-ghost-guns.

*(24) Объяснение этой проблемы см.: https://spectrum.ieee.org/f35-program-continues-to-struggle-with-software.

*(25) Эта уязвимость более подробно описывается в блоге компании, которая ее обнаружила: https://blog.orange.tw/2019/08/attacking-ssl-vpn-part-2-breaking-the-fortigate-ssl-v.pn.html

*(26) Это включает возможность распространять политические материалы и рекламу через социальные сети, приложения для смартфонов и домашние устройства, работающие на алгоритмах искусственного интеллекта, и использовать профили пользователей для влияния на их поведение. Скандал с компанией Cambridge Analytica показал насущную необходимость выработать нормативное решение для моделей ИИ, способных повлиять на демократические институты.

 

 

Дорожная карта развития "сквозной" цифровой технологии "Компоненты робототехники и сенсорика"

1. Преамбула, введение, общее описание направления развития СЦТ

Дорожная карта (ДК) "сквозной" цифровой технологии (СЦТ) "Компоненты робототехники и сенсорика" является одним из основополагающих документов в реализации Федерального проекта "Цифровые технологии" Национальной программы "Цифровая экономика Российской Федерации". Документ включает в себя цели и ожидаемые результаты внедрения и распространения технологии, оценку влияния на социальный прогресс, экономическое развитие и технологическое лидерство страны к 2024 году, перечень барьеров развития и мероприятия по их устранению, ключевые проекты и стимулирующие мероприятия к реализации и другие комплексные мероприятия развития СЦТ.

При подготовке Дорожной карты проведен анализ перспективных технологий в области робототехники и сенсорики, изучены потребности ведущих отечественных компаний, сформирован приоритетный перечень субтехнологий, для которых определены начальное состояние и целевые показатели до 2024 г. Достижение целевых показателей развития субтехнологий обеспечивается комплексом мероприятий и инструментов финансовой поддержки компаний, участвующих в их реализации. Инструменты поддержки предоставляются через финансовые программы Институтов развития с учетом утвержденных бюджетов паспорта Федерального проекта "Цифровые технологии" на период с 2019-2021 гг. Дорожная карта предусматривает также дальнейшую актуализацию плана мероприятий ввиду возможных рыночных изменений и регулярный мониторинг достижения КПЭ.

Описание "сквозной" цифровой технологии

СЦТ "Компоненты робототехники и сенсорика" охватывает направления разработки автоматизированных технических систем и методов управления ими, разработки сенсорных систем и методов обработки сенсорной информации, взаимодействия технических систем между собой и с человеком. Робототехника и сенсорика основываются на методах механики, электроники, мехатроники и других науках. Роботы предназначены для замены человека при выполнении рутинных, грязных, опасных работ, а также там, где требуется высокая точность и повторяемость. Область применения и перспективы современной робототехники исключительно широки: роботы уже применяются в быту, в сфере обслуживании людей, в медицине, в сельском хозяйстве и многих других видах работ. Основой взаимодействия с людьми являются человеко-машинные интерфейсы, современные виды которых включают не только традиционное представление визуальной информации и привычные органы управления, но и перспективные интерфейсы на основе анализа электрической активности мозга и мышц, с обратными силомоментными связями. Современная сенсорика, в свою очередь, является комплексной цифровой технологией, включающей в себя не только методы измерения физических величин, но и методы обработки сенсорной информации.

ДК СЦТ "Компоненты робототехники и сенсорика" по программе "Цифровая экономика" включает в себя только часть технологий в области робототехники и сенсорики, с одной стороны попадающих под определение цифровых технологий, а с другой стороны не отнесенных к смежным областям, таким как "Новые производственные технологии" или "Искусственный интеллект". Реализация ДК будет способствовать формированию отечественного рынка робототехники и сенсорики, решению проблемы дефицита кадров для цифровой экономики, преодолению технологических, социальных и регуляторных барьеров.

Перечень субтехнологий

СЦТ "Компоненты робототехники и сенсорика" отличается большим разнообразием направлений, каждое из которых включает в себя многочисленные методы, аппаратные средства и программное обеспечение (ПО). Среди других возможных способов классификации, в ходе проведенных обсуждений с экспертным сообществом, было принято решение сгруппировать направления по их функциональным задачам и близости используемых методов. Таким образом, по результатам исследования экспертного мнения, анализа публикационной активности и патентного анализа в рамках СЦТ были выделены три субтехнологии, для которых определены технологические компоненты.

Таблица 1 - Перечень субтехнологий

Субтехнология	Технологические компоненты
1. Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия	1.1 Технологии и интерфейсы ассистивной робототехники
	1.2 Технологии сервисной и социальной робототехники для взаимодействия с людьми
	1.3 Технологии безопасного взаимодействия человека с робототехническими системами
	1.4 Технологии дистанционного взаимодействия человек-робот, включая средства визуальной и силовой обратной связи
2. Технологии сенсорно-моторной координации и пространственного позиционирования	2.1 Алгоритмы и технологии управления приводами с сенсорами обратной связи
	2.2 Алгоритмы и технологии сенсорно-моторной координации и планирования движений для захвата и перемещения физических объектов и контактного взаимодействия
	2.3 Расчет и определение положений и траекторий робототехнических компонентов и объектов физического мира
	2.4 Симуляторы и эмуляторы робототехнических и сенсорных средств на базе физических и теормеханических моделей для разработки и верификации систем управления
	2.5 Технологии разработки низкоуровневого программного обеспечения систем управления реального времени, в том числе систем диагностики и отказоустойчивых систем
3. Сенсоры и обработка сенсорной информации	3.1 Алгоритмы и технологии комплексирования и синхронизации разнородных сенсорных данных
	3.2 Цифровые контактные и бесконтактные сенсоры и алгоритмы извлечения и обработки информации, включая возможность автономного принятия решений
	3.3 Специализированные облачные платформы сенсоров и робототехнических средств, включая промышленный интернет и средства работы с телеметрией и телеуправлением

 

 

Качественные критерии субтехнологий

Таблица 2 - Качественные критерии субтехнологий

Субтехнология	Качественные критерии субтехнологии
Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия	К субтехнологии относятся технологические решения, лежащие в области разработки методов взаимодействия роботов с человеком. Сюда входят разработки человеко-машинных интерфейсов различных типов, компоненты и средства дистанционного взаимодействия робототехнических систем с человеком, методы взаимодействия с людьми в рамках сервисной и социальной робототехники, вопросы безопасности при непосредственном взаимодействии робота и человека
Технологии сенсорно- моторной координации и пространственного позиционирования	К субтехнологии относятся технологические решения, обеспечивающие координацию, планирование и управление движением робототехнических систем. Сюда входят технологии взаимодействия роботов с объектами окружающей среды, их захват и перемещение. В основе субтехнологии лежат классические методы моделирования и управления на основе физических и теормеханических моделей. В область субтехнологии входят также разработки низкоуровневого программного обеспечения систем управления реального времени, в том числе систем диагностики и отказоустойчивых систем
Сенсоры и обработка сенсорной информации	К субтехнологии относятся технологические решения по созданию новых сенсоров, сенсорных систем и методов обработки сенсорной информации на базе детерминированных подходов. Сюда входят технологии комплексирования и синхронизации разнородных сенсорных данных, облачные платформы сенсоров и робототехнических средств, средства работы с телеметрией и телеуправлением

 

Характеристика субтехнологий

Субтехнология 1 "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия" включает в себя весь спектр технологий, связанных со взаимодействием человека и робототехнической системы, за исключением методов и средств интеллектуального управления.

В состав субтехнологии входят алгоритмы, цифровые компоненты и сенсорные системы для задач управления средствами ассистивной, коллаборативной, сервисной, когнитивной и социальной робототехники, включая задачи обеспечения безопасности при взаимодействии робота и человека, и человеко-машинные интерфейсы.

Субтехнология 2 "Технологии сенсорно-моторной координации и пространственного позиционирования" включает в себя методы управления робототехническими системами для обеспечения эффективного взаимодействия их с объектами окружающего мира. В рамках субтехнологии рассматриваются задачи разработки новых приводов различных типов, задачи динамического перемещения объектов, методы тактильного очувствления, методы динамического управления движением робототехнических систем, методы расчета и моделирования робототехнических систем на базе физических и теормеханических моделей, методы синтеза систем диагностирования и отказоустойчивого управления.

Субтехнология 3 "Сенсоры и обработка сенсорной информации" включает в себя технологии создания электронной компонентной базы сенсоров, сенсорных систем различного назначения, обеспечивающих получение информации об объектах, среди которых находится робот, для задач локализации, планирования движения и управления, а также методы обработки, включая методы восприятия и интерпретации сенсорной информации, методы обработки и комплексирования сенсорных данных, методы проектирования систем обработки сенсорной информации.

При формировании целевых показателей развития СЦТ была проведена оценка уровня готовности отечественных субтехнологий и сравнение ее мировыми показателями согласно ГОСТ Р 57194.1-2016.

Таблица 3 - Уровень готовности субтехнологий

Субтехнология	УГТ	Сопоставление с мировым уровнем
1.Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия	7	УГТ по ряду технологических решений в России достигает 7, что формально соответствует мировому уровню. Однако следует отметить, что общемировой уровень 7 достигается по широкому спектру направлений субтехнологии большим количеством компаний, в то время как в России этот уровень демонстрируют лишь отдельные компании. Тем не менее близкий к общемировому уровень развития технологии определяет перспективы развития субтехнологии в стране и является важным критерием приоритизации
Технологии сенсорно-моторной координации и пространственного позиционирования	6	УГТ в России оценивается на 6, что значительно уступает общемировому уровню 9. Тем не менее в стране имеется сильная научно-техническая база, на основе которой можно рассчитывать на получение прорывных решений в области субтехнологии
Сенсоры и обработка сенсорной информации	6	УГТ в России оценивается на 6, что значительно уступает общемировому уровню 9. Однако развитие отечественной компонентной базы сенсоров и систем обработки информации является важной "сквозной" стратегической задачей, затрагивающей не только робототехнику, но и другие отрасли. А за счет имеющегося научно-технического задела можно рассчитывать на получение результатов мирового уровня

При определении перспективных областей развития субтехнологий в рамках СЦТ "Компоненты робототехники и сенсорика" следует руководствоваться перечнем областей, сформированным в Таблице 4, но не ограничиваясь им.

