CC BY
84
20. The Usage of Renewable Energy Sources in the Arctic: The Role of Public-Private Partnership / I.M. Potravnyi, N.N. Yashalova, D.S. Boroukhin, M.P. Tolstoukhova // Economic and Social Changes: Facts, Trends, Forecast, 2020. Vol. 13. No. 1. pp. 144-159. DOI: 10.15838/esc.2020.1.67.8.
21. Kalinichenko M.P., Egorushkina T.N., Shvetsov S.A. Key directions and tools for the implementation of the "smart city" concept // Municipal Academy. 2021. No. 4. pp. 51-62.
УДК 550.9; 34.096 DOI 10.46689/2218-5194-2022-2-1-509-525
РЕГУЛИРОВАНИЕ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ
А.В. Минбалеев, М.А. Берестнев, К.С. Евсиков
Рассмотрены отдельные вопросы эволюции геотехнологии в эпоху четвертой промышленной революции. Проанализирован отечественный и зарубежный опыт использования сквозных цифровых технологий добывающими компаниями. Результат исследования позволил прийти к выводу о повсеместном переходе к новым технологическим решениям на этапах изучения горной среды, изыскания способов и средств осуществления геотехнологических процессов, управления и контроля процессами добычи полезных ископаемых.
В ходе анализа авторы пришли к выводу, что большинство исследований данной производственной сферы сосредоточено на технологических аспектах или решении вопросов об экономии ресурсов компаний. При этом абсолютно не исследованными остаются вопросы безопасности использования цифровых технологий в геотехнологических процессах. На примере анализа ситуации использования искусственного интеллекта в сфере управления геотехнологическими процессами выявлены проблемы разграничения ответственности за аварийные и чрезвычайные ситуации.
На основании исследования сделаны предложения по совершенствованию регулирования использования искусственного интеллекта в геотехнологических процессах. Авторами предложено создание института страхования гражданской ответственности использования систем искусственного интеллекта в промышленности. Рассмотрена целесообразность принятия декларации принципов использования цифровых технологий добывающими компаниями. Выделены требования к системам искусственного интеллекта, применяемым в геотехнологических процессах.
Ключевые слова: искусственный интеллект и геотехнологии; искусственный интеллект в добывающих компаниях; страхование ответственности искусственного интеллекта; регламент использования искусственного интеллекта; умная скважина; цифровое месторождение.
Геотехнология является наукой о Земле, дающей базисное знание для развития добывающей промышленности. Вице-президент РАЕН и председатель горно-металлургической секции В.Ж. Аренс определяет, что основной целью геотехнологии является развитие методов активного воздействия на полезное ископаемое, геологическую обстановку горной сре-
ды и процессы добычи, расширение области эффективного применения геотехнологических методов добычи на месторождениях со сложными горно-геологическими условиями [1]. С учетом предмета науки можно выделить три основных типа геотехнологического процесса:
- изучение горной среды, которое происходит с целью определения возможности перевода полезного ископаемого или его ингредиентов в подвижное состояние непосредственно на месте залегания;
- изучение физического и химического изменения полезного ископаемого и вмещающих его пород;
- изыскание и разработка способов и средств осуществления геотехнологических процессов добычи полезного ископаемого.
В настоящей статье под использованием искусственного интеллекта в добывающей промышленности мы подразумеваем применение данной цифровой технологии в одном из описанных геотехнологических процессов.
Добывающая промышленность является основой экономики Российской Федерации. Поэтому изучение инновационных методов добычи полезных ископаемых из научного вопроса трансформируется в национальную задачу, требующую анализа не только с позиций геотехнологии, но и с точки зрения смежных наук, в том числе информатики, экономики и права.
Анализ публикаций в данных отраслях позволяет сделать вывод, что будущее отечественной добывающей промышленности зависит от эффективности внедрения достижений последней промышленной революции российскими добывающими компаниями. Согласно общепринятой классификации, выделяют четыре промышленные революции:
1) массовый переход от ручного труда к машинному;
2) поточное производство и электричество;
3) частичная автоматизация труда;
4) автоматизированное производство на базе информационных технологий [2].
Согласно распространенной точке зрения, экономически развитые страны находятся в процессе четвертой промышленной революции, которая характеризуется активным использованием цифровых технологий. Российская Федерация также активно участвует в построении экономики нового типа. Согласно Национальной программе «Цифровая экономика Российской Федерации» государство планирует осуществлять изменения в рамках шести федеральных проектов:
1) Нормативное регулирование цифровой среды;
2) Информационная инфраструктура;
3) Кадры для цифровой экономики;
4) Информационная безопасность;
5) Цифровые технологии;
6) Цифровое государственное управление [3].
Ключевым элементом данных программ является выделение наиболее перспективных технологий, которые могут стать локомотивом для развития всей отечественной экономики. Перечень таких технологий, получивших статус «сквозных», указан в Паспорте федерального проекта «Цифровые технологии» [4]. Среди них наибольший потенциал для добывающей промышленности могут иметь большие данные, искусственный интеллект, технологии беспроводной связи, компоненты робототехники и сенсорика, квантовые технологии, технологии виртуальной и дополненной реальностей.
