CC BY
23Научная статья УДК 338.47
Безопасность дорожного движения -
© Дагаева М.В., Махмутова А.З., Чернышевский П.А. 2023
ОСНОВНЫЕ НАПРАВЛЕНИЯ И ПРАВОВОЕ РЕГУЛИРОВАНИЕ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБЛАСТИ ДОРОЖНОГО ДВИЖЕНИЯ
'Мария Витальевна Дагаева, 2Алиса Зуфаровна Махмутова, 3Павел Андреевич Чернышевский
13Центр разработки и сопровождения информационных систем государственного бюджетного учреждения «Безопасность дорожного движения»
2Центр «Интеллектуальные транспортные системы» государственного бюджетного учреждения «Безопасность дорожного движения»
1A3its.center.kzn@gmail.com
Аннотация. В статье приводится обзор правового регулирования технологий искусственного интеллекта с точки зрения их использования в приложениях интеллектуальных транспортных систем. Рассмотрена связь приложений интеллектуальных транспортных систем и технологий искусственного интеллекта и машинного обучения. Представлен обзор состояния правового регулирования технологии искусственного интеллекта на международном и отечественном уровнях.
Ключевые слова: интеллектуальные транспортные системы, искусственный интеллект, законодательство Для цитирования: Дагаева М.В., Махмутова А.З., Чернышевский П.А. Основные направления и правовое регулирование применения искусственного интеллекта в области дорожного движения // Безопасность дорожного движения. 2023. № 4. С. 6-10.
Original article
LEGAL REGULATION OF ARTIFICIAL INTELLIGENCE IN THE FIELD OF TRANSPORT SYSTEMS
1Maria V. Dagaeva, 2Alisa Z. Makhmutova, 3Pavel A. Chernyshevskiy
1,3Center for development and maintenance of information systems of the state budgetary institution «Road Safety» 2Center «Intelligent transport systems» of the state budgetary institution «Road Safety» 1A3its.center.kzn@gmail.com
Abstract. In this paper we provide an overview of the legislative regulation of Artificial Intelligence technologies from the point of view of its use in Intelligent Transport Systems (ITS) applications. In the first part of the article we discuss the connection between Intelligent Transport Systems applications and Artificial Intelligence technologies and machine learning technologies. In the second part we provide an overview of the current level of AI legislative regulation at the international and domestic level. Key words: intelligent transport systems, artificial intelligence, legislation
For citation: Dagaeva M.V., Makhmutova A.Z., Chernyshevskij P.A. Main directions and legal regulation of the use of artificial intelligence in the field of traffic // Road Safety. 2023. № 4. P. 6-10.
Под искусственным интеллектом (далее -ИИ) понимается область разработки компьютерных систем, обладающих возможностями, традиционно ассоциируемыми с человеческим разумом, например, понимание языка, обучение, логическое мышление и т.п. [1].
С точки зрения права данное определение требует уточнений, поскольку не дает ответа на вопрос, например, о наличии прав у ИИ, наделении его статусом личности (что ведет к проблеме об ответственности ИИ). Однако далее авторы будут считать приведенное определение достаточным для дальнейшего изложения.
Стремительное развитие цифровых технологий и Интернета, а также увеличение вычислительной мощности компьютеров в значительной степени способствовали росту мирового рынка ИИ за последние несколько лет.
Несмотря на новизну и еще нераскрытый потенциал, ИИ уже влияет на производительность труда, сокращая занятость населения в различных сферах деятельности.
С одной стороны, наблюдается широкая перспектива и безграничные возможности ИИ, но, с другой - технология может стать источником многочисленных проблем [3], а именно: угроза нарушения конфиденциальности пользователей и их данных,
экономические и социальные риски (рост безработицы, этичность и т.п.), безопасность граждан (рост искусственно сгенерированной дезинформации).
Данные факторы, которые справедливы и в отношении транспортных систем, являются веской причиной для регулирования применения ИИ и адаптации существующих цифровых законов. Основные направления применения искусственного интеллекта в области дорожного движения 1. Роль интеллектуальных транспортных систем в решении актуальных проблем в области дорожного движения
Внедрение конкретных решений ИИ именно на транспорте повлечет за собой глобальные экономические и социальные изменения.