Таблица 4 - Приоритетные отрасли применения СЦТ

Отрасль по ОКВЭД	Код ОКВЭД	Область применения СЦТ
Сельское, лесное хозяйство, охота, рыболовство и рыбоводство	ОКВЭД 01-03	Уход за растениями Уборка урожая Уход за животными Мониторинг сельскохозяйственных полей Мониторинг состояния лесного покрова
Добыча полезных ископаемых	ОКВЭД 05-09	Разведка и диагностика полезных ископаемых Наземная разведка и картографирование Подземная разведка и диагностика месторождения Ассистирование во время добычи полезных ископаемых
Обрабатывающие производства	ОКВЭД 10-33	Сборка Погрузка/разгрузка Нанесение клея и распыление Упаковка, укладка и паллетирование Маркировка
Строительство	ОКВЭД 41-43	Мониторинг и контроль строительной площадки Демонтаж и разрушение строений и конструкций, уборка стройплощадок Земляные работы Перемещение и установка плоских материалов (сэндвич-панели, остекление) Внутренняя и внешняя отделка/ Штукатурные работы/ Малярные работы
Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов	ОКВЭД 45-46	Консультирование покупателей Инвентаризация полок Выкладка товара Упаковка Сборка заказа Перемещение грузов
Транспортировка и хранение	ОКВЭД 49-53	Сортировка Упаковка и паллетирование Погрузка Отслеживание посылок и грузов
Деятельность гостиниц и предприятий общественного питания	ОКВЭД 55-56	Консультирование клиентов Приготовление пищи Выкладка продуктов
Образование	ОКВЭД 85	Образовательные программы Обучение на физических симуляторах/конструкторах
Деятельность в области здравоохранения и социальных услуг	ОКВЭД 86-88	Обслуживание пациентов (регистрация, медицинские карты, справочная информация) Сопровождение пациентов Ассистирование на операции Реабилитация пациентов Обследования пациентов Протезирование

Ключевые технические характеристики субтехнологий, приведенные в таблице 5, представляют собой технологические барьеры, преодоление которых значительно повлияет на уровень развития технологии. Ключевые характеристики предназначены для мониторинга развития технологии. Преодоление указанных барьеров позволит использовать разработанные технологии в большом количестве конечных продуктов. Даже частичное достижение обозначенных показателей позволит создавать конкурентоспособные решения, соответствующие или превосходящие мировой уровень.

Таблица 5 - Ключевые технические характеристики субтехнологий

Описание характеристики

Субтехнология 1. "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия"

• Человеко-машинные интерфейсы, обеспечивающие восстановление и передачу сил взаимодействия с точностью не ниже 95% и временным откликом не более 2 мс
• Экзоскелеты и экзопротезы, обеспечивающие 80% двигательных функций и сценариев реабилитации верхних и нижних конечностей, мелкой моторики и позвоночника
• Интерактивные интуитивные человеко-машинные интерфейсы управления робототехническими системами, обеспечивающие классификацию команд в не менее 80% сценариев управления с точностью не ниже 95% и суммарной задержкой на обработку не более 20 мс
• Технические решения для ассистивных роботов и робототехнических систем в здравоохранении и образовании, обеспечивающих на аппаратном уровне максимальное усилие при незапланированном контакте робота с человеком не более 10% от грузоподъемности робота с временем срабатывания не более 0,01 с
• Экзоскелеты и ассистивные роботы, обеспечивающие увеличение на 100% силы мышц спины и брюшного пресса, на 75% силовой выносливости рук человека

Субтехнология 2. "Технологии сенсорно-моторной координации и пространственного позиционирования"

• Цифровые системы управления приводами с регулировкой по положению, усилию, жесткости, коэффициенту демпфирования, с частотой регулирования до 1 кГц и диапазоном изменения параметров в 1 млн раз
• Сокращение затрат энергии на перемещение роботов на 50% по сравнению с классическими решениями за счет технологий рекуперации и оптимизации работы энергетических подсистем роботов Технические решения, обеспечивающие захват, перемещение и контактное взаимодействие с ускорениями до 10 м/с² со скоростями до 5 м/с для 95% сценариев, характерных для розничной торговли, здравоохранения, строительства и добычи, а также других приложений сервисной робототехники, включая жесткие, деформируемые, хрупкие, плоские протяженные, сыпучие и меняющие форму объекты
• Технические решения для робототехнических систем в области сельского и лесного хозяйства, систем мониторинга, строительства и добычи полезных ископаемых, в том числе в части динамического управления неполноприводными системами, системами с избыточным числом приводов и роботами с эластичными элементами, обеспечивающие определение положения и следования по спланированным траекториям с погрешностью не хуже 1%, и при перемещении в сложной динамической среде (доступно не более 10% рабочего пространства робота или с запасом свободного пространства не более 10% от габаритов эффектора робота)
• Средства математического моделирования на базе физических принципов для систем с 500 и более подвижными деформируемыми, упругими и разрушаемыми деталями с физически точными моделями, с точностью моделирования динамики положения механизмов до 99% относительно натурного эксперимента за промежуток времени, соответствующий десятикратному периоду работы механизма (при периодической работе робота), или 600 секунд при недетерминированном времени работы механизма; а также систем, позволяющих моделировать сенсоры с погрешностью не более 0,05% по показаниям реального и эмулированного сенсора, позволяющими моделировать информационную систему робота, включая задержки, дискретизацию и квантование сигналов, с ошибками по времени не более 1 шага интегрирования для среды моделирования и не более 0,05% от среднего значения моделируемого процесса в информационной системе, с физически точными моделями твердых тел, параллельно моделируя быстрые процессы в электрических контурах и медленные процессы в механических системах
• Адаптация сервисных роботов к работе в антропогенной среде для выполнения 80% локомоций, включая задачи открывания дверей, перемещения по лестницам и другие
• Обеспечение управления совместной работой от 2 до 10 и более роботов, при выполнении общего задания, например, при переносе единого груза, включая жесткие, деформируемые, хрупкие, плоские протяженные и меняющие форму объекты, с пропорциональным числу роботов увеличением грузоподъемности системы

Субтехнология 3. "Сенсоры и обработка сенсорной информации"

• Сетевая система реального времени для сбора, анализа интерпретации сенсорной информации, поддерживающая технологию Plug&Play для 100+ одновременных подключений сенсоров и робототехнических комплексов с временем интеграции в систему менее 1 мин
• Технология устройств доверенной электроники преобразователей информации с чувствительных элементов в цифровой код, обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс
• Технологические решения в области чувствительных элементов, обеспечивающие точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс
• Технологические решения в области компонентной базы и алгоритмов средств обработки информации от сенсоров, обеспечивающие точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс

Приоритизация субтехнологий

Каждая из выделенных субтехнологий включает в себя несколько самостоятельных направлений исследований, объединенных по схожести решаемых задач, хотя способы решения этих задач могут быть и различны. Субтехнологии сравнимы между собой по научной и технологической сложности и имеют близкие приоритеты.

Для ранжирования субтехнологий между собой по приоритетам использовались следующие критерии:

• - Имеющийся в стране научно-технический задел для развития субтехнологии;
• - Оценка перспективы получения результатов, превосходящих мировой уровень.

Выделен следующий список приоритетных субтехнологий:

• - Субтехнология "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия";
• - Субтехнология "Технологии сенсорно-моторной координации и пространственного позиционирования";
• - Субтехнология "Сенсоры и обработка сенсорной информации".

Эффекты от развития "сквозной" цифровой технологии

Последовательное развитие, внедрение и распространение СЦТ позволит вывести страну на качественно новый уровень и оказать заметное влияние на технологическое лидерство, экономическое развитие и социальный прогресс.

 

При достижении целевых показателей ожидаются следующие эффекты:

 

Таблица 6 - Эффекты от развития СЦТ

Экономическое развитие	Дополнительные денежные потоки в ВВП
	Снижение уровня импортозависимости
	Сокращение издержек за счет внедрения новых технологий
	Прирост инвестиций
	Повышение эффективности производства в стране
	Повышение качества выпускаемой продукции
Социальный прогресс	Рост благосостояния и социальной защищенности людей
	Создание рабочих мест для обеспечения инновационной инфраструктуры
	Уменьшение количества рабочих мест, сопряженными с опасными и вредными условиями труда
	Развитие научного и кадрового потенциала страны
Технологическое лидерство	Высокий уровень производственной базы
	Высокий потенциал в области НИОКР благодаря уникальным научно-техническим решениям
	Скорость внедрения технологий
	Повышение уровня безопасности производственных процессов
	Масштабируемость технологий для различных объемов решаемых задач

Основными рыночными драйверами развития СЦТ можно считать:

• - постепенное снижение стоимости производства и комплектующих, что ведет к снижению порога входа в отрасль;
• - снижение времени окупаемости роботов за счет оптимизации процессов проектирования робототехнических систем от компонентной базы (включая электронную компонентную базу) до систем в целом;
• - увеличение роста рынка сервисной робототехники, с наибольшим распространением в потребительском сегменте, индустрии развлечений, медицине;
• - стремительная роботизация азиатской экономики (по итогам 2018 года Китай и Япония лидируют по объемам поставки промышленных роботов);
• - увеличение конкурентности на рынке робототехники;
• - повсеместное распространение интернета, облегчающее сбор, распространение и анализ информации, поступающей в облачные сервисы для роботов.

