Региональный форум Международного союза электросвязи (МСЭ) "Технологии будущего: Искусственный интеллект, метавселенная, голография и другие ИКТ приложения и услуги. Перспектива 2030" состоялся 9-11 июня 2025 г. в Санкт-Петербурге. На полях этого мероприятия заместитель директора Бюро стандартизации электросвязи МСЭ (БСЭ) др. Билель Джамусси в интервью главному редактору ComNews Леониду Конику рассказал о ключевых результатах работы МСЭ по стандартизации и планах на ближайший год, поделился своим взглядом на стандартизацию в области искусственного интеллекта и указал важность сбора локальных данных в каждой стране мира.

Назовите три наиболее важных стандарта, разработанных БСЭ за последний год.

Прежде всего, это семейство стандартов, связанных с волоконной оптикой. Теперь мы располагаем стандартами, которые позволяют подключать дома на скорости 50 Гбит/с, а в магистральных оптических сетях (OTN) достигать скоростей 800 Гбит/с. Это результат многолетнего технологического развития, в ходе которого пропускная способность волоконно-оптических сетей связи ежегодно возрастает на 40%. Мы гордимся этим семейством стандартов, так как они являются основой всех систем связи в мире. Весь глобальный интернет-трафик базируется на разработанных МСЭ стандартах.

Второй пример – это технологии компрессии: JPEG для изображений и стандарты МСЭ/MPEG для видео. Количество изображений, которыми обмениваются пользователи социальных сетей, достигло 10 млрд в день, а 80% мирового интернет-трафика приходится на видео – все это соответствует стандартам, разработанным МСЭ, в сотрудничестве с Международной организацией по стандартизации (ИСО) и Международной электротехнической комиссией (МЭК). Как результат совместной работы над стандартами компрессии изображений и видео, эти три организации завоевали три премии Primetime Emmy Award (главная телевизионная премия США – прим. ComNews).

В качестве третьего примера хотел бы привести стандарт, который мы разработали совместно с Всемирной организацией здравоохранения (ВОЗ) – первый глобальный стандарт по защите слуха пользователей видеоигр и участников киберспортивных дисциплин. По данным ВОЗ, по меньшей мере 1 млрд молодых людей подвержен риску развития потери слуха в следствии громкого звука. Этот новый стандарт МСЭ для игр и наш более ранний стандарт для музыкальных проигрывателей помогут людям избежать необратимого ухудшения слуха. Этот стандарт будет применяться в различных устройствах: он охватывает как продолжительность звучания, так и громкость. Оба эти параметра имеют значение: риск потери слуха зависит от того, насколько высока громкость, а также от того, как часто и как долго мы используем высокую громкость.

Все стандарты сотовой связи начиная с EDGE для сетей GSM и далее (3G/UMTS, 5G/LTE, 5G, 6G), разрабатываются глобальным партнерством 3GPP, а МСЭ утверждает только окончательные спецификации. Планирует ли МСЭ играть более активную роль в разработке стандартов подвижной связи?

Стандарты подвижной связи – это целая экосистема, в которой МСЭ играет большую роль в том, чтобы сформировать концепцию и требования к семейству стандартов IMT (International Mobile Telecommunications – прим. ComNews) – IMT-2020 (5G), IMT-2030 (6G). Стандартизация и внедрение каждого поколения сетей подвижной связи ведется при сотрудничестве со многими организациями. МСЭ выступает в качестве глобальной системы стандартизации, устанавливая концепцию и требования, а сотрудничество с 3GPP является частью процесса МСЭ по IMT. Так что со стороны МСЭ это не только одобрение, а целый процесс – от видения до внедрения. Важную роль в этом процессе играют 194 государства-члена МСЭ, то есть правительства и регуляторные органы, а использование радиочастотного спектра строго регулируется во всем мире. Компании-члены МСЭ также имеют уникальную возможность взаимодействия на площадке МСЭ.

Говоря о стандартах IMT не следует забывать о том, что имеется и обратная сторона медали – оптические сети связи оказывают существенную поддержку сетям подвижной связи, а МСЭ разрабатывает необходимые стандарты, включая стандарты для качества обслуживания и осуществляя, например, управление ресурсами нумерации. Так что повторюсь: это целая экосистема, и каждая организация, разрабатывающая стандарты (SDO) должна играть свою роль в стандартизации технологий подвижной связи.

