俄罗斯政府将重点放在人工智能领域的技术独立上。总理米哈伊尔·米舒斯京批准了战略会议后的一系列任务清单,该会议聚焦于科技发展。关键方向是将所有研究支持措施整合到一个统一的管理框架中。

税收优惠——纳入统一体系

教育部、财政部、经济发展部和联邦税务局接到任务,确保通过统一平台分阶段过渡到为科研项目提供税收优惠。截止日期为11月27日。这里并非引入新优惠,而是改变获取渠道:各部门将不再通过分散的流程,而是在同一数字环境中运作。

与此同时,该系统正在填充行业数据。资助医疗研发的主要预算资金分配方必须提交2026年应用研究的相关信息。医学被选为首个领域并非偶然:该行业已经产生了大量可用于训练模型的数据。

数字医疗与法律框架

“莫斯科医疗人工智能”平台整合了来自75个地区的两千多家诊所,并处理了超过1600万次放射检查。同时,“Yandex”注册了独立的法人实体“Yandex Med”用于医疗软件。法律基础需要进一步完善:教育部与相关机构将在10月12日前准备立法修改建议。

修正案涉及监测、质量控制和信息可追溯性。透明度在此至关重要——没有透明度,就无法审计支出并正确使用数据。

研究数据——国产人工智能的资源

第二项任务面向教育部、经济发展部、联邦知识产权局和数字发展部。到11月25日,各部门将研究利用统一系统的数据训练主权和国家级人工智能模型的机制。主要条件是可靠的知识产权保护。

“主权”和“国家级”模型这两个术语取自人工智能监管框架法案,该法案于2026年7月7日由国家杜马一读通过。主权模型要求完全控制并部署在国内数据中心,不含外国组件,而国家级模型则允许使用开放许可。

神经网络训练中的版权保护

申请、开发和研究成果的数据包含属于特定组织和作者的权利信息。新机制将区分用于模型训练的数据集的可用性,以确保该过程不会贬低专利权利。

关于训练数据权利的争议已经围绕框架法案展开。俄罗斯图书联盟、国家医学和制药工业基金会以及动画电影协会曾向当局致信,要求完善关于在拥有合法副本的情况下,为训练目的处理受保护作品不构成侵权的条款。权利人坚持要求透明的许可条件。对于科学数据而言,这一问题更为紧迫:可专利开发的商业价值直接取决于其披露方式。

我的观点:建立统一的科学数据管理系统是加速人工智能研发的合理一步,但关键挑战仍将是在数据开放性与商业机密保护之间取得平衡。如果没有明确的许可和可追溯性规则,这一雄心勃勃的项目可能会陷入官僚争论,而非技术创新。不过,如果该机制能够顺利运作,俄罗斯将在利用独特的国家数据训练模型方面获得显著优势。