Основные рыночные тенденции развития СЦТ:

• - расширение перечня областей применения роботов и сенсорных средств;
• - увеличение числа стартап-компаний в сфере робототехники и сенсорики;
• - естественная убыль населения в развитых странах, что приводит к повышенному спросу на робототехнические решения;
• - увеличение количества проектов, публикующих свой программный код в свободном доступе;
• - снижение себестоимости сенсорных средств и систем обработки информации;
• - повышение распространения экзоскелетов, активных средств для индивидуальной механотерапии и реабилитации, и восстановления утраченных локомоций.

Барьеры и риски развития СЦТ:

Стратегия развития СЦТ и создание перспективных российских решений на их базе сопровождается определенными барьерами и рисками, которые можно классифицировать по пяти категориям:

1) законодательные и административные барьеры:

• отсутствие единой стратегии развития отрасли;
• отсутствие законодательства, устанавливающего основы регулирования и государственной политики в сфере робототехники;
• отсутствие административно-правового механизма координации полномочий органов государственной власти в связи с внедрением роботов в различные секторы экономики и др.;

2) технологические и инфраструктурные

а) барьеры:

• низкая скорость разработки и внедрения готовых решений по сравнению с зарубежными аналогами;
• излишняя фокусировка на производстве робототехники в области ВПК;
• небольшой размер внутреннего рынка робототехники;

б) риски:

• высокая технологическая конкуренция с западными производителями;
• применение технологий для целей нарушения общественного порядка и безопасности;

3) экономические барьеры:

• небольшой размер рынка робототехники в России;
• нерентабельность промышленных роботов в России;
• труднодоступны финансовые ресурсы (дорогие кредиты, сложность получения займов и налоговых льгот);

4) социальные

а) барьеры:

• инертное мышление менеджеров;
• боязнь высококвалифицированных специалистов участвовать в предпринимательской деятельности;

б) риски:

• технологическое замещение профессий;

5) научные и кадровые барьеры и риски:

а) барьеры:

• устаревшие программы вузов;
• нехватка квалифицированных специалистов;

6) риски:

• отток высококвалифицированных специалистов из страны.

 

Синергетические эффекты

Развитие направления робототехники и сенсорики в России тесно связано с развитием СЦТ "Новые производственные технологии" и СЦТ "Искусственный интеллект". В некоторых задачах робототехники применяются методы компьютерного зрения и интеллектуального принятия решений, развитие которых запланировано в дорожной карте СЦТ "Искусственный интеллект". Промышленное применение роботов и, в частности, вопросы взаимодействия промышленных роботов с технологическим процессом включены в дорожную карту СЦТ "Новые производственные технологии".

В свою очередь, СЦТ "Новые производственные технологии" является потребителем методов и средств сенсорно-моторной координации и сенсорных систем, разрабатываемых в рамках СЦТ "Компоненты робототехники и сенсорика".

Области применения технологий виртуальной и дополненной реальности расширяются за счет применения средств СЦТ "Виртуальная и дополненная реальность" для управления различными робототехническими системами, в то же время развитие технологий сенсорики имеет синергетические эффекты в части удовлетворения потребностей СЦТ "Виртуальная и дополненная реальность". Взаимосвязи между "сквозными" цифровыми технологиями дают синергетические эффекты в части экономии бюджетных средств, преодоления технологических, нормативно-правовых, социальных барьеров и ограничений. В то же время субтехнологии различных СТЦ строго разграничены, не допускают пересечений или двойного финансирования.

 

2. Текущее состояние и целевые показатели развития до 2021 и 2024 года

Целью развития технологии является получение новых, конкурентоспособных на мировом рынке, научных результатов и технологических решений. Показателем эффективности технологического решения является получение на его основе конкурентоспособного продукта, продающегося на отечественном или мировом рынке. На основе анализа перспективных отечественных разработок по областям применения было сформировано текущее состояние и запланированы целевые показатели на 2021 и 2024 годы по количеству робототехнических или сенсорных систем российского происхождения, внедренных на глобальном рынке. Технологическая ценность определяется также патентоспособностью разработанных решений. Поэтому среди целевых показателей предложены показатели количества российских и зарубежных патентов. Конкурентоспособность и ценность научных результатов характеризуется количеством публикаций в высокорейтинговых журналах и докладов на престижных научных конференциях. Запланирован соответствующий показатель публикационной активности.

Таблица 7 - Целевые показатели развития

Целевые показатели развития	2019	2021	2024
Число внедрений на глобальном рынке новых уникальных робототехнических и сенсорных систем российского происхождения с УГТ не ниже 7 1 по областям, шт. нарастающим итогом:
Сельское и лесное хозяйство, в том числе в системах точного земледелия, животноводстве, картировании и мониторинге состояния угодий	4	10	20
Здравоохранение, в том числе экзоскелеты и реабилитационные системы, ассистивные робототехнические системы для ранней диагностики и ВМП, системы мониторинга состояния оператора	4	9	18
Мониторинг и обслуживание распределенной инфраструктуры, в том числе ЛЭП, трубопроводы и системы хранения нефтепродуктов и химикатов	3	6	9
Сервисная робототехника в системах массового обслуживания, в том числе социальной сфере, ритейле, оффлайн маркетинге	2	7	15
Строительство, в том числе супервизирующие системы, автоматизация рутинных строительных операций	-	3	8
Добыча полезных ископаемых, в том числе подводная добыча и работа на удаленных месторождениях и в критических условиях	3	5	10
7. Уникальные сенсоры и сенсорные системы, включая:
7.1 Разработка уникальных чувствительных элементов сенсоров физических величин	-	2	5
7.2 Разработка цифровых сенсоров и мультисенсорных систем	-	4	10
7.3 Датчики производственного оборудования и процессов, в том числе датчики безопасности процессов	-	5	25
7.4 Бионические датчики	-	1	5
7.5 Датчики мониторинга готовой продукции	-	4	20
Число зарегистрированных российских патентов на изобретения и полезные модели по направлениям субтехнологий, шт. ежегодно	110 2	200	500
Число зарегистрированных международных патентов, включая PCT, по направлениям субтехнологий, шт. ежегодно	7 2	20	50
Число научных публикаций в изданиях 1 квартиля WoS и топ-20 GoogleScholar 3 по направлениям субтехнологий, шт. ежегодно	20 2	50	100

──────────────────────────────

1 В соответствии с методикой определения уровней готовности технологий согласно ГОСТ Р 58048-2017 "Трансфер технологий. Методические указания по оценке уровня зрелости технологий".

2 Текущий показатель указан по предыдущему 2018 году.

3 В субкатегориях Robotics, Automation and Control Theory, Mechanical Engineering, Human Computer Interaction, Signal Processing.

──────────────────────────────

В результате реализации задач и мероприятий Дорожной карты планируется поэтапное увеличение числа внедрений на глобальном рынке робототехнических и сенсорных систем российского происхождения в пять раз с 16 в 2019 году до 80 или более в 2024 году. Планируется почти пятикратное увеличение ежегодного выпуска патентоспособных технических решений со 110 в 2018 году до 500 и более в 2024 году. При этом предполагается значительное увеличение качества получаемых решений, что скажется на их конкурентоспособности на мировом рынке. Так, в 2018 году только 6% технических решений (7 из 110) в области робототехники и сенсорики были доведены до получения международных патентов. В 2024 году этот показатель планируется увеличить до 10%. Планируется также пятикратное увеличение количества высокорейтинговых научных публикаций, в том числе за счет финансирования вне инструментов поддержки Федерального проекта "Цифровые технологии", таких как научные фонды РФФИ, РНФ и другие.

Реализация Дорожной карты в том числе будет способствовать достижению целевых показателей Федерального проекта "Цифровые технологии":

- увеличение затрат на развитие "сквозных" цифровых технологий;

- увеличение объема выручки проектов (по разработке наукоемких решений, по продвижению продуктов и услуг по заказу бизнеса) на основе внедрения "сквозных" цифровых технологий компаниями, получившими поддержку в рамках федерального проекта "Цифровые технологии".

 

3. Технологические задачи и предложения по их решению, ожидаемый результат применения мер, предлагаемые инструменты

Для достижения сформулированных целевых показателей развития разработан список технологических задач и мероприятий. Предлагаемые инициативы направлены на реализацию комплексных проектов, предполагающих получение качественно новых технологических результатов и реализацию потенциала технологических решений в виде продуктов для конечного потребителя, конкурентоспособных на глобальном рынке. Технологические задачи представлены в порядке их приоритетности на основе оценки критериев имеющегося в стране научно-технического задела для реализации технологической задачи и оценки перспектив получения результатов, превосходящих мировой уровень.

Таблица 8 - Направления, этапы и мероприятия по решению технологических задач для субтехнологий