Важно отметить, что в добывающей промышленности уже повсеместно используются различные средства автоматизации, повышающие эффективность добычи полезных ископаемых. Эти проекты в разных компаниях получили разное наименование, например, в Shell - Smart Field, в Chevron - i-field, в DOFF (CERA) - Digital oil field of the future, в ПАО «Газпром нефть» - Цифровое месторождение, в «Лукойл» - Интеллектуальное месторождение. Специалисты отмечают положительный результат от подобных технологических решений, базирующихся на различном наборе информационных систем [5]. Однако большинство из этих проектов используют не сквозные цифровые технологии, а обычные методы автоматизации геотехнологических процессов. Безусловно, автоматизация - важная часть повышения эффективности добывающей промышленности, но она не решает задач цифровизации производственных процессов, поставленных в Национальной программе «Цифровая экономика Российской Федерации».
Для полноценного изменения добывающей промышленности в рамках Четвертой промышленной революции требуется полноценная цифровая трансформация всех геотехнологических процессов. Для этого необходимы значительные вложения в создание и внедрение специализированных сквозных цифровых технологий, которые целесообразно начинать с разработки систем искусственного интеллекта.
Сегодняшний уровень технологического развития позволяет говорить, что пока безальтернативным ядром цифровой трансформации для добывающей промышленности является информационная система, построенная на принципах искусственного интеллекта. В отечественных нормативных правовых актах под данной технологией принято понимать комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение в том числе, в котором используются методы машинного обучения, процессы и сервисы по обработке данных и поиску решений [6].
Развитие данной технологии в России осуществляется в соответствии с Национальной стратегией развития искусственного интеллекта на период до 2030 года.
Российские специалисты в области геотехнологии исследуют вопросы использования искусственного интеллекта в добывающей промышленности. Например, в развитие этого направления внесли публикации, посвященные использованию искусственного интеллекта для оптимизации производственных процессов в добывающих компаниях [7], для добычи нефти [8], для экономии ресурсов [9], для создания новых геотехнологических процессов [10], для учета природных ресурсов [11]. Однако их авторы ограничиваются описанием технологических аспектов и преимуществ от внедрения искусственного интеллекта и не анализируют существующие барьеры. Это приводит к ситуации, когда все добывающие компании понимают полезность данной цифровой технологии, но воздерживаются от ее широкого применения в геотехнологических процессах.
Авторский анализ показал, что одним из значимых барьеров для анализируемой цифровой технологии является негативное субъективное восприятие новаций субъектами управленческой деятельности, обусловленное риском персональной ответственности за внедрение и реализацию новых технологий. Эту проблему можно описать как отсутствие понимания в сфере геотехнологии принципов работы систем искусственного интеллекта и опасения наступления негативных последствий от их использования. Следует отметить, что эта точка зрения подкреплена серьезными пробелами в отечественной правовой системе. Сегодня нет четких «правил игры», соблюдение которых могло обезопасить добывающие компании от претензий со стороны контрольно-надзорных органов или необоснованных экономических потерь.
Действительно, в России и в других странах правовой статус искусственного интеллекта не определен. Это вызывает многочисленные вопросы у добывающих компаний, которые в условиях правовой неопределенности вынуждены брать на себя дополнительные риски от работы цифровой технологии. При этом полный перечень даже нельзя точно спрогнозировать. Пока массовое использование искусственного интеллекта в мировой промышленности не происходит, то отсутствует и необходимый эмпирический материал для исследований. Но уже сегодня можно выделить значимые риски, например, возможность создания аварийной ситуации на производстве из-за ошибки, допущенной системой искусственного интеллекта. Из-за отсутствия норм права, регламентирующих действия сторон в подобной ситуации, объективно возникнет трудность в разграничении ответственности за аварию. Представляется, что до устранения подобных барьеров в добывающей промышленности будет ограничиваться использование искусственного интеллекта.
Необходимо отметить, что нормализация правового ландшафта для применения технологий искусственного интеллекта добывающими компаниями не проблема завтрашнего дня. Крупнейшие отечественные добывающие компании уже начали разрабатывать информационные системы, основанные на принципах машинного обучения. ПАО «Норникель» экспериментирует с технологией искусственного интеллекта на одной из своих обогатительных фабрик и уже использует технологию машинного зрения для контроля наличия средств индивидуальной защиты у работников [12]. Цифровая платформа, используемая обществом на Кольской ГМК, анализирует расход воды и реагентов, качество сырья и другие параметры и дает подсказки оператору, которые позволяют более эффективно вести добычу [13].
Компании, аффилированные с ПАО «НК Роснефть», создали информационную систему «РН-ГРИД», которая осуществляет симулирование гидравлического разрыва пласта[14]. Уникальность кейса для отечественной геотехнологии в том, что владельцы информационной системы успешно продают лицензии на ее использование третьим лицам.