На текущий момент среди проблем в этой сфере можно выделить неэффективность существующих дорожно-транспортных сетей, что приводит к заторам, неправильное планирование и управление транспортными потоками, недостаточный уровень безопасности дорожного движения, высокий уровень загрязнения окружающей среды транспортом, а также несоответствие между транспортным спросом и предложением в крупных агломерациях.
Приложения интеллектуальных транспортных систем (далее - ИТС) призваны помочь в решении обозначенных выше проблем. В основе их работы -
информация, которая собирается, обрабатывается и интегрируется с помощью информационных, коммуникационных и управленческих технологий, встроенных в транспортное средство или дорожную инфраструктуру.
Проведенное в 2015 году исследование [4] выделяет четыре основные области применения приложений ИТС с использованием технологий и алгоритмов ИИ (рис. 1):
автономное вождение;
информационно-развлекательная система и комфорт;
организация дорожного движения; безопасность дорожного движения.
Приложения ИТС
I информация о погоде, В • информация точки интереса. U отраффике,
• предупреждение о проезде на
зал решающий сигнал,
• экстренные службы, диагностика и та
Рисунок 1 - Классификация приложений ИТС
2. Высокоавтоматизированные транспортные средства
ИИ является жизненно важным компонентом систем автоматизированного вождения, поскольку способен эффективно и в режиме реального времени обрабатывать множество потоков данных, получаемых из физического и цифрового окружения автомобиля, от других автомобилей и инфраструктуры, а также принимать оптимальные решения при построении траектории, выборе скорости и т.д.
Например, если беспилотный автомобиль обнаружит пешехода, переходящего дорогу, вполне возможно применение алгоритма ИИ для определения наилучшего варианта действий - замедление или полная остановка.
Высокоавтоматизированные транспортные средства (далее - ВАТС) могут использовать ИИ для прогнозирования поведения других участников дорожного движения, например пешеходов и других транспортных средств.
Технологии распознавания образов используются вместе с обработкой изображений для автоматического анализа окружения, обнаружения происшествий и выявления информации об изменении в окружении [5].
Такая методика машинного обучения, как кластеризация на основе собранных исторических данных, может использоваться для идентификации конкретных типов водителей. Более того, ИИ может быть имплементирован и в производство автомобилей для формирования новых моделей, средств и форм изготовления ТС [6].
3. Информационно-развлекательная система транспортного средства
Современная концепция мобильности, в частности сервисный подход, уже не рассматривает автомобиль как просто механическое средство передвижение, доставляющее человека из пункта А в пункт Б.
Информационно-развлекательные технологии на базе искусственного интеллекта произвели революцию в различных аспектах вождения, сделав его
более персонализированным, эффективным и комфортным.
Например, алгоритмы машинного обучения могут анализировать музыкальные предпочтения водителя, настройки климат-контроля и регулировки сидений, автоматически настраивая соответствующие параметры.
Такой уровень персонализации с учетом индивидуальных потребностей обеспечивает более комфортное вождение.
Значительные достижения в области технологии распознавания голоса позволили водителям взаимодействовать с системой автомобиля без помощи рук, используя голосовые команды, что позволяет меныпе отвлекаться во время вождения. Системы распознавания голоса могут понимать сложные команды и реагировать соответствующим образом.
Предполагается, что возможности ИИ в автомобильных информационно-развлекательных системах будут только расширяться. Некоторые автомобили уже оснащены виртуальными помощниками на базе ИИ, которые могут рекомендовать варианты развлечений в зависимости от настроения, физического состояния или предпочтений водителя, создавая более спокойную и комфортную атмосферу при поездке и предоставляя персонализированные и увлекательные развлечения в пути.