N п/п	Необходимые мероприятия (действия) по решению технологической задачи	Ожидаемый результат с указанием характеристики	Срок реализации	Предлагаемый инструмент поддержки	Ответственные операторы мер поддержки
1.	Субтехнология "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия"
1.1.	Технологическая задача: Разработка и внедрение алгоритмов и технологий дистанционного устойчивого управления с силомоментной обратной связью для высокочувствительных хаптикс-устройств *
1.1.1.	Формирование технологических решений, включающих разработку алгоритмического и программного обеспечения для дистанционного управления роботами и создание опытных образцов хаптикс-устройств	Прототипы 2-х уникальных решений в области ассистивной и сервисной робототехники, систем дистанционного управления (по областям внедрения в соответствии с целевыми показателями), обеспечивающих восстановление и передачу сил взаимодействия с точностью не ниже 90% и временным откликом не более 5 мс, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
1.1.2.	Внедрение технологических решений для дистанционного управления роботами и создание опытных образцов хаптикс-устройств	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области ассистивной и сервисной робототехники, систем дистанционного управления (по областям внедрения в соответствии с целевыми показателями), обеспечивающих восстановление и передачу сил взаимодействия с точностью не ниже 90% и временным откликом не более 5 мс	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
1.1.3.	Совершенствование технологических решений, включающих разработку алгоритмического и программного обеспечения для дистанционного управления роботами и создание опытных образцов хаптикс-устройств	Прототипы 3-х уникальных решений в области ассистивной и сервисной робототехники, систем дистанционного управления (по областям внедрения в соответствии с целевыми показателями), обеспечивающих восстановление и передачу сил взаимодействия с точностью не ниже 95% и временным откликом не более 2 мс, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
1.1.4.	Внедрение усовершенствованных технологических решений для дистанционного управления роботами и создание опытных образцов хаптикс-устройств	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решений в области ассистивной и сервисной робототехники, систем дистанционного управления (по областям внедрения в соответствии с целевыми показателями), обеспечивающих восстановление и передачу сил взаимодействия с точностью не ниже 95% и временным откликом не более 2 мс	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
1.2.	Технологическая задача: Разработка и внедрение систем мультимодального человеко-машинного взаимодействия для экзоскелетов и протезов для людей с проблемами опорно-двигательного аппарата*
1.2.1.	Разработка сенсорных систем человеко-машинных интерфейсов, экзоскелетов и протезов	Прототипы 2-х уникальных систем в области здравоохранения, охватывающих 60% двигательных функций и сценариев реабилитации верхних и нижних конечностей, мелкой моторики и позвоночника, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
1.2.2.	Внедрение сенсорных систем человеко-машинных интерфейсов, экзоскелетов и протезов	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных систем в области здравоохранения, охватывающих 60% двигательных функций и сценариев реабилитации верхних и нижних конечностей, мелкой моторики и позвоночника	2020 - 2021	Поддержка отраслевых решений; Поддержка путем субсидирования процентной ставки по кредиту	Фонд "Сколково"; Минкомсвязь России
1.2.3.	Совершенствование сенсорных систем человеко-машинных интерфейсов, экзоскелетов и протезов	Прототипы 3 -х уникальных систем в области здравоохранения, охватывающих 80% двигательных функций и сценариев реабилитации верхних и нижних конечностей, мелкой моторики и позвоночника, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
1.2.4.	Внедрение усовершенствованных сенсорных систем человеко-машинных интерфейсов, экзоскелетов и протезов	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных систем в области здравоохранения, охватывающих 80% двигательных функций и сценариев реабилитации верхних и нижних конечностей, мелкой моторики и позвоночника	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
1.3.	Технологическая задача: Разработка и внедрение алгоритмов оценивания внешних сил, моментов и геометрии контакта ускоренной и монотонной сходимости для безопасного физического человеко-машинного взаимодействия**
1.3.1.	Формирование технологических решений, включающих разработку алгоритмического и программного обеспечения для оценивания внешних сил и моментов, и восстановления геометрии физического контакта	Прототип одного уникального решения для ассистивной, сервисной и строительной робототехники, снижающего риск получения травм при физическом взаимодействии с роботами в 5 раз по сравнению со статистикой использования существующих систем, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
1.3.2.	Внедрение технологических решений алгоритмического и программного обеспечения для оценивания внешних сил и моментов, и восстановления геометрии физического контакта, интеграция решений по обеспечению безопасного физического взаимодействия человек-робот с управляющим ПО робототехнических систем	Демонстрация в реальных условиях эксплуатации прототипа одного уникального решения для ассистивной, сервисной и строительной робототехники, снижающего риск получения травм при физическом взаимодействии с роботами в 5 раз по сравнению со статистикой использования существующих систем	2020 - 2021	Поддержка региональных проектов	Российский фонд развития информационных технологий (РФРИТ)
1.3.3.	Совершенствование технологических решений, включающих разработку алгоритмического и программного обеспечения для оценивания внешних сил и моментов, и восстановления геометрии физического контакта, интеграцию решений по обеспечению безопасного физического взаимодействия человек-робот с управляющим ПО робототехнических систем	Прототипы 2-х уникальных решений для ассистивной, сервисной и строительной робототехники, снижающих риск получения травм при физическом взаимодействии с роботами в 10 раз по сравнению со статистикой использования существующих систем, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
1.3.4.	Внедрение усовершенствованных технологических решений алгоритмического и программного обеспечения для оценивания внешних сил и моментов, и восстановления геометрии физического контакта, интеграция решений по обеспечению безопасного физического взаимодействия человек-робот с управляющим ПО робототехнических систем	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для ассистивной, сервисной и строительной робототехники, снижающих риск получения травм при физическом взаимодействии с роботами в 10 раз по сравнению со статистикой использования существующих систем	2023 - 2024	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологи (РФРИТ)
.4Технологическая задача: Разработка и внедрение цифровых компонентов интерактивных интуитивных человеко-машинных интерфейсов**
1.4.1.	Формирование технологических решений, включающих разработку алгоритмического и программного обеспечения интерактивных интуитивных интерфейсов для управления роботами с фиксированной и подвижной базой, разработку прототипов цифровых устройств интерактивных интуитивных человеко-машинных интерфейсов, превосходящих международные аналоги	Прототипы 2-х уникальных решений для управления робототехническими системами с фиксированной базой (по областям внедрения в соответствии с целевыми показателями, в том числе для сферы обслуживания, гостиниц, общественного питания), обеспечивающих классификацию команд в не менее 80% сценариев управления с точностью не ниже 90% и суммарной задержкой на обработку не более 50 мс, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
1.4.2.	Внедрение технологических решений алгоритмического и программного обеспечения интерактивных интуитивных интерфейсов для управления роботами с фиксированной и подвижной базой, интеграция прототипов с управляющим ПО робототехнических систем	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для управления робототехническими системами с фиксированной базой (по областям внедрения в соответствии с целевыми показателями, в том числе для сферы обслуживания, гостиниц, общественного питания), обеспечивающих классификацию команд в не менее 80% сценариев управления с точностью не ниже 90% и суммарной задержкой на обработку не более 50 мс	2020 - 2021	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологи (РФРИТ)
1.4.3.	Совершенствование технологических решений алгоритмического и программного обеспечения интерактивных интуитивных интерфейсов для управления роботами с фиксированной и подвижной базой, разработку прототипов цифровых устройств интерактивных интуитивных человеко-машинных интерфейсов, превосходящих международные аналоги	Прототипы 2-х уникальных решений для управления робототехническими системами с подвижной базой (по областям внедрения в соответствии с целевыми показателями, в том числе для сферы обслуживания, гостиниц, общественного питания), обеспечивающих классификацию команд в не менее 80% сценариев управления с точностью не ниже 95% и суммарной задержкой на обработку не более 20 мс, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
1.4.4.	Внедрение усовершенствованных технологических решений алгоритмического и программного обеспечения интерактивных интуитивных интерфейсов для управления роботами с фиксированной и подвижной базой, интеграция прототипов с управляющим ПО робототехнических систем	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для управления робототехническими системами с подвижной базой (по областям внедрения в соответствии с целевыми показателями, в том числе для сферы обслуживания, гостиниц, общественного питания), обеспечивающих классификацию команд в не менее 80% сценариев управления с точностью не ниже 95% и суммарной задержкой на обработку не более 20 мс	2023 - 2024	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологи (РФРИТ)
1.5.	Технологическая задача: Разработка и верификация алгоритмов структурно-параметрического синтеза и оптимизации конструкции коллаборативных и ассистивных роботов***
1.5.1.	Формирование технологических решений, включающих разработку цифровых технологий для структурного синтеза и параметрической оптимизации конструкций безопасных коллаборативных и ассистивных роботов, анализ и верификация разработанных систем на базе компьютерных моделей робототехнических систем, прототипов ассистивных и коллаборативных роботов	Прототип одного уникального решения для коллаборативных и ассистивных роботов и робототехнических систем в здравоохранении и образовании, обеспечивающих на аппаратном уровне максимальное усилие при незапланированном контакте робота с человеком не более 15% от грузоподъемности робота с временем срабатывания не более 0,05 с, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
1.5.2.	Внедрение технологических решений цифровых технологий для структурного синтеза и параметрической оптимизации конструкций безопасных коллаборативных и ассистивных роботов	Демонстрация в реальных условиях эксплуатации прототипов одного уникального решения для коллаборативных и ассистивных роботов и робототехнических систем в здравоохранении и образовании, обеспечивающих на аппаратном уровне максимальное усилие при незапланированном контакте робота с человеком не более 15% от грузоподъемности робота с временем срабатывания не более 0,05 с	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
1.5.3.	Совершенствование технологических решений, включающих разработку цифровых технологий для структурного синтеза и параметрической оптимизации конструкций безопасных коллаборативных и ассистивных роботов, анализ и верификация разработанных систем на базе компьютерных моделей робототехнических систем, прототипов ассистивных и коллаборативных роботов	Прототипы 2-х уникальных решений для коллаборативных и ассистивных роботов и робототехнических систем в здравоохранении и образовании, обеспечивающих на аппаратном уровне максимальное усилие при незапланированном контакте робота с человеком не более 10% от грузоподъемности робота с временем срабатывания не более 0,01 с, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
1.5.4.	Внедрение усовершенствованных технологических решений цифровых технологий для структурного синтеза и параметрической оптимизации конструкций безопасных коллаборативных и ассистивных роботов	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для коллаборативных и ассистивных роботов и робототехнических систем в здравоохранении и образовании, обеспечивающих на аппаратном уровне максимальное усилие при незапланированном контакте робота с человеком не более 10% от грузоподъемности робота с временем срабатывания не более 0,01 с	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
1.6.	Технологическая задача: Разработка технологий ассистивной робототехники, обеспечивающих реализацию физических усилий совместно с человеком***
1.6.1.	Формирование технологических решений, включающих разработку программно-алгоритмического обеспечения для реализации совместной работы роботов различных типов с человеком, создание опытных образцов экзоскелетов, обеспечивающих силовую поддержку верхней части тела и рук человека	Прототипы 2-х уникальных решений для ассистивных роботов или экзоскелетов, обеспечивающих увеличение на 40% силы мышц спины и брюшного пресса на 40% силовой выносливости рук человека; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