ПАО «Газпром Нефть» участвует в создании комплексных геотехнологических информационных системна основе искусственного интеллекта и анализа больших данных [15]. Проект по использованию цифровых технологий для поиска и оценки запасов полезных ископаемых получил название «когнитивный геолог» и реализуется совместно с компанией IBM. Необходимость создания подобной информационной системы вызвана не трендом на цифровую трансформацию добывающей промышленности, а объективными результатами традиционной геологоразведки. В нецифровом мире оценка геологического объекта и рентабельности добычи занимает от 1 года до 2 лет. Эффективность и результативность оценки, проведенной классическими методами, не превышает 60 %. В процессе исследования 70 % трудозатрат расходуется специалистами на предварительную обработку данных. Если анализ информации передать «когнитивному геологу», то эксперт будет освобожден от рутинных операций. По оценкам ПАО «Газпром Нефть» это сократит срок оценки геологического объекта в 2 раза, а также повысит точность результатов. Кроме «когнитивного геолога», публичное акционерное общество работает над созданием системы «когнитивный инжиниринг», которая на основе многофакторной модели будет предлагать наилучшую схему разработки месторождения.
Обозначенные варианты использования искусственного интеллекта в геотехнологических процесса лишь малая часть возможностей для цифровой трансформации отечественных добывающих компаний. Среди используемых технологий за рубежом можно выделить: виртуальное сканирование полезного ископаемого и вмещающих его пород, использование беспилотных летательных аппаратов при разработке месторождений, цифровое бурение и др. Например, компания BEAP разработала цифровую
платформу для канадских горнорудных компаний, предполагающую использование искусственного интеллекта на производстве. Разработанная система обеспечивает контроль состояния добывающего оборудования для оценки необходимости его ремонта.
Искусственный интеллект работает со статическими данными, которые аккумулируют информацию, поступающую с конвейеров, дробилок, мостов, резервуаров, трубопроводных сетей, подъемного оборудования и т.д. Комбинируя инженерные знания и полученные данные система на основе модели машинного обучения прогнозирует сбои в работе оборудования и предупреждает о необходимости его ремонта [16]. Подобные технологии способствуют не только сохранению бесперебойного производственного процесса, но и обеспечивают защиту жизни и здоровья работников от возможных производственных аварий.
Как видно из вышеизложенного, многие добывающие компании, уже начали использовать информационным системам, построенным на принципах искусственного интеллекта. При этом, от специалистов в области геотехнологии или охраны труда редко можно услышать, о важности учета архитектуры программы, созданной по методам машинного обучения. Как отмечено в пункте 8 Национальной стратегии развития искусственного интеллекта на период до 2030 года, машинное обучение характеризуется рядом особенностей:
-во-первых, для поиска вычислительной системой непредвзятого решения требуется ввести репрезентативный, релевантный и корректно размеченный набор данных;
-во-вторых, алгоритмы работы нейронных сетей крайне сложны для интерпретации и, следовательно, результаты их работы могут быть подвергнуты сомнению и отменены человеком.
Для создания системы искусственного интеллекта специалист вводит набор данных и предлагает системе выявить между ними взаимосвязь. Контроль качества исходных данных осуществляет разработчик. Если систему обучали на оборудовании отличном от оборудования, установленного на конкретном месторождении или без учета дополнительных условий (климатические условия, износ техники), то программа может делать ошибочные предположения. Но даже если обучение прошло с учетом всех требований, обеспечивающих его качество и объективность, то все равно алгоритм, созданный машинной, является для разработчика и для добывающей компании «черным ящиком».
В отличие от классической компьютерной программы алгоритм принятия решений создается не разработчиком, а самой информационной системой. Этот процесс называют машинным обучением. Программы, созданные таким образом, классифицируются сегодня, как системы искусственного интеллекта. Созданный машинной алгоритм более точен и более сложен. В большинстве случаев он не доступен для понимания внешним
наблюдателем, а выданный цифровой технологией результат его работы не может быть перепроверен человеком. Иными словами, результат анализа месторождения, проведённого «когнитивным геологом», созданным ПАО «Газпром Нефть», будет более точным, чем проведенный геологом человеком, но система искусственного интеллекта не объяснит, как получен этот результат. Следовательно, допущенные ей ошибки более сложно выявить.
Важно отметить, что проблема «черного ящика» признается во всех странах, где применяется технология искусственного интеллекта. В США система искусственного интеллекта, использовалась судьями в уголовном судопроизводстве, для принятия решений о досрочном освобождении. Система прогнозировала вероятность совершения подсудимым преступления повторно (возможность рецидива). Анализ системы показал, что машинный алгоритм прогнозировал рецидив, дискриминируя отдельные группы населения [17]. Во Франции согласно Закону о цифровой республике 2016 года гражданам предоставлена «защита» от алгоритмов в виде обязательного требования об их прозрачности [18]. Иными словами большинство стран признают наличие ошибок в решениях, принимаемых системами искусственного интеллекта и стремиться защитить граждан от их последствий.