4. Организация дорожного движения
Алгоритмы ИИ и машинного обучения успешно применяются в задачах оптимизации транспортной сети. На контролируемых перекрестках устанавливают адаптивные системы контроля, которые динамически оптимизируют смену сигналов светофорного управления в зависимости от интенсивности потоков.
Для решения этой задачи успешно применяются алгоритмы обучения с подкреплением на базе нейронных сетей. Например, в статье М.В. Федотова, Д.Н. Маряшиной, Н.В. Андреянова [7] рассмотрена архитектура программно-аппаратного комплекса, реализующего нейросетевую модель для адаптивного управления светофорами в Казани.
Применение алгоритмов машинного обучения в приложениях для парковки позволяет отслеживать доступность парковочных мест, оповещать водителя об освободившихся местах, иногда даже с возможностью бронирования самого места. Устранение необходимости искать на парковке свободное место, а также заблаговременный поиск доступных мест помогают уменьшить поток движения транспорта и загрязнение окружающей среды [8].
5. Обеспечение безопасности дорожного движения
Обнаружение и предотвращение несчастных случаев является эффективной профилактической стратегией, которая может значительно улучшить безопасность дорожного движения.
Система предотвращения дорожно-транспортных происшествий позволяет оповещать водителей о критических ситуациях и позволяет им действовать оперативно.
Машинное обучение оказалось особенно полезным в выявлении дорожно-транспортных происшествий, а также закономерностей, которые могут к ним привести.
Повысить безопасность дорожного движения способны продвинутая видеоаналитика с применением сверточных нейронных сетей. В статье Р.Н. Мин-ниханова, И.В. Аникина, А.Р. Мордановой [9] пред-
- Безопасность до
лагается подход, позволяющий в режиме реального времени определять аномальные траектории движения транспортных средств на видеопотоках с городских камер видеонаблюдения, а в статье Р.Н. Мин-ниханова, И.В. Аникина, М.В. Дагаевой [10] описан программный комплекс для поддержки принятия решений для определения факта нарушения правил дорожного движения.
Поскольку состояние дороги непосредственно влияет на многие аспекты транспортировки, обнаружение дорожных аномалий имеет важное значение для транспортных средств: неудовлетворительные дорожные условия могут привести к заторам на дорогах, повреждениям автомобилей и дорожно-транспортным происшествиям.
В исследовании 2017 года [11] предложен метод на основе сверточных нейронных сетей для выявления трещин бетона на фотографиях, сделанных ручной камерой в условиях нестабильного освещения. Такой метод можно применить в приложении, которое будет обнаруживать выбоины и неровности на дороге и предупреждать водителя.
Анализ видеоизображений может помочь при оценке функционального состояния водителей [12]. Камеры и датчики на базе ИИ также могут обнаруживать признаки сонливости или рассеянности водителя и предупреждать его о необходимости принятия необходимых мер предосторожности.
Правовое регулирование искусственного интеллекта в транспортной отрасли
1. Правовое регулирование применения искусственного интеллекта на международном уровне
Рассмотренные примеры свидетельствуют о том, что в сфере транспорта ИИ находит все больше приложений и под управление компьютера переходит все большее число объектов транспортной инфраструктуры, а значит, и принимаемые ИИ неправильные решения могут нанести больший ущерб.
Это приводит к потребности создания нормативно-правовой базы, и часть государств уже выдвигают проекты общих законов по ИИ, например, Закон Евросоюза об искусственном интеллекте [2].
Будущий закон разделяет все основанные на ИИ системы и инструменты по уровню риска -от низкого до неприемлемого, к которым, например, будут относиться системы социального скоринга -классификации людей на основе их социального поведения или личных характеристик.
Подобные системы будут запрещены. Также запрету подлежит нецелевое извлечение изображений лиц из Интернета или записей с камер видеонаблюдения для создания баз данных распознавания лиц (нарушение права на неприкосновенность частной жизни).
К ИИ высокого риска относятся системы, которые наносят значительный вред здоровью, безопасности, фундаментальным правам людей или окружающей среде (применяемые для влияния на исход выборов, а также рекомендательные системы, используемые платформами социальных сетей, число пользователей которых превышает 45 млн, и т.д.).