1.6.2.	Внедрение технологических решений программно-алгоритмического обеспечения для реализации совместной работы роботов различных типов с человеком, создание опытных образцов экзоскелетов, обеспечивающих силовую поддержку верхней части тела и рук человека	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для ассистивных роботов или экзоскелетов, обеспечивающих увеличение на 40% силы мышц спины и брюшного пресса на 40% силовой выносливости рук человека	2020 - 2021	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
1.6.3.	Совершенствование технологических решений, включающих разработку программно -алгоритмического обеспечения для реализации совместной работы роботов различных типов с человеком, создание опытных образцов экзоскелетов, обеспечивающих силовую поддержку верхней части тела и рук человека	Прототипы 2-х уникальных решений для ассистивных роботов или экзоскелетов, обеспечивающих увеличение на 100% силы мышц спины и брюшного пресса на 75% силовой выносливости рук человека; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
1.6.4.	Внедрение усовершенствованных технологических решений программно-алгоритмического обеспечения для реализации совместной работы роботов различных типов с человеком, создание опытных образцов экзоскелетов, обеспечивающих силовую поддержку верхней части тела и рук человека	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для ассистивных роботов или экзоскелетов, обеспечивающих увеличение на 100% силы мышц спины и брюшного пресса на 75% силовой выносливости рук человека	2023 - 2024	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
2.	Субтехнология "Технологии сенсорно-моторной координации и пространственного позиционирования"
2.1.	Технологическая задача: Разработка и внедрение алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для приводов с адаптивно настраиваемой жесткостью для задач soft robotics *
2.1.1.	Формирование технологических решений, включающих разработку алгоритмов и технологий моделирования, проектирования и управления приводов с адаптивно настраиваемой жесткостью, анализ и верификацию разработанных систем на базе компьютерных моделей робототехнических систем и разработанных прототипов soft robotics систем	Прототипы 2-х уникальных решений в области алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для приводов, допускающих регулировку по положению, усилию, жесткости, коэффициенту демпфирования, с частотой регулирования до 1 кГц и диапазоном изменения параметров в раз; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.1.2.	Внедрение технологических решений алгоритмов и технологий моделирования, проектирования и управления приводов с адаптивно настраиваемой жесткостью	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для приводов, допускающих регулировку по положению, усилию, жесткости, коэффициенту демпфирования, с частотой регулирования до 1 кГц и диапазоном изменения параметров в раз	2020 - 2021	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
2.1.3.	Совершенствование технологических решений, включающих разработку алгоритмов и технологий моделирования, проектирования и управления приводов с адаптивно настраиваемой жесткостью, анализ и верификацию разработанных систем на базе компьютерных моделей робототехнических систем и разработанных прототипов soft robotics систем	Прототипы 2-х уникальных решений в области алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для приводов, с точностью генерации усилия до 0.05% от рабочего диапазона привода; позволяющие адаптивно настраивать эффективную жесткость позиционирования выходного вала с шагом до 0,1% от диапазона значений эффективной жесткости привода; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.1.4.	Внедрение усовершенствованных технологических решений алгоритмов и технологий моделирования, проектирования и управления приводов с адаптивно настраиваемой жесткостью	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для приводов, с точностью генерации усилия до 0.05% от рабочего диапазона привода; позволяющие адаптивно настраивать эффективную жесткость позиционирования выходного вала с шагом до 0,1% от диапазона значений эффективной жесткости привода	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
2.2.	Технологическая задача: Разработка и внедрение алгоритмов и технологий моделирования, проектирования и управления на базе физических принципов для энергоэффективных робототехнических систем*
2.2.1.	Формирование технологических решений, включающих разработку алгоритмов и технологий моделирования и проектирования на базе физических принципов робототехнических компонентов для улучшения рекуперации энергии, разработку алгоритмов и технологий управления робототехническими с системами для сокращения затрат энергии на перемещение, разработку алгоритмов и технологий оптимизации работы энергетических подсистем роботов, анализ и верификацию разработанных систем на базе компьютерных моделей и разработанных прототипов робототехнических систем	Прототипы 2-х уникальных решений в области робототехники, обеспечивающих сокращение затрат энергии на перемещение роботов на 30% по сравнению с существующими мировыми аналогами за счет рекуперации и оптимизации работы энергетических подсистем роботов (по областям внедрения в соответствии с целевыми показателями). Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.2.2.	Внедрение технологических решений алгоритмов, моделирования и проектирования на базе физических принципов робототехнических компонентов для улучшения рекуперации энергии, сокращения затрат энергии на перемещение, оптимизации работы энергетических подсистем роботов	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области робототехники, обеспечивающих сокращение затрат энергии на перемещение роботов на 30% по сравнению с существующими мировыми аналогами за счет рекуперации и оптимизации работы энергетических подсистем роботов (по областям внедрения в соответствии с целевыми показателями)	2020 - 2021	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
2.2.3.	Совершенствование технологических решений, включающих разработку алгоритмов и технологий моделирования и проектирования на базе физических принципов робототехнических компонентов для улучшения рекуперации энергии, разработку алгоритмов и технологий управления робототехническими с системами для сокращения затрат энергии на перемещение, разработку алгоритмов и технологий оптимизации работы энергетических подсистем роботов, анализ и верификацию разработанных систем на базе компьютерных моделей и разработанных прототипов робототехнических систем	Прототипы 2-х уникальных решений в области робототехники, обеспечивающих сокращение затрат энергии на перемещение роботов на 50% по сравнению с существующими мировыми аналогами за счет рекуперации и оптимизации работы энергетических подсистем роботов (по областям внедрения в соответствии с целевыми показателями). Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.2.4.	Внедрение усовершенствованных технологических решений алгоритмов, моделирования и проектирования на базе физических принципов робототехнических компонентов для улучшения рекуперации энергии, сокращения затрат энергии на перемещение, оптимизации работы энергетических подсистем роботов	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области робототехники, обеспечивающих сокращение затрат энергии на перемещение роботов на 50% по сравнению с существующими мировыми аналогами за счет рекуперации и оптимизации работы энергетических подсистем роботов (по областям внедрения в соответствии с целевыми показателями)	2023 - 2024	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
2.3.	Технологическая задача: Разработка и внедрение алгоритмов и технологий сенсорно-моторной координации и планирования движений для захвата и перемещения физических объектов и контактного взаимодействия**
2.3.1.	Формирование технологических решений, включающих разработку алгоритмов и технологий сенсорно-моторной координации и планирования движений для захвата объектов произвольной формы при неполной информации (неизмеримости) о его геометрии, хрупких и деформируемых объектов различных весовых категорий, податливых объектов различных весовых категорий, микрообъектов весом менее 1 г с характерным размером до 1 мм, для задач контактного взаимодействия c податливыми объектами, анализ и верификация полученных решений на базе разработанных прототипов робототехнических систем	Прототипы 3-х уникальных решений в области технологий построения плана захвата произвольного объекта при неполной информации о его геометрии и частичном недостатке наблюдаемости объекта в режиме on-line, с затратами на процедуру построения плана захвата не более 50% от полного времени, затрачиваемого на захват объекта; а также захвата и переноса хрупких (с допустимой деформацией менее 0,1%), деформируемых (с допустимой деформацией менее 2%) и податливых объектов различных весовых категорий: весом до 50 г, от 50 до 500 г, более 500 г; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
2.3.2.	Внедрение технологических решений для захвата и переноса хрупких, деформируемых и податливых объектов различных весовых категорий	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решений в области технологий построения плана захвата произвольного объекта при неполной информации о его геометрии и частичном недостатке наблюдаемости объекта в режиме on-line, с затратами на процедуру построения плана захвата не более 50% от полного времени, затрачиваемого на захват объекта; а также захвата и переноса хрупких (с допустимой деформацией менее 0,1%), деформируемых (с допустимой деформацией менее 2%) и податливых объектов различных весовых категорий: весом до 50 г, от 50 до 500 г, более 500 г	2020 - 2021	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
2.3.3.	Совершенствование технологических решений, включающих разработку алгоритмов и технологий сенсорно-моторной координации и планирования движений для захвата объектов произвольной формы при неполной информации (неизмеримости) о его геометрии, хрупких и деформируемых объектов различных весовых категорий, податливых объектов различных весовых категорий, микрообъектов весом менее 1 г с характерным размером до 1 мм, для задач контактного взаимодействия c податливыми объектами, анализ и верификация полученных решений на базе разработанных прототипов робототехнических систем	Прототипы 3-х уникальных решений, обеспечивающих захват, перемещение и контактное взаимодействие с ускорениями до 10 со скоростями до 5 м/с для 95% сценариев, характерных для розничной торговли, здравоохранения, строительства и добычи, а также других приложений сервисной робототехники (по областям внедрения в соответствии с целевыми показателями), включая жесткие, деформируемые, хрупкие, плоские протяженные, сыпучие и меняющие форму объекты; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
2.3.4.	Внедрение технологических решений для захвата и переноса хрупких, деформируемых, плоских протяженных, сыпучих и меняющих форму объектов различных весовых категорий	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решений, обеспечивающих захват, перемещение и контактное взаимодействие с ускорениями до 10 со скоростями до 5 м/с для 95% сценариев, характерных для розничной торговли, здравоохранения, строительства и добычи, а также других приложений сервисной робототехники (по областям внедрения в соответствии с целевыми показателями), включая жесткие, деформируемые, хрупкие, плоские протяженные, сыпучие и меняющие форму объекты	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
2.4.	Технологическая задача: Разработка и внедрение алгоритмов и технологий расчета и определения положений и траекторий робототехнических компонентов, и объектов физического мира**
2.4.1.	Формирование технологических решений, включающих разработку алгоритмов расчета и определения положений и траекторий робототехнических систем с избыточным числом приводов, неполноприводных робототехнических систем, робототехнических систем с эластичными элементами, робототехнических систем в сложной динамической среде, верификацию полученных решений на базе компьютерного моделирования на основе физических принципов и на базе разработанных прототипов робототехнических систем	Прототипы 2-х уникальных решений для робототехнических систем в области сельского и лесного хозяйства, систем мониторинга, строительства и добычи полезных ископаемых, в том числе в части динамического управления неполноприводными системами, системами с избыточным числом приводов и роботами с эластичными элементами, обеспечивающие определение положения и следования по спланированным траекториям с погрешностью не хуже 5%, и при перемещении в сложной динамической среде (доступно не более 20% рабочего пространства робота или с запасом свободного пространства не более 20% от габаритов эффектора робота); публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.4.2.	Внедрение технологических решений алгоритмов расчета и определения положений и траекторий робототехнических систем с избыточным числом приводов, неполноприводных робототехнических систем, робототехнических систем с эластичными элементами, робототехнических систем в сложной динамической среде	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений для робототехнических систем в области сельского и лесного хозяйства, систем мониторинга, строительства и добычи полезных ископаемых, в том числе в части динамического управления неполноприводными системами, системами с избыточным числом приводов и роботами с эластичными элементами, обеспечивающие определение положения и следования по спланированным траекториям с погрешностью не хуже 5%, и при перемещении в сложной динамической среде (доступно не более 20% рабочего пространства робота или с запасом свободного пространства не более 20% от габаритов эффектора робота)	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
