Введение. В настоящее время в России сформировались два конкурирующих подхода к правовому регулированию искусственного интеллекта. Один ориентирован на стимулирование разработки больших фундаментальных моделей. Он закреплен в Федеральном законе от 26 июля 2026 г. № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации». Другой подход был представлен в проекте названного нормативного правового акта (законопроект № 1271570-8). Его отличала строгая всеобъемлющая превентивная регулятивность. Отсутствие четкого соотношения между данными подходами порождает правовую неопределенность и риски для участников правоотношений. Этими обстоятельствами обусловлена актуальность исследования, результаты которого представлены в статье.
Методы. Исследование проведено на основе диалектического, формально-юридического и сравнительно-правового методов. Применены системный анализ, документальный анализ истории разработки актов. Методы правового прогнозирования и моделирования были востребованы для оценки последствий реализации каждой регуляторной модели.
Результаты. Установлено, что для Федерального закона № 243-ФЗ характерна минимизация регулирования, он направлен на снижение административных барьеров для разработчиков цифровых технологий, но не регламентирует механизмы предотвращения вреда. Инициаторы же законопроекта № 1271570-8, напротив, предлагали введение жестких требований: ведение реестра доверенных систем, обязательное страхование, маркировка контента, запрет на полностью автоматизированные юридически значимые решения. Выявлены сущностные противоречия в режиме использования авторских произведений, идентификации ИИ-контента и распределении ответственности. Предложены пути гармонизации двух рассматриваемых подходов. Оптимальным решением видится принятие доработанного варианта законопроекта № 1271570-8 в качестве базового рамочного закона (с изъятиями для больших фундаментальных моделей).
Введение. Компьютерное (техническое) зрение является одной из наиболее зрелых технологий искусственного интеллекта. Она уже находит применение в правоохранительной деятельности. В связи с этим актуальными научными задачами представляются: изучение имеющегося отечественного и зарубежного опыта экспериментального внедрения данной технологии; разработка классификации систем компьютерного зрения; определение путей их дальнейшего совершенствования и перспектив использования в практике борьбы с преступностью.
Методы. В ходе исследования, результаты которого излагаются в настоящей статье, были востребованы методы описания, абстрагирования и обобщения, анализа и синтеза, а также формально-юридический и историко-правовой методы.
Результаты. Рассмотрены возможности систем компьютерного зрения, оказывающиеся полезными в работе по противодействию преступности, осуществляемой в России и за рубежом. Проведена классификация таких систем. В отдельные группы отнесены системы детекции и идентификации; системы криминального профилирования и предсказательной аналитики; системы, используемые для криминалистической регистрации; системы, используемые в исследовании доказательств. Автор приходит к выводу о том, что потенциал технологии компьютерного зрения в настоящее время реализуется в борьбе с преступностью лишь в незначительной мере. Для более широкого внедрения систем данного вида необходимо повышение уровня доверия общества к достижениям научно-технического прогресса в этой сфере. Вместе с тем очевидна потребность в четких стандартах разработки технологий искусственного интеллекта и их применения в правоохранительной деятельности.