Однако для поддержки инноваций добавлены исключения для исследовательской деятельности и компонентов ИИ, предоставляемых по лицензиям с открытым исходным кодом.
Существует большое количество отдельных документов рекомендательного характера, изданных различными организациями и государственными комиссиями [13], из которых наиболее значимыми мож-
>жного движения -
но отметить Белую книгу искусственного интеллекта - европейский подход к совершенству и доверию Европейского союза [2], Инновационный подход по регулированию искусственного интеллекта в Англии и Проект Билля о правах искусственного интеллекта в США [14].
В последнем документе приведена рекомендация по использованию только проверенных данных высокого качества, то есть актуальных и адаптированных к поставленной задаче, что должно подтверждаться соответствующими исследованиями.
Обзор документов, принятых в других странах, приведен, например, в статьях А.И. Медведева [2] и А.Р. Атабекова [13].
Наибольший вопрос вызывает, конечно же, доверие компьютеру полного управления автомобилем, и здесь имеется множество правовых и этических противоречий.
Несмотря на это, многие государства уже включают ВАТС в основу будущей транспортной политики и издают соответствующие регулирующие нормативные акты и законы [15].
Хотя напрямую использование ИИ в системах управления автомобилем не регламентируются, имеются достаточно четкие требования к поведению автомобиля на дороге: определение внештатных ситуаций, взаимодействие с участниками дорожного движения, распознавание дорожных знаков, безопасное маневрирование.
Примечательно, что Комиссия по этике автономного и подключенного вождения Германии постулирует следующий фундаментальный принцип -безопасность человека ставится выше ущерба собственности и животным, а при аварийной ситуации автомобиль не должен ставить кого-либо в приоритет.
Много усилий сосредоточено в области стандартизации ИИ [16]: международной организацией по стандартизации ИСО создана объединенная рабочая группа № 42 «Искусственный интеллект» (ISO/IEC JTC 1/SC 42 Artificial Intelligence, 20 разработанных стандартов), Европейским комитетом по стандартизации создана аналогичная рабочая группа № 21 (CEN-CENELEC JTC 21 Artificial Intelligence).
Активно вовлечены в работу Сектор стандартизации электросвязи МСЭ, Институт инженеров электротехники и электроники (стандарты серии IEEE P7000)и др.
2. Правовое регулирование применения искусственного интеллекта в Российской Федерации
Россия одной из первых стран в мире начала развивать направление по регулированию ИИ. В 2019 году цели и основные задачи развития ИИ в Российской Федерации были зафиксированы в Национальной стратегии ИИ (далее - Стратегия) [17].
В ст. 21 Стратегии одним из факторов развития хозяйственной деятельности отмечено использование интеллектуальных систем логистики. В ст. 8 отмечаются две главные особенности ИИ: необходимость корректного набора данных и сложность интерпретации работы.
Зависимость алгоритмов ИИ от обучающих наборов данных делает их уязвимыми для так называемого «враждебного (состязательного) машинного обучения», с помощью которого можно, например, «обучить» алгоритмы ИИ ошибочно распознавать дорожные знаки [18].
Сложность интерпретации, известная также как проблема объяснимости, снижает доверие к принимаемым ИИ решениям.
Эта проблема, а также проблемы ответственности за причинение вреда с использованием ИИ, защиты персональных данных, границ применения ИИ отмечены в утвержденной Правительством Российской Федерации в 2020 году Концепции регулирования ИИ [19].
В ней же были обозначены основные подходы для законодательного регулирования: механизмы упрощенного внедрения продуктов с ИИ, юридическая ответственность за применение ИИ, разработка и уточнение терминов, обеспечение информационной безопасности.
В 2021 году на национальном уровне был подписан Кодекс этики искусственного интеллекта [20], который в рекомендательном характере устанавливает общие этические принципы и стандарты поведения для участников отношений в сфере ИИ: главный приоритет развития технологий ИИ - защита интересов и прав людей и отдельного человека, ответственность за применение ИИ несет человек и т.д.