Когда речь идет о геотехнологическом процессе, можно прогнозировать, что в редких случаях система искусственного интеллекта даст неверную информацию оператору, который примет неверное решение. Например, система ошибочно оценит механизм как исправный, оператор запустит его, что приведет к аварии. Если авария характеризуется имущественными потерями для компании, то это экономический риск для юридического лица, внедряющего информационную технологию. Соответственно его регулирование можно оставить в рамках договорных отношений между разработчиками искусственного интеллекта и добывающей компанией или между добывающей компанией и страховой компанией. По мнению авторов, оборудование, используемое в добывающей промышленности, управляемое системой искусственного интеллекта, должно подпадать под требования закона об обязательном страховании гражданской ответственности опасных производственных объектов [19]. Для этого представляется целесообразным изменить их перечень, установленный в законодательстве [20].
Кроме экономического ущерба система искусственного интеллекта, используемая в добывающей промышленности, может причинить ущерб жизни и здоровью работника. Для регулирования данных общественных отношений необходимо внесение изменений в нормативные акты, регулирующие охрану труда. Рассмотрим необходимые изменения на примере простой цепочки взаимодействия создателя системы искусственного интеллекта, добывающей компании и ответственного работника.
Юридическое лицо создает информационную систему для улучшения геотехнологического процесса по добыче полезного ископаемого, на основе технологий машинного обучения. Полученная система искусственного интеллекта оценивает стабильность работы добывающего оборудования и дает рекомендации специалисту. Алгоритм, заложенный в основу системы, создан самой машиной, поэтому компании разработчику он не известен. То есть стороны создают и покупают «черный ящик», который делает высокодостоверные прогнозы.
Предположим, что система анализирует данные работы добывающего оборудования и делает предположения о его состоянии. Эта цифровая технология в соответствии с отечественным законодательством не должна соответствовать никаким специальным требованиям, а порядок ее работы не регламентирован. В отличие от обычных сертифицируемых датчиков у добывающей компании нет третьего лица, которое проверит и подтвердит или опровергнет корректность работы технологии. Следуя принципам, заложенным в статье 2 Гражданского кодекса Российской Федерации [21], добывающая компания осуществляет на свой риск импле-ментацию системы искусственного интеллекта в свои геотехнологические процессы.
Предполагая добросовестность всех участников взаимодействия, мы считаем, что обе стороны знают о возможности системы допустить ошибку. Следовательно, добывающая компания берет на себя риск негативных последствий от наступления указанного события. После внедрения системы искусственного интеллекта в геотехнологический процесс результаты ее анализа поступают специалистам, ответственным за стабильность работы добывающего оборудования. На основе получаемых результатов специалисты принимают решения о запуске или остановке работы конкретного агрегата. Если компания имеет дублирующие системы оценки состояния оборудования, то специалисты либо перестанут их использовать, либо снизят внимание к их показателям. Аналогичным образом, система видеонаблюдения повышает эффективность охраны объекта, но снижает степень использования сотрудниками охраны иных методов обеспечения безопасности на объекте.
Использование системы искусственного интеллекта в долгосрочной перспективе может привести к аварии, вызванной ошибкой алгоритма. При этом предполагаем, что должностное лицо, принимающее решение, действовало добросовестно, в рамках установленного в компании протокола для обеспечения безопасности работ. Тогда возникает вопрос, кто несет ответственность за возникшую аварию и причиненный ей ущерб:
- создатель системы;
- добывающая компания;
- ответственный сотрудник добывающей компании.
Рассмотренную ситуацию следует охарактеризовать как простое взаимодействие субъектов права. Ее более сложный вариант может быть описан следующим образом. Система искусственного интеллекта в процессе работы на оборудовании добывающей компании продолжает строить алгоритм, т.е. самосовершенствуется. Таким образом, добывающая компания становиться сопричастна к созданию системы.
Еще больше усложнить взаимодействие можно следующей схемой. Система искусственного интеллекта взаимодействует с другой системой, управляющей иным геотехнологическим процессом, или системой, установленной в иной добывающей компании. Иными словами, система искусственного интеллекта может дополнительно обучаться на основе «чужого» опыта. Тогда количество субъектов правоотношений, участвующих в создании технологии увеличивается, что размывает институт юридической ответственности.
Описанные схемы взаимодействия информационных систем не являются авторскими, а описывают работу существующих цифровых технологий, применяемых добывающими компаниями в России и за рубежом, и применяемых в иных сферах общественной жизни, например, в области использования беспилотных транспортных средств.
Несмотря на то, что в рассматриваемых случаях ошибка в машинном алгоритме может появиться в зоне ответственности разных субъектов права в рамках существующего в России правового механизма все виды наказания будут возложены на добывающую компанию и ее должностных лиц. Согласно статье 212 Трудового кодекса Российской Федерации [22] обязанности по обеспечению безопасных условий и охраны труда возлагаются на работодателя. Основные положения данного института в России будут изменены с 1 марта 2022 года [23]. Однако ни существующие нормы права, ни принятые в этом году не позволяют добывающей компании определить безопасные условия труда (условия труда, при которых воздействие на работающих вредных и (или) опасных производственных факторов исключено либо уровни воздействия таких факторов не превышают установленных нормативов), так как отсутствуют какие-либо нормативы для систем искусственного интеллекта.