2.4.3	Совершенствование технологических решений, включающих разработку алгоритмов расчета и определения положений и траекторий робототехнических систем с избыточным числом приводов, неполноприводных робототехнических систем, робототехнических систем с эластичными элементами, робототехнических систем в сложной динамической среде, верификацию полученных решений на базе компьютерного моделирования на основе физических принципов и на базе разработанных прототипов робототехнических систем	Прототипы 3 -х уникальных решений для робототехнических систем в области сельского и лесного хозяйства, систем мониторинга, строительства и добычи полезных ископаемых, в том числе в части динамического управления неполноприводными системами, системами с избыточным числом приводов и роботами с эластичными элементами, обеспечивающие определение положения и следования по спланированным траекториям с погрешностью не хуже 1%, и при перемещении в сложной динамической среде (доступно не более 10% рабочего пространства робота или с запасом свободного пространства не более 10% от габаритов эффектора робота); публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
2.4.4.	Внедрение усовершенствованных технологических решений алгоритмов расчета и определения положений и траекторий робототехнических систем с избыточным числом приводов, неполноприводных робототехнических систем, робототехнических систем с эластичными элементами, робототехнических систем в сложной динамической среде	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решений для робототехнических систем в области сельского и лесного хозяйства, систем мониторинга, строительства и добычи полезных ископаемых, в том числе в части динамического управления неполноприводными системами, системами с избыточным числом приводов и роботами с эластичными элементами, обеспечивающие определение положения и следования по спланированным траекториям с погрешностью не хуже 1%, и при перемещении в сложной динамической среде (доступно не более 10% рабочего пространства робота или с запасом свободного пространства не более 10% от габаритов эффектора робота)	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
2.5.	Технологическая задача: Разработка и внедрение симуляторов и эмуляторов робототехнических и сенсорных средств на базе физических и теормеханических моделей для разработки и верификации систем управления**
2.5.1.	Формирование технологических решений, включающих разработку средств моделирования систем с подвижными деформируемыми и недеформируемыми элементами, средств моделирования систем с учетом динамики различных типов приводов и энергетических подсистем, средств эмулирования сенсоров робототехнических систем, верификацию полученных решений на базе прототипов робототехнических систем	Прототипы 2-х уникальных решений систем математического моделирования на базе физических принципов для механизмов с 500 и более подвижными не деформируемыми деталями с физически точными моделями вязкого и сухого трения, удара и механическими связями, с точностью моделирования динамики положения механизмов до 99,9% относительно натурного эксперимента за промежуток времени соответствующий десятикратному периоду работы механизма (при периодической работе робота) или 600 секунд при не детерминированном времени работы механизма, а также позволяющими моделировать приводы, включая особенности их физической реализации и их нелинейные электромеханические свойства и наличие сухого и вязкого трения, муфт, систем защиты, нагрева и систем охлаждения, с точностью моделирования динамики положения механизмов до 99% относительно натурного эксперимента; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка региональных проектов	Фонд содействия инновациям; Российский фонд развития информационных технологий (РФРИТ)
2.5.2.	Внедрение технологических решений средств моделирования систем с подвижными деформируемыми и недеформируемыми элементами, средств моделирования систем с учетом динамики различных типов приводов и энергетических подсистем	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений систем математического моделирования на базе физических принципов для механизмов с 500 и более подвижными не деформируемыми деталями с физически точными моделями вязкого и сухого трения, удара и механическими связями, с точностью моделирования динамики положения механизмов до 99,9% относительно натурного эксперимента за промежуток времени соответствующий десятикратному периоду работы механизма (при периодической работе робота) или 600 секунд при не детерминированном времени работы механизма, а также позволяющими моделировать приводы, включая особенности их физической реализации и их нелинейные электромеханические свойства и наличие сухого и вязкого трения, муфт, систем защиты, нагрева и систем охлаждения, с точностью моделирования динамики положения механизмов до 99% относительно натурного эксперимента	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту; Поддержка региональных проектов	Минпромторг России; Минкомсвязь России Российский фонд развития информационных технологий (РФРИТ)
2.5.3.	Совершенствование технологических решений, включающих разработку средств моделирования систем с подвижными деформируемыми и недеформируемыми элементами, средств моделирования систем с учетом динамики различных типов приводов и энергетических подсистем, средств эмулирования сенсоров робототехнических систем, верификацию полученных решений на базе прототипов робототехнических систем	Прототипы 4-х уникальных решений систем математического моделирования на базе физических принципов для систем 500 и более подвижными деформируемыми, упругими и разрушаемыми деталями с физически точными моделями, с точностью моделирования динамики положения механизмов до 99% относительно натурного эксперимента за промежуток времени, соответствующий десятикратному периоду работы механизма (при периодической работе робота), или 600 секунд при не детерминированном времени работы механизма; а также систем, позволяющих моделировать сенсоры с погрешностью не более 0,05% по показаниям реального и эмулированного сенсора, позволяющими моделировать информационную систему робота, включая задержки, дискретизацию и квантование сигналов, с ошибками по времени не более 1 шага интегрирования для среды моделирования и не более 0,05% от среднего значения моделируемого процесса в информационной системе, с физически точными моделями твердых тел, параллельно моделируя быстрые процессы в электрических контурах и медленные процессы в механических системах; публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
2.5.4.	Внедрение усовершенствованных технологических решений средств моделирования систем с подвижными деформируемыми и недеформируемыми элементами, средств моделирования систем с учетом динамики различных типов приводов и энергетических подсистем, средств эмулирования сенсоров робототехнических систем	Демонстрация в реальных условиях эксплуатации прототипов 4-х уникальных решений систем математического моделирования на базе физических принципов для систем 500 и более подвижными деформируемыми, упругими и разрушаемыми деталями с физически точными моделями, с точностью моделирования динамики положения механизмов до 99% относительно натурного эксперимента за промежуток времени, соответствующий десятикратному периоду работы механизма (при периодической работе робота), или 600 секунд при не детерминированном времени работы механизма; а также систем, позволяющих моделировать сенсоры с погрешностью не более 0,05% по показаниям реального и эмулированного сенсора, позволяющими моделировать информационную систему робота, включая задержки, дискретизацию и квантование сигналов, с ошибками по времени не более 1 шага интегрирования для среды моделирования и не более 0,05% от среднего значения моделируемого процесса в информационной системе, с физически точными моделями твердых тел, параллельно моделируя быстрые процессы в электрических контурах и медленные процессы в механических системах	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
2.6.	Технологическая задача: Разработка технологий низкоуровневого программного обеспечения систем управления реального времени, в том числе систем диагностики и отказоустойчивых систем ***
2.6.1.	Формирование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления реального времени	Прототипы 2-х уникальных решений систем управления реального времени, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
2.6.2.	Внедрение технологических решений программно-алгоритмического обеспечения систем управления реального времени, экспериментальная проверка полученных решений в реальных и критических условиях	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений систем управления реального времени	2020 - 2021	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
2.6.3.	Совершенствование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления реального времени	Прототипы 4-х уникальных решений систем управления реального времени, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
2.6.4.	Внедрение усовершенствованных технологических решений программно-алгоритмического обеспечения систем управления реального времени, экспериментальная проверка полученных решений в реальных и критических условиях	Демонстрация в реальных условиях эксплуатации прототипов 4-х уникальных решений систем управления реального времени	2023 - 2024	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
2.7.	Технологическая задача: Адаптация сервисных роботов к работе в антропогенной среде***
2.7.1.	Формирование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления и систем моделирования движения роботов в антропогенной среде	Прототип одного уникального решения сервисных роботов, обеспечивающих выполнение 50% локомоций, характерных для движения в антропогенной среде, включая задачи открывания дверей, перемещения по лестницам и другие, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
2.7.2.	Внедрение технологических решений программно-алгоритмического обеспечения систем управления и систем моделирования движения роботов в антропогенной среде, экспериментальная проверка полученных решений в реальных и критических условиях	Демонстрация в реальных условиях эксплуатации прототипа одного уникального решения сервисных роботов, обеспечивающих выполнение 50% локомоций, характерных для движения в антропогенной среде, включая задачи открывания дверей, перемещения по лестницам и другие	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
2.7.3.	Совершенствование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления и систем моделирования движения роботов в антропогенной среде	Прототипы 2-х уникальных решений сервисных роботов, обеспечивающих выполнение 80% локомоций, характерных для движения в антропогенной среде, включая задачи открывания дверей, перемещения по лестницам и другие, публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий Поддержка компаний-лидеров;	Фонд содействия инновациям; АО "РВК"
2.7.4.	Внедрение усовершенствованных технологических решений программно-алгоритмического обеспечения систем управления и систем моделирования движения роботов в антропогенной среде, экспериментальная проверка полученных решений в реальных и критических условиях	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений сервисных роботов, обеспечивающих выполнение 80% локомоций, характерных для движения в антропогенной среде, включая задачи открывания дверей, перемещения по лестницам и другие	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
2.8.	Технологическая задача: Обеспечение управления совместной работой от 2 до 10 и более роботов, при выполнении общего задания***
2.8.1.	Формирование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления и систем моделирования движения при совместной работе роботов при выполнении общего задания	Прототип технологии управления совместной работой 2-4 роботов в лабораторных условиях при выполнении общего задания, например, при переносе единого груза, включая жесткие, деформируемые, хрупкие, плоские протяженные и меняющие форму объекты, с пропорциональным числу роботов увеличением грузоподъемности системы. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
2.8.2	Внедрение технологических решений программно-алгоритмического обеспечения систем управления и систем моделирования движения при совместной работе роботов при выполнении общего задания, экспериментальная проверка полученных решений в лабораторных условиях	Демонстрация в лабораторных условиях эксплуатации технологии управления совместной работой 2-4 роботов в лабораторных условиях при выполнении общего задания, например, при переносе единого груза, включая жесткие, деформируемые, хрупкие, плоские протяженные и меняющие форму объекты, с пропорциональным числу роботов увеличением грузоподъемности систем	2020 - 2021	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