Количество подписантов Кодекса в настоящий момент составляет 234 организации, среди которых коммерческие предприятия, университеты и научно-исследовательские институты из различных регионов страны.
Разработкой стандартов по ИИ в России занимается ТК 164 «Искусственный интеллект», аналогичный упомянутой ранее рабочей группе ИСО. На данный момент опубликован 51 стандарт, из которых 13 относятся к интеллектуальным транспортным системам, включая 8 стандартов по применению ИИ в ВАТС [21].
В заключение отметим, что в статье описаны возможности ИИ для построения ИТС и текущая ситуация в поле правового регулирования ИИ. ИТС является одним из важных инструментов для решения насущных вопросов в транспортной отрасли, и в этом исследовании рассмотрены решения конкретных проблем с помощью алгоритмов ИИ.
Однако приложения с использованием технологий ИИ поднимают множество этических, социальных, экономических и юридических вопросов.
Они сталкиваются с проблемами кибербезо-пасности и конфиденциальности данных, особенно в автономных транспортных средствах, что требует создания нормативно-правовой базы и принятия мировых и национальных стандартов.
Список источников
1. Barr A., Feigenbaum E.A. The Handbook of Artificial Intelligence. Stanford, California: HeurisTech Press, Los Altos, California: William Kaufmann, 1981. P. 363.
2. Медведев А.И. Правовые аспекты искусственного интеллекта и смежных технологий // Журнал Суда по интеллектуальным правам. Декабрь 2022. Вып. 4(38). С. 48-63.
3. Lee J. Artificial Intelligence and Human Rights: Four Realms of Discussion: Summary of Remarks // Proceedings of the ASIL Annual Meeting. 2020. P. 242-245.
4. Hamida E.B., Noura H., Znaidi W. Security of Cooperative Intelligent Transport Systems: Standards, Threats Analysis and Cryptographic Countermeasure // Electronics. 2015. Vol. 4(3). P. 380-423.
5. Morooka F.E., Junior A.M., Sigahi T.F.A.C. el al. Deep Learning and Autonomous Vehicles: Strategic Themes, Applications, and Research Agenda Using SciMAT and Content-Centric Analysis, a Systematic Review // Machine Learning and Knowledge Extraction. 2023. Vol. 5(3). P. 763781.
6. Li B.H., Hou B.C., Yu W.T. Applications of Artificial intelligence in intelligent manufacturing: a review // Front. Inf. Technol. Electr. Eng. 2017. Vol. 18 (1). P. 86-96.
7. Федотов М.В., Маряшина Д.Н., Андреянов Н.В. и др. Адаптивное управление перекрестками с использованием имитационного моделирования и искусственного интеллекта // Международный форум KAZAN DIGITAL WEEK - 2023: сборник материалов. Казань: ГБУ «Научный центр безопасности жизнедеятельности», 2023. ч. 1. С. 103-109.
8. Arthurs P., Gillam L., Krause P. et al. Taxonomy and survey of edge cloud computing for intelligent transportation systems and connected vehicles // IEEE Trans. Intell. Transp. Syst., 2021. Vol. 23. P. 6206-6221.
9. Minnikhanov R., Anikin I., Mardanova A. et al. Evaluation of the Approach for the Identification of Trajectory Anomalies on CCTV Video from Road Intersections // Mathematics. 2022. Vol. 10. 388 p.
10. Минниханов Р.Н., Аникин И.В., Дагаева М.В и др. Программный комплекс поддержки принятия решений для определения факта нарушения ПДД по траектории транспортного средства на видеоизображении // Моделирование, оптимизация и информационные технологии. 2023. Т. 11(1). DOI: 10.26102/2310-6018/2023.40.1.016.
11. Cha Y.J., Choi W., Buyukozturk O. Deep learning-based crack damage detection using convolutional neural networks // Comput.-Aided Civ. Infrastruct. Eng., 2017. Vol. 32. P. 361-378.