В случае возникновения аварии произойдет «механическое» возложение административной и гражданско-правовой ответственности на добывающую компанию и административной и уголовной ответственности на должностное лицо добывающей компании. Таким образом, вышеописанный нами субъективный фактор противодействия использованию систем искусственного интеллекта в геотехнологических процессах имеет решающее значение для цифровой трансформации всей отрасли. Подобная правовая неопределенность требует от государства принятия четких правил, позволяющих добывающим компаниям использовать системы искусственного интеллекта в рамках закона.
На основании изложенного можно сделать следующие выводы и обобщения. Как отмечают специалисты, в отечественной геотехнологии появляется много перспективных идей, но традиционно еще большее возникает проблем с их внедрением на производстве [24]. Аналогичную ситуацию можно наблюдать с внедрением сферу добычи полезных ископаемых достижений последней промышленной революции вообще и систем искусственного интеллекта в частности. Этому способствует отсутствие необходимой правовой базы.
В соответствии с Национальной программой «Цифровая экономика Российской Федерации» государство, регулируя цифровые технологии, пытается решать две взаимоисключающие задачи:
- не допустить причинения значительного ущерба, данной цифровой технологией;
- не допустить остановки исследований в данной области чрезмерно жесткими запретами.
Для нахождения правового баланса между этими задачами представляется целесообразным установить градацию систем искусственного интеллекта, используемых в геотехнологических процессах в целях их правового регулирования. Предлагаем разделить системы на следующие группы:
- системы искусственного интеллекта, участвующие в оперативном принятии решений в сфере добычи полезных ископаемых;
- системы искусственного интеллекта, участвующие в долгосрочном планировании добычи полезных ископаемых.
С учетом современного уровня развития системы, используемые для долгосрочного планирования, например, «когнитивный геолог» не требуют сегодня специального государственного регулирования. Одновременно с этим, создание, внедрение и использование технологий, участвующих в оперативном принятии решений в сфере добычи полезных ископаемых, должно быть регламентировано нормами права.
Представляется целесообразным для правовой регламентации систем искусственного интеллекта использовать опыт Европейского союза, где широкое распространение получила концепция «мягкого права». Положения «Белой книги» [25], принятой в ЕС в 2020 году можно имплемен-тировать в отечественное право для обозначения общих границ использования систем искусственного интеллекта в добывающей промышленности. Например, не вызывает сомнений европейское требование, что системы искусственного интеллекта высокого риска должны быть «достаточно прозрачными, чтобы пользователи могли понимать и контролировать, как система искусственного интеллекта высокого риска производит свою продукцию». Раскрытие информации включает «уровень точности, надежности и безопасности», обстоятельства использования, при которых
система может создать риски для безопасности и прав, общую логику и выбор конструкции системы, а также описание данных обучения системы.
Также в рамках регулирования систем искусственного интеллекта в добывающей промышленности следует признать необходимым изменения положений законодательства об обязательном страховании гражданской ответственности опасных производственных объектов. Учитывая тот факт, что программы, созданные по принципу машинного обучения, в настоящее время остаются «черным ящиком», то все геотехнологические процессы, управляемые ими, следует признать опасными производственными процессами. Тогда ущерб, причиненный из-за ошибки алгоритма, целесообразно возмещать через систему соответствующих страховых покрытий.
Поскольку ключевым фактором для принятия решений о внедрении систем искусственного интеллекта в добывающей промышленности является необходимость обеспечения безопасных условий труда, то требуют изменений правовой институт охраны труда. Например, необходим институт сертификации систем искусственного интеллекта. В настоящее время все добывающие компании обязаны проходить оценку условий труда. Представляется, что без внешней оценки используемых в добывающей промышленности систем искусственного интеллекта никто не сможет провести надлежащим образом оценку производственных рисков на рабочем месте.
Важно отметить, что до внесения соответствующих изменений в законодательство в добывающей промышленности можно использовать технологию искусственного интеллекта. Для этого необходимо установить специальный правовой режим. Экспериментальный правовой режим в сфере цифровых инноваций - это применение в отношении участников экспериментального правового режима в течение определенного периода времени специального регулирования по направлениям разработки, апробации и внедрения цифровых инноваций [26]. Как следует из положений закона, специальный правовой режим носит временный характер и не отменяет необходимость корректировки отечественного права, а лишь дает отсрочку для внесения соответствующих изменений, регулирующих использование систем искусственного интеллекта в добывающей промышленности.
Следует отметить, что 06.11.2021 Правительство Российской Федерации утвердило Стратегические направления в области цифровой трансформации обрабатывающих отраслей промышленности [27], где указано, что целью цифровой трансформации обрабатывающих отраслей промышленности является обеспечение технологической независимости государства, возможности коммерциализации российских исследований и разработок, а также ускорение технологического развития российских компаний и обеспечение конкурентоспособности разрабатываемых ими продуктов и решений на глобальном рынке путем достижения «цифровой зрелости»
при помощи модернизации управления производственными процессами, что должно привести к значительному повышению производительности труда и росту валового внутреннего продукта в производственном секторе и, следовательно, к росту уровня благосостояния граждан страны. Для достижения указанной цели органы исполнительной власти планируют реализовать четыре проекта: «умное производство», «цифровой инжиниринг», «новая модель занятости», «продукция будущего». Анализ этого нормативного правового акта, позволяет говорить, что аналогичная стратегия должна быть принята и для развития отечественной добывающей промышленности.
Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет - 2030».
Список литературы
1. Аренс В.Ж. О термине «Геотехнология» // Горный информационно-аналитический бюллетень (научно-технический журнал). 1998. № 3. С. 98-101.
2. Шваб К. Четвертая промышленная революция. М.: Эксмо, 2018.
285 с.
3. Паспорт национального проекта «Национальная программа «Цифровая экономика Российской Федерации», утвержден президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам, протокол от 04.06.2019 № 7 // СПС Консультант Плюс.
4. Паспорт федерального проекта «Цифровые технологии», утвержден президиумом Правительственной комиссии по цифровому развитию, использованию информационных технологий для улучшения качества жизни и условий ведения предпринимательской деятельности, протокол от 28.05.2019 №9 // СПС Консультант Плюс.
5. Власов А.И., Можчиль А.Ф. Обзор технологий: от цифрового к интеллектуальному месторождению// PROНЕФТЬ. Профессионально о нефти. 2018. № 3(9). С. 68-74.
6. Указ Президента РФ от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной стратегией развития искусственного интеллекта на период до 2030 года») // Собрание законодательства РФ, 14.10.2019, № 41, ст. 5700.
7. Казначеев П.Ф., Самойлова Р.В., Курчиски Н.В. Применение методов искусственного интеллекта для повышения эффективности в нефтегазовой и других сырьевых отраслях // Экономическая политика. 2016. Т. 11. № 5. С. 188-197.
8. Кочнев А.А. Концепция «интеллектуального» месторождения // Пермский национальный исследовательский политехнический университет. 2015. № 2. С. 165-171.
9. Зоидов К.Х., Пономарева С.В., Серебрянский Д.И. Стратегическое планирование и перспективы применения искусственных нейронных сетей в нефтегазовой отечественной промышленности // Региональные проблемы преобразования экономики. 2018. № 9 (95). С. 15-24.
10. Искусственные нейронные сети и геостатистика в прогнозировании распределения химических элементов на фоновой площадке // Геоэкология, инженерная геология, гидрогеология, геокриология. 2017. №2. С. 74-82.
11. Шайбаков Р.А. Использование нейросетевого аппарата для идентификации границ геологических объектов // Сб. науч. тр. международной научной конференции «Технические науки: традиции и инновации». Челябинск, 2012. С. 8-11.
12. «Норникель» начал использовать систему видеоконтроля средств индивидуальной защиты // [Электронный ресурс]. URL: https: //www. nornickel .digital/cifra_v_nornikele/nornikel_nachal_ispolzovat_sist emu_videokontrolya_sredstv_mdividmlmjj_zashhity (дата обращения 10.11.2021).
13. ИИ глубже проникает в горнорудный сектор // [Электронный ресурс]. URL: https://www.nornickel.digital/pulse/ii glubzhe pronikaet v gornorudnyjj_sektor (дата обращения 10.11.2021).
14. Валидация модели трещины гидроразрыва PLANAR3D, реализованной в корпоративном симуляторе «РН-ГРИД» // А.В. Пестриков [и др.] // Нефтяное хозяйство. 2018. № 11. С. 46-50.
15. Орлов С. Смена парадигмы // Сибирская нефть. Онлайн-журнал. 2017. № 146 [Электронный ресурс]. URL: https://www.gazprom-neft.ru/press-center/sibneft-online/archive/2017-november/1243412/ (дата обращения 10.11.2021).
16. BEAP. Plateformeestune solution de gestion de donnéesd' actifsin-dustriels // [Электронный ресурс]. URL: https://beap.ai/beap-plateforme/ (дата обращения 10.11.2021).
17. Eubanks V. Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. NewYork: StMartin'sPress, 2018.
18. Sartor G. Human Rights and Information Technologies // The Oxford Handbook of Law, Regulation and Technology, ed. by R. Brownsword, E. Scot-ford, K. Yeung. Oxford, 2017. P. 442 - 450. DOI: 10.1093/oxfordhb/ 9780199680832. 013.79.
19. Федеральный закон от 27.07.2010 № 225-ФЗ (ред. от 18.12.2018) «Об обязательном страховании гражданской ответственности владельца опасного объекта за причинение вреда в результате аварии на опасном объекте» // Собрание законодательства РФ. 02.08.2010. № 31. Ст. 4194.
20. Приложение 1 к Федеральному закону от 21.07.1997 № 116-ФЗ (ред. от 11.06.2021) «О промышленной безопасности опасных производственных объектов» // Собрание законодательства РФ. 28.07.1997. № 30.
Ст. 3588.
21. Гражданский кодекс Российской Федерации (часть первая) от 30.11.1994 № 51-ФЗ (ред. от 28.06.2021, с изм. от 08.07.2021) // Собрание законодательства РФ. 05.12.1994. № 32, ст. 330.
22. Трудовой кодекс Российской Федерации от 30.12.2001 № 197-ФЗ (ред. от 28.06.2021, с изм. от 06.10.2021) (с изм. и доп., вступ. в силу с 01.09.2021) // Собрание законодательства РФ, 07.01.2002. № 1 (ч. 1). Ст. 3.