2.8.3.	Совершенствование технологических решений, включающих разработку программно-алгоритмического обеспечения систем управления и систем моделирования движения при совместной работе роботов при выполнении общего задания	Прототип технологии управления совместной работой системы до 10 роботов в условиях близких к реальным при выполнении общего задания, например, при переносе единого груза, включая жесткие, деформируемые, хрупкие, плоские протяженные и меняющие форму объекты, с пропорциональным числу роботов увеличением грузоподъемности системы. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
2.8.4.	Внедрение усовершенствованных технологических решений программно-алгоритмического обеспечения систем управления и систем моделирования движения при совместной работе роботов при выполнении общего задания, экспериментальная проверка полученных решений в реальных условиях	Демонстрация в реальных условиях эксплуатации технологии управления совместной работой до 10 роботов при выполнении общего задания, например, при переносе единого груза, включая жесткие, деформируемые, хрупкие, плоские протяженные и меняющие форму объекты, с пропорциональным числу роботов увеличением грузоподъемности системы	2023 - 2024	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
3.	Субтехнология "Сенсоры и обработка сенсорной информации"
3.1.	Технологическая задача: Разработка сетевой системы сбора, анализа интерпретации сенсорной информации с поддержкой технологии Plug&Play для сенсоров и робототехнических комплексов*
3.1.1.	Формирование технологических решений, включающих разработку протоколов взаимодействия подключаемых сенсоров и робототехнических комплектов, разработку программного обеспечения сетевой платформы	Прототип сетевой системы реального времени для сбора, анализа интерпретации сенсорной информации, поддерживающей технологию Plug&Play для сенсоров и робототехнических комплексов Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
3.1.2.	Внедрение технологических решений протоколов взаимодействия подключаемых сенсоров и робототехнических комплектов	Демонстрация в условиях близких к реальным прототипам сетевой системы реального времени для сбора, анализа интерпретации сенсорной информации, поддерживающей технологию Plug&Play для сенсоров и робототехнических комплексов	2020 - 2021	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
3.1.3.	Совершенствование технологических решений, включающих разработку протоколов взаимодействия подключаемых сенсоров и робототехнических комплектов, разработку программного обеспечения сетевой платформы	Сетевая система реального времени для сбора, анализа интерпретации сенсорной информации, поддерживающая технологию Plug&Play для 100+ одновременных подключений сенсоров и робототехнических комплексов с временем интеграции в систему менее 1 мин. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Поддержка программ деятельности ЛИЦ; Поддержка компаний-лидеров	АО "РВК"
3.1.4.	Внедрение усовершенствованных технологических решений протоколов взаимодействия подключаемых сенсоров и робототехнических комплектов	Демонстрация в реальных условиях эксплуатации сетевой системы реального времени для сбора, анализа интерпретации сенсорной информации, поддерживающая технологию Plug&Play для 100+ одновременных подключений сенсоров и робототехнических комплексов с временем интеграции в систему менее 1 мин	2023 - 2024	Поддержка отраслевых решений; Поддержка региональных проектов	Фонд "Сколково"; Российский фонд развития информационных технологий (РФРИТ)
3.2.	Технологическая задача: Разработка мультисенсорных цифровых устройств в том числе с использованием методов двухмерной и трехмерной интеграции компонентов, а также алгоритмов обработки разнородной информации*
3.2.1.	Формирование технологических решений, включающих разработку мультисенсорных устройств и алгоритмов обработки разнородной информации, создание опытных образцов мультисенсорных цифровых устройств	Прототипы 2-х уникальных решений в области сенсорных устройств (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.2.2.	Внедрение технологических решений мультисенсорных устройств и алгоритмов обработки разнородной информации	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области сенсорных устройств (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
3.2.3.	Совершенствование технологических решений, включающих разработку мультисенсорных устройств и алгоритмов обработки разнородной информации, создание опытных образцов мультисенсорных цифровых устройств	Прототипы 3-х уникальных решений в области сенсорных устройств доверенной электроники преобразователей информации с чувствительных элементов в цифровой код (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.2.4.	Внедрение усовершенствованных технологических решений мультисенсорных устройств и алгоритмов обработки разнородной информации	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решений в области сенсорных устройств доверенной электроники преобразователей информации с чувствительных элементов в цифровой код (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
3.3.	Технологическая задача: Разработка чувствительных элементов сенсоров физических величин различных типов (акустических, оптических, радиолокационных, температурных и других) для мониторинга и моделирования окружающей среды, химических сенсоров для мониторинга состояния живых организмов**
3.3.1.	Формирование технологических решений, включающих разработку чувствительных элементов на различных физических принципах, создание опытных образцов чувствительных элементов с характеристиками на уровне, или превосходящими международные аналоги	Прототипы 2-х уникальных решений в области чувствительных элементов (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.3.2.	Внедрение технологических решений чувствительных элементов сенсоров физических величин различных типов	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решения в области чувствительных элементов (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс	2020 - 2021	Поддержка отраслевых решений; Поддержка разработки и внедрения промышленных решений	Фонд "Сколково"; Минпромторг России
3.3.3.	Совершенствование технологических решений, включающих разработку чувствительных элементов на различных физических принципах, создание опытных образцов чувствительных элементов с характеристиками на уровне, или превосходящими международные аналоги	Прототипы 3-х уникальных решений в области чувствительных элементов (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.3.4.	Внедрение усовершенствованных технологических решений чувствительных элементов сенсоров физических величин различных типов	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решения в области чувствительных элементов (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту	Минпромторг России; Минкомсвязь России
3.4.	Технологическая задача: Разработка компонентной базы цифровых сенсоров и алгоритмов средств обработки информации от сенсоров**
3.4.1.	Формирование технологических решений, включающих разработку компонентной базы и алгоритмов средств обработки информации от сенсоров, создание опытных образцов компонентной базы и апробация алгоритмов средств обработки информации от сенсоров с характеристиками на уровне, или превосходящими международные аналоги	Прототипы 2-х уникальных решений в области компонентной базы и алгоритмов средств обработки информации от сенсоров, обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
3.4.2.	Внедрение разработанных технологических решений компонентной базы и алгоритмов средств обработки информации от сенсоров	Демонстрация в реальных условиях эксплуатации прототипов 2-х уникальных решений в области компонентной базы и алгоритмов средств обработки информации от сенсоров (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 90% и временным откликом не более 20 мс	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
3.4.3.	Совершенствование технологических решений, включающих разработку компонентной базы и алгоритмов средств обработки информации от сенсоров, создание опытных образцов компонентной базы и апробация алгоритмов средств обработки информации от сенсоров с характеристиками на уровне, или превосходящими международные аналоги	Прототипы 3-х уникальных решений в области компонентной базы и алгоритмов средств обработки информации от сенсоров (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка программ деятельности ЛИЦ	Фонд содействия инновациям; АО "РВК"
3.4.4.	Внедрение усовершенствованных технологических решений, включающих разработку компонентной базы и алгоритмов средств обработки информации от сенсоров, создание опытных образцов компонентной базы и апробация алгоритмов средств обработки информации от сенсоров с характеристиками на уровне, или превосходящими международные аналоги	Демонстрация в реальных условиях эксплуатации прототипов 3-х уникальных решения в области компонентной базы и алгоритмов средств обработки информации от сенсоров (по областям внедрения в соответствии с целевыми показателями), обеспечивающих точность определения параметров окружающей среды не ниже 99% и временным откликом не более 10 мс	2022 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка региональных проектов	Минпромторг России; Российский фонд развития информационных технологий (РФРИТ)
3.5.	Технологическая задача: Разработка 50 отечественных датчиков на уникальных чувствительных элементах или принципах работы **
3.5.1	Проведение детального анализа рынка датчиков производственного оборудования и процессов (вкл. безопасности процессов), бионических датчиков и датчиков мониторинга готовой продукции по отраслям в России и за рубежом (технико-экономические характеристики, объем рынка)	Программа разработки перспективных датчиков на уникальных чувствительных элементах или принципах работы	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.5.2	Создание первой очереди датчиков производственного оборудования и процессов (вкл. безопасности процессов), бионических датчиков и датчиков мониторинга готовой продукции, включая защиту интеллектуальной собственности и обеспечение мер по защите от промышленного шпионажа	Созданы не менее 10 отечественных датчиков, в том числе 5 датчиков производственного оборудования и процессов (вкл. безопасности процессов), один бионический датчик, 4 датчика мониторинга готовой продукции на уникальных чувствительных элементах или принципах работы. Характеристики созданных датчиков обеспечивают их конкурентоспособность на мировом рынке. Технологии изготовления датчиков пригодны для массового (промышленного) производства в требуемых объемах. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2019 - 2021	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.5.3	Внедрение первой очереди датчиков производственного оборудования и процессов (вкл. безопасности процессов), бионических датчиков и датчиков мониторинга готовой продукции создание пилотных зон, мер стимулирования и пилотирование (испытания) создаваемых датчиков	Демонстрация в реальных условиях эксплуатации прототипов не менее 10 отечественных датчиков, в том числе: 5 датчиков производственного оборудования и процессов (вкл. безопасности процессов), 1 бионического датчика, 4 датчиков мониторинга готовой продукции на уникальных чувствительных элементах или принципах работы. Создано не менее 3-х отраслевых пилотных зон, разработаны меры стимулирования и выполнено пилотирование (испытания) созданных датчиков	2020 - 2021	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту Поддержка региональных проектов	Минпромторг России; Минкомсвязь России Российский фонд развития информационных технологий (РФРИТ)
3.5.4	Создание второй очереди датчиков производственного оборудования и процессов (вкл. безопасности процессов), бионических датчиков и датчиков мониторинга готовой продукции, включая защиту интеллектуальной собственности и обеспечение мер по защите от промышленного шпионажа	Созданы не менее 40 отечественных датчиков, в том числе: 20 датчиков производственного оборудования и процессов (вкл. безопасности процессов), 4 бионических датчиков, 16 датчиков мониторинга готовой продукции на уникальных чувствительных элементах или принципах работы. Характеристики созданных датчиков обеспечивают их конкурентоспособность на мировом рынке. Технологии изготовления датчиков пригодны для массового (промышленного) производства в требуемых объемах. Публикации в высокорейтинговых изданиях, российские и международные патенты по результатам исследований и разработок	2022 - 2024	Грантовая поддержка малых предприятий; Поддержка компаний-лидеров	Фонд содействия инновациям; АО "РВК"
3.5.5	Внедрение второй очереди датчиков производственного оборудования и процессов (вкл. безопасности процессов), бионических датчиков и датчиков мониторинга готовой продукции создание пилотных зон, мер стимулирования и пилотирование (испытания) создаваемых датчиков производственного оборудования и процессов (вкл. безопасности процессов)	Демонстрация в реальных условиях эксплуатации прототипов не менее 40 отечественных датчиков, в том числе 20 датчиков производственного оборудования и процессов (вкл. безопасности процессов), 4 бионического датчика, 16 датчиков мониторинга готовой продукции на уникальных чувствительных элементах или принципах работы. Выполнено пилотирование (испытания) созданных датчиков	2023 - 2024	Поддержка разработки и внедрения промышленных решений; Поддержка путем субсидирования процентной ставки по кредиту Поддержка региональных проектов	Минкомсвязь России; Минпромторг России Российский фонд развития информационных технологий (РФРИТ)