12. Курбанов Б., Катасёв А.С. Сверточная нейросе-тевая система оценки усталости человека по выражению лица // Научно-технический вестник Поволжья. 2023. № 7. С. 70-73.
13. Атабеков А.Р. Модельные подходы к интеграции искусственного интеллекта в сферу публичных правоотношений в России на базе сравнительного исследования опыта зарубежных стран // RUDN Journal of Law. 2023. Т. 27. № 3. С. 686-699.
14. Mackenzie-Gray S.R., Abrusci E. Automated Decision-Making and the Challenge of Implementing Existing Laws // VerfBlog, 2023/10/05 // URL: https://verfassungsblog. de/automated-decision-making-and-the-challenge-of-implementing-existing-laws/, DOI: 10.17176/20231005-2336240 (дата обращения: 14.11.2023).
15. Eastman, Collins, Jones et al. A Comparative Look at Various Countries' Legal Regimes Governing Automated Vehicles // J.L. & Mob. 2023. Vol. 2.
16. Rolling Plan for ICT standardization // URL: https://joinup.ec.europa.eu/collection/rolling-plan-ict-standardisation/artificial-intelligence-rp2023 (дата обращения: 14.11.2023).
17. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» // СПС «ГАРАНТ» (дата обращения: 14.11.2023).
18. Biggioa B., Rolia F. Patterns W. Ten Years after the rise of adversarial machine learning // URL: https://arxiv.org/ pdf/1712.03141.pdf (дата обращения: 14.11.2023).
19. Распоряжение Правительства РФ от 19 августа 2020 г. № 2129-р «Об утверждении Концепции развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники на период до 2024 года» // СПС «ГАРАНТ» (дата обращения: 14.11.2023).
20. Кодекс этики в сфере искусственного интеллекта // URL: https://ethics.a-ai.ru/ (дата обращения: 14.11.2023).
21. Официальный сайт технического комитета по стандартизации № 164 «Искусственный интеллект» // URL: https://tc164.ru/ (дата обращения: 14.11.2023).
References
1. Barr A., Feigenbaum E.A. The Handbook of Artificial Intelligence. Stanford, California: HeurisTech Press, Los Altos, California: William Kaufmann, 1981. P. 363.
Безопасность дорожного движения
2. Medvedev A.I. Legal aspects of artificial intelligence and related technologies // Journal of the Intellectual Rights Court. December 2022. Iss. 4 (38). P. 48-63.
3. Lee J. Artificial Intelligence and Human Rights: Four Realms of Discussion: Summary of Remarks // Proceedings of the ASIL Annual Meeting. 2020. 114. P. 242-245.
4. Hamida EB., Noura H., Znaidi W. Security of Cooperative Intelligent Transport Systems: Standards, Threats Analysis and Cryptographic Countermeasure // Electronics, 2015. Vol 4(3). P. 380-423.
5. Morooka F.E., Junior A.M., Sigahi T.F.A.C. el al. Deep Learning and Autonomous Vehicles: Strategic Themes, Applications, and Research Agenda Using SciMAT and Content-Centric Analysis, a Systematic Review // Machine Learning and Knowledge Extraction, 2023. Vol. 5(3). P.763-781.
6. Li B.H., Hou B.C., Yu W.T. Applications of Artificial intelligence in intelligent manufacturing: a review // Front. Inf. Technol. Electr. Eng., 2017. Vol. 18(1). P. 86-96.
7. Fedotov M.V., Maryashina D.N., Andreyanov N.V. el al. Adaptive control of intersections using simulation modeling and artificial intelligence // International Forum KAZAN DIGITAL WEEK 2023. Kazan: State budgetary institution «Research Center for Life Safety», 2023. Part 1. P. 103-109.
8. Arthurs P., Gillam L., Krause P., et al. A taxonomy and survey of edge cloud computing for intelligent transportation systems and connected vehicles // IEEE Trans. Intell. Transp. Syst., 2021. Vol. 23. Pp. 6206-6221.