23. Федеральный закон от 02.07.2021 № 311-ФЗ «О внесении изменений в Трудовой кодекс Российской Федерации» // Собрание законодательства РФ. 05.07.2021, N 27 (часть I). Ст. 5139.
24. Геотехнологические способы разработки полезных ископаемых: учебное пособие / П.В. Егоров Ю.А. Шевелёв М.С. Вагапов Р.Р. Зайнулин. Кемерово: КузГТУ, 2011. С. 126.
25. WHITEPAPER On Artificial Intelligence - A European approach to excellence and trust // [Электронный ресурс]. URL: https://ec.europa.eu/info/sites/default/files/commission-white-paper-artificial-intelligence- feb2020_en.pdf (дата обращения 10.11.2021).
26. См. ст. 2 Федерального закона от 31.07.2020 № 258-ФЗ (ред. от 02.07.2021) «Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации» // Собрание законодательства РФ. 03.08.2020, № 31 (часть I). Ст. 5017.
27. Стратегическое направление в области цифровой трансформации обрабатывающих отраслей промышленности, утверждено Распоряжением Правительства Российской Федерации от 6 ноября 2021 г. № 3142-р // [Электронный ресурс]. URL: http://static.government.ru (дата обращения 10.11.2021).
Минбалеев Алексей Владимирович, д-р юрид. наук, доц., зав. кафедрой, alexmin@bk.ru, Россия, Москва, Московский государственный юридический университет имени О.Е. Кутафина (МГЮА); Институт государства и права РАН, эксперт РАН,
Берестнев Михаил Александрович, канд. юрид. наук, доц., зав. кафедрой, ber-estnev@bk.ru, Россия, Тула, Тульский государственный университет,
Евсиков Кирилл Сергеевич, канд. юрид. наук, доц., зав. кафедрой, aid-ltd@yandex.ru, Россия, Тула, Тульский государственный университет; Московский государственный юридический университет имени О.Е. Кутафина (МГЮА)
REGULATING THE USE OF ARTIFICIAL INTELLIGENCE IN THE MINING INDUSTRY
A.V. Minbaleev, M.A. Berestnev, K.S. Evsikov
The article discusses some issues of the geotechnology evolution during the Fourth Industrial Revolution. The authors analyze the domestic and foreign experience of the end-to-
522
end digital technologies using by the world mining companies. The result of the study allowed us to conclude that the artificial intelligence can be successfully applied to all types of ge-otechnological processes.
The analysis revealed that most studies into this field either focus on the technological aspects or concentrate on the issues relating to the preservation of companies' resources. At the same time, the issues connected with the safety use of digital technologies in geotech-nological processes remain absolutely uncovered. On the example of using artificial intelligence in geotechnological management, problems have been identified in the field of responsibility allocation for accidents and emergencies.
Based on the study, proposals were made to improve the regulation of the artificial intelligence usage in the geotechnological processes. The authors proposed the creation of a civil liability insurance institute for the artificial intelligence systems usage in the industry. The expediency of adopting a declaration of principles for the digital technologies implemented by the mining companies is considered. The requirements for artificial intelligence systems used in geotechnological processes are highlighted.
Key words: artificial intelligence and geotechnologies; artificial intelligence in mining companies; civil liability insurance of artificial intelligence; regulations for the use of artificial intelligence; smart field; digital field.
Minbaleev Alexey Vladimirovich, doctor of law, docent, head of chair, alexmin@,bk.ru, Russia, Moscow, Kutafin Moscow State University of Law (MSLA); Institute of State and Law Russian Academy of Sciences, Expert of the Russian Academy of Sciences,
Berestnev Mikhail Alexandrovich, candidate of law, docent, head of chair, berest-nev@bbk.ru, Russia, Tula, Tula State University,
Evsikov Kirill Sergeevich, candidate of law, docent, head of chair, aid-ltd@yandex.ru, Russia, Tula, Tula State University; Moscow State Law University named after O.E. Kutajin (MSLA)
Reference
1. Arens V.Zh. About the term "Geotechnology" // Mining information and analytical bulletin (scientific and technical journal). 1998. No. 3. pp. 98-101.
2. Shvab K. The Fourth Industrial Revolution. Moscow: Eksmo, 2018. 285 p.
3. Passport of the national project "National Program "Digital Economy of the Russian Federation", approved by the Presidium of the Presidential Council for Strategic Development and National Projects, Protocol No. 7 dated 04.06.2019 // SPS Consultant Plus.
4. Passport of the federal project "Digital Technologies", approved by the Presidium of the Government Commission on Digital Development, the Use of information Technologies to improve the quality of life and business conditions, Protocol No. 9 dated 28.05.2019 // SPS Consultant Plus.
5. Vlasov A.I., Mozhchil A.F. Review of technologies: from digital to intellectual deposit// PRONEFT. Professionally about oil. 2018. No. 3(9). pp. 68-74.
6. Decree of the President of the Russian Federation No. 490 dated 10.10.2019 "On the development of artificial intelligence in the Russian Federation" (together with the "National Strategy for the Development of artificial Intelligence for the period up to 2030") // Collection of Legislation of the Russian Federation, 14.10.2019, No. 41, Article 5700.