──────────────────────────────

* Наивысший приоритет мер поддержки; ** Высокий приоритет мер поддержки; *** Средний приоритет мер поддержки

──────────────────────────────

4. Оценка требуемых ресурсов в привязке к инструментам поддержки (до 2024 г.)

Таблица 9 - Оценка требуемых ресурсов в привязке к инструментам поддержки (до 2024 г.), млрд руб.

	Грантовая поддержка малых предприятий*	Поддержка программ деятельности ЛИЦ*	Поддержка отраслевых решений**	Поддержка разработки и внедрения промышленных решений***	Поддержка региональных проектов**	Поддержка компаний-лидеров*	Поддержка путем субсидирования процентной ставки по кредиту***	Итого по субСЦТ (бюджет)	Итого по субСЦТ (внебюджет)	Вне инструментов поддержки
Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия	0,9	0,4	7,6	4	2,8	3	22	11,35	29,35	10
- в рамках бюджетных средств	0,45	0,2	3,8	2	1,4	1,5	2	11,35	-	10
- в рамках внебюджетного финансирования	0,45	0,2	3,8	2	1,4	1,5	20	-	29,35	-
Технологии сенсорно-моторной координации и пространственного позиционирования	1	0,4	6,9	3,5	2,25	1,5	11	8,775	17,775	10
- в рамках бюджетных средств	0,5	0,2	3,45	1,75	1,125	0,75	1	8,775	-	10
- в рамках внебюджетного финансирования	0,5	0,2	3,45	1,75	1,125	0,75	10	-	17,775	-
З.Сенсоры и обработка сенсорной информации	0,4	0,4	4,9	3,5	1,2	3	22	8,7	26,7	10
- в рамках бюджетных средств	0,2	0,2	2,45	1,75	0,6	1,5	2	8,7	-	10
- в рамках внебюджетного финансирования	0,2	0,2	2,45	1,75	0,6	1,5	20	-	26,7	-
Итого бюджетных средств	1,15	0,6	9,7	5,5	3,125	3,75	5	28,825	-	30
Итого внебюджетных средств	1,15	0,6	9,7	5,5	3,125	3,75	50	-	73,825	-
Всего	2,3	1,2	19,4	11	6,25	7,5	55	28,825	73,825	30

──────────────────────────────

* Наивысший приоритет мер поддержки; ** Высокий приоритет мер поддержки; *** Средний приоритет мер поддержки

──────────────────────────────

При оценке ресурсов по бюджетному и внебюджетному финансированию учитывались бюджет паспорта Федерального проекта "Цифровые технологии" на период с 2019-2021 гг., программы постановлений Правительства Российской Федерации от 03.05.2019 N 554 "Об утверждении правил предоставления субсидии из Федерального бюджета", N 551 "О государственной поддержки ЛИЦ", N 550 "Субсидии на поддержку проектов по преобразованию отраслей экономики и социальной сферы на основе внедрения отечественных продуктов, сервисов и платформенных решений созданных на базе СЦТ", N 549 "О поддержке компаний-лидеров по разработке продуктов, сервисов и платформенных решений на базе СЦТ", N 555 "Субсидии в рамках поддержки проектов по преобразованию приоритетных отраслей экономики и социальной сферы на основе внедрения отечественных продуктов, сервисов и платформенных решений, созданных на базе СЦТ", от 30.04.2019 N 529 "Субсидии на поддержку проектов по преобразованию отраслей экономики и социальной сферы на основе внедрения отечественных продуктов, сервисов и платформенных решений созданных на базе СЦТ".

Возможный сценарий поддержки для малых предприятий включает в себя получения финансирования по линии грантовой поддержки проектов малых предприятий на этапе НИР, НИОКР и внедрения с последующим финансированием на этапе роста по линии получения кредитов или по линии поддержки региональных проектов.

Возможный сценарий поддержки для компаний-лидеров включает в себя получение финансирования по линии поддержки российских компаний-лидеров на всех этапах с возможностью получения дополнительного финансирования по линии поддержки проектов по масштабированию технологических решений высокой степени готовности в приоритетных отраслях экономики и социальной сферы начиная с этапа ОКР, по линии предоставления кредитов начиная с этапа внедрения, по линии поддержки региональных проектов - на этапе роста.

Возможный сценарий поддержки для ЛИЦ предполагает финансирование по линии поддержки программ деятельности ЛИЦ с этапа НИР до этапа внедрения включительно с последующей поддержкой на этапе роста по линии предоставления кредитов или по линии поддержки региональных проектов.

Сценарии поддержки могут отличаться для разных субтехнологий. Так, в субтехнологиях "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия" или "Технологии сенсорно-моторной координации и пространственного позиционирования" могут успешно развиваться относительно небольшие проекты, реализуемые малыми предприятиями с соответствующими инструментами поддержки. В то время, как для реализации субтехнологии "Сенсоры и обработка сенсорной информации" приоритет должны иметь крупные проекты, поддержка которых осуществляется в большей степени за счет финансирования компаний-лидеров и других инструментов поддержки крупных предприятий.

В соответствии с обозначенными приоритетами развития технологий наибольшую поддержку в размере 11,35 млрд руб. бюджетных средств при общем объеме финансирования 50,7 млрд руб. предполагается выделить для развития субтехнологии "Сенсоры и цифровые компоненты РТК для человеко-машинного взаимодействия". Для субтехнологии "Технологии сенсорно-моторной координации и пространственного позиционирования" предполагается поддержка в размере 8,775 млрд руб. бюджетных средств при общем объеме финансирования 36,55 млрд руб. Поддержка субтехнологии "Сенсоры и обработка сенсорной информации" предполагается в размере 8,7 млрд руб. бюджетных средств при общем объеме финансирования 45,4 млрд руб.

Приоритетность выделения денежных средств по инструментам поддержки для различных субтехнологий определяется следующим образом.

Грантовая поддержка малых предприятий: финансирование распределяется в соответствии с перспективами реализации небольших проектов в рамках субтехнологии. Относительно небольшие проекты, реализуемые малыми предприятиями, более востребованы при разработке конечных решений для задач человеко-машинного взаимодействия или сенсорно-моторной координации и менее актуальны для более крупных задач разработки сенсоров.

Поддержка программ деятельности ЛИЦ: финансирование распределяется равномерно. Равномерная поддержка ЛИЦ оправдана необходимостью гармоничного развития всех исследовательских направлений.

Поддержка отраслевых решений: финансирование распределяется в соответствии с перспективами внедрения отечественных продуктов по отраслям. Субтехнологии с более высоким уровнем готовности или наличием конкурентоспособных продуктов будут давать большее количество перспективных решений по отраслям.

Поддержка разработки и внедрения промышленных решений: финансирование распределяется в соответствии с перспективами внедрения отечественных продуктов при развитии субтехнологии. Большее количество перспективных решений по отраслям потребует большей поддержки при их масштабировании.

Поддержка региональных проектов: финансирование распределяется в соответствии с перспективами внедрения отечественных продуктов. Большее количество перспективных решений по отраслям потребует большей поддержки при их внедрении на уровне регионов.

Поддержка компаний-лидеров: финансирование распределяется в соответствии с потребностями вывода на рынок новых продуктов. Компании-лидерам будет предоставлена большая гибкость при реализации наиболее востребованных решений, ориентированных на более массовые рынки, связанные с человеко-машинным взаимодействием и сенсорикой.

Поддержка путем субсидирования процентной ставки по кредиту: финансирование распределяется в соответствии с потребностями вывода на рынок новых продуктов. При получении кредитной поддержки компании будут ориентироваться на более массовые рынки, связанные с человеко-машинным взаимодействием и сенсорикой.