9. Minnikhanov R., Anikin I., Mardanova A., Dagaeva M., Makhmutova A., Kadyrov A. Evaluation of the Approach for the Identification of Trajectory Anomalies on CCTV Video from Road Intersections // Mathematics, 2022. Vol. 10, 388.
10. Minnikhanov R.N., Anikin I.V., Dagaeva M.V. et al. Decision support system for detecting traffic violations based on vehicle's trajectory // Modeling, Optimization and Information Technology, 2023. 11(1). DOI: 10.26102/23106018/2023.40.1.016.
11. Cha Y.J., Choi W., Buyukozturk O. Deep learning-based crack damage detection using convolutional neural networks // Comput.-Aided Civ. Infrastruct. Eng., 2017. Vol. 32. P. 361-378.
12. Kurbanov B., Katasev A.S. Convolutional neural network system for assessing human fatigue by facial expression // Scientific and Technical Bulletin of the Volga Region, 2023. No. 7. P. 70-73.
13. Atabekov A.R. Modeling approaches to AI integration into public relations in Russia as per comparative research of foreign countries' experience // RUDN Journal of Law. 2023. Vol. 27. № 3. P. 686-699.
14. Mackenzie-Gray S.R., Abrusci E. Automated Decision-Making and the Challenge of Implementing Existing Laws // VerfBlog, 2023/10/05 // URL: https://verfassungsblog. de/automated-decision-making-and-the-challenge-of-implementing-existing-laws/, DOI: 10.17176/20231005-2336240 (date of access: 14.11.23).
15. Eastman, Collins, Jones et al. A Comparative Look at Various Countries' Legal Regimes Governing Automated Vehicles // J. L. & Mob., 2023. Vol. 2.
16. Rolling Plan for ICT standardization // URL: https://joinup.ec.europa.eu/collection/rolling-plan-ict-standardisation/artificial-intelligence-rp2023 (date of access: 14.11.23).
17. Decree of the President of the Russian Federation dated 10.10.2019 № 490 «On the development of artificial intelligence in the Russian Federation» // Legal reference system «GARANT» (date of access: 14.11.23).
18. Biggioa B., Rolia F. Patterns W. Ten Years after the rise of adversarial machine learning // URL: https://arxiv.org/ pdf/1712.03141.pdf (date of access: 14.11.2023).
19. Resolution of the Government of the Russian Federation dated 19.08.2020 № 2129-r «On approval of the Concept for the development of regulation of relations in the field of artificial intelligence and robotics technologies for the period until 2024» // Legal reference system «GARANT» (date of access: 14.11.23).
20. Code of Ethics in the Field of Artificial Intelligence // URL: https://ethics.a-ai.ru/ (date of access: 14.11.23).
21. Official website of the technical committee for standardization № 164 «Artificial Intelligence» // URL: https:// tc164.ru/ (date of access: 14.11.23).
Информация об авторах
М.В. Дагаева - начальник Центра разработки и сопровождения информационных систем государственного бюджетного учреждения «Безопасность дорожного движения»
А.З. Махмутова - главный специалист Центра «Интеллектуальные транспортные системы» государственного бюджетногоучреж-дения «Безопасность дорожного движения»
П.А. Чернышевский - специалист первой категории Центра разработки и сопровождения информационных систем государственного бюджетного учреждения «Безопасность дорожного движения»
Контакты: ул. Оренбургский тракт, д. 5, Казань, Россия, 420059 Information about the authors
M.V. Dagaeva - Head of the Center for development and maintenance of information systems of the state budgetary institution «Road Safety» A.Z. Makhmutova - Chief specialist of the Center «Intelligent transport systems» of the state budgetary institution «Road Safety» P.A. Chernyshevskiy - Specialist of the first category of the Centerfor development and maintenance of information systems of the state budgetary institution «Road Safety»
Contacts: ul. Orenburgiy tract, d. 5, Kazan, Russia, 420059
Статья поступила в редакцию 15.11.2023; одобрена после рецензирования 22.11.2023; принята к публикации 29.11.2023. The article was submitted 15.11.2023; approved after reviewing 22.11.2023; accepted for publication 29.11.2023.