7. Kaznacheev P.F., Samoilova R.V., Kurchiski N.V. Application of artificial intelligence methods to improve efficiency in the oil and gas and other raw materials industries //
Economic policy. 2016. Vol. 11. No. 5. pp. 188-197.
8. Kochnev A.A. The concept of an "intellectual" deposit // Perm National Research Polytechnic University. 2015. No. 2. pp. 165-171.
9. Zoidov K.Kh., Ponomareva S.V., Serebryansky D.I. Strategic planning and prospects for the use of artificial neural networks in the oil and gas domestic industry // Regional problems of economic transformation. 2018. No. 9 (95). pp. 15-24.
10. Artificial neural networks and geostatistics in predicting the distribution of chemical elements on the background site // Geo-ecology, engineering geology, hydrogeology, ge-ocryology. 2017. No.2. pp. 74-82.
11. Shaibakov R.A. Use of neural network apparatus for identification of boundaries of geological objects // Collection of scientific tr. International scientific Conference "Technical sciences: traditions and innovations". Chelyabinsk, 2012. pp. 8-11.
12. Norilsk Nickel started using the video monitoring system of personal protective equipment // [Electronic resource] URL: https://www.nornickel.digital/cifra_v_ nor-nikele/nornikel_nachal_ispolzovat_sistemu_videokontrolya_sredstv_individualnojj_zashhity (accessed 10.11.2021).
13. AI penetrates deeper into the mining sector // [Electronic resource] URL: https://www.nornickel.digital/pulse/ii_glubzhe_pronikaet_v_ gornorudnyjj_sektor (accessed 10.11.2021).
14. Validation of the PLANAR3D hydraulic fracturing crack model implemented in the RN-GRID corporate simulator // A.V. Pestrikov [et al.] // Oil Industry. 2018. No. 11. pp. 46-50.
15. Orlov S. Paradigm shift // Siberian oil. Online magazine. 2017. No. 146. [Electronic resource] URL: https://www.gazprom-neft.ru/press-center/sibneft-online/archive/2017-november/1243412 / (accessed 10.11.2021).
16. BEAP. Plateformeestune solution de gestion de donneesd' actifsin-dustriels // [Electronic resource] URL: https://beap.ai/beap-plateforme / (accessed 10.11.2021).
17. Eubanks V. Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. NewYork: StMartin'sPress, 2018.
18. Sartor G. Human Rights and Information Technologies // The Oxford Handbook of Law, Regulation and Technology, ed. by R. Brownsword, E. Scotford, K. Yeung. Oxford, 2017. P. 442 - 450. DOI: 10.1093/oxfordhb/ 9780199680832. 013.79.
19. Federal Law No. 225-FZ of 27.07.2010 (as amended on 18.12.2018) "On compulsory insurance of civil liability of the owner of a dangerous object for causing harm as a result of an accident at a dangerous object" // Collection of Legislation of the Russian Federation, 02.08.2010. No. 31. St. 4194.
20. Appendix 1 to Federal Law No. 116 of 21.07.1997-Federal Law (ed. of 11.06.2021) "On industrial safety of hazardous production facilities" // Collection of Legislation of the Russian Federation, 28.07.1997. No. 30. St. 3588.
21. The Civil Code of the Russian Federation (Part one) of 30.11.1994 No. 51-FZ (ed. of 28.06.2021, with amendments. dated 08.07.2021) // Collection of Legislation of the Russian Federation, 05.12.1994. No. 32, Article 330.
22. Labor Code of the Russian Federation dated 30.12.2001 No. 197-FZ (ed. dated 28.06.2021, with amendments. from 06.10.2021) (with amendments and additions, intro. effective from 01.09.2021) // Collection of Legislation of the Russian Federation, 07.01.2002. No. 1 (Part 1). Article 3.
23. Federal Law of 02.07.2021 No. 311-FZ "On Amendments to the Labor Code of the Russian Federation" // Collection of Legislation of the Russian Federation, 05.07.2021, N 27 (Part I). St. 5139.
24. Geotechnological methods of mining: a textbook / P.V. Egorov Yu.A. Shevelev
M.S. Vagapov R.R. Zainulin. Kemerovo: KuzSTU, 2011. p. 126.
25. WHITEPAPER On Artificial Intelligence - A European approach to excellence and trust // [Electronic resource] URL: https://ec.europa.eu/info/sites/default/ files/commission-white-paper-artificial-intelligence - feb2020_en.pdf (accessed 10.11.2021).
26. See Article 2 of Federal Law No. 258-FZ of 31.07.2020 (as amended on 02.07.2021) "On experimental legal regimes in the field of digital innovations in the Russian Federation" // Collection of Legislation of the Russian Federation, 03.08.2020, No. 31 (Part I). Article 5017.
27. Strategic direction in the field of digital transformationmanufacturing industries, approved by the Decree of the Government of the Russian Federation No. 3142-r dated November 6, 2021 // [Electronic resource] URL: http://static.government.ru (accessed 10.11.2021).