Почему МСЭ, 3GPP и другие организации, занимающиеся стандартизацией, не могут договориться о единой терминологии? МСЭ называет поколения подвижной связи IMT-2020 и IMT-2030, 3GPP оперирует понятиями LTE Release 17, LTE Release 18 и т.д., а широкая общественность использует термины 4G или 5G…

Эта терминология уходит корнями в историю каждой организации. В МСЭ, например, мы стандартизуем не только наземные сети, но и ведем стандартизацию спутниковых соединений и сетей связи для радиовещательных организаций и все они имеют свою собственную терминологию. В 3GPP термин Release используется потому, что процессы должны переходить от одного релиза к другому. А коммерческие компании и их маркетинговые отделы говорят для широкой публики о поколениях подвижной связи. Конечно, существует соответствие между IMT-2020 и 5G или между IMT-2030 и 6G, и выступая от имени МСЭ перед широкой аудиторией, мы разъясняем эту общность.

Стандарты, разрабатываемые МСЭ, носят название Рекомендаций. Означает ли это, что они не являются обязательными?

Да, именно так – стандарты МСЭ являются добровольными, поэтому мы и называем их Рекомендациями. Стандарт становится обязательным, если какая-либо конкретная страна или регион (например, Европейский регион) приняли его как часть своих нормативных положений. Возьмем в качестве примера телефонный вызов экстренных служб: мы создали стандарт качества голоса для таких звонков из автомобиля, на который ссылается Европейская экономическая комиссия ООН (UNECE) в рамках регулирования автомобильного сектора. То есть мы разработали этот стандарт как добровольный, а затем UNECE приняла его в качестве нормативного требования, и он стал обязательным.

В какой пропорции производители различного оборудования электросвязи следуют Рекомендациям МСЭ?

Ежегодно мы выпускаем около 300 Рекомендаций, и если посмотреть на запросы котировок (RFQ) от операторов при покупке оборудования, то видно, что они ссылаются на стандарты МСЭ, а иногда требование соответствия этим стандартам исходит от национального регулятора. Я не могу назвать точную пропорцию, поскольку существует более 4 тыс. стандартов МСЭ, и все зависит от конкретной Рекомендации, страны, количества внедрений и зрелости технологии.

В качестве примера хотелось бы отметить, что все волоконно-оптические технологии созданы в соответствии со стандартами МСЭ: это означает, что 100% стандартов для оптических сетей, разработанных МСЭ, широко применяются. То же самое относится и к нашим стандартам компрессии изображений и видео, а есть сферы, где применение глобальных стандартов является еще более заметным: во всем мире используется единая система нумерации, которая соответствует стандарту МСЭ-Т E.164. На планете уже насчитывается 9 млрд телефонов, которые могут взаимодействовать друг с другом или быть идентифицированы благодаря этому стандарту, а также 5 млрд M2M-устройств, и эти цифры быстро растут.

В отличие от строго стандартизированных технологий подвижной связи, в сфере интернета вещей (IoT) существует несколько стандартов. За исключением того, что технологию NB-IoT можно считать стандартом, поскольку она является частью стандартизованных в 3GPP релизов LTE и 5G. При этом LoRa Alliance называет технологию LoraWAN стандартом де-факто. Помимо NB-IoT и LoraWAN, на рынке IoT конкурирует свыше десятка технологий, включая SigFox, Symphony Link, Weightless, Ingenu RPMA, Dash7, Mioty, SNBWAN, XNB, NB-FI и др. Видите ли Вы необходимость в стандартизации IoT и если да, то на какую технологию следует сделать ставку?

Отличие интернета вещей (IoT) от сетей подвижной связи заключается в том, что первый сектор рос по принципу "снизу вверх", в отличие от нисходящего развития сетей подвижной связи. IoT – это нишевые технологии, особенно для узкополосной связи с устройствами малой мощности. В какой-то момент технологиями IoT занимались сотни рабочих групп, но многие из них прекратили свою работу. Физический уровень LoraWAN является полноценным стандартом МСЭ.

Другим примером служит семейство стандартов oneM2M, которое разработала oneM2M Partners (имеющая тех же партнеров, что и 3GPP). Они разработали программное обеспечение для связи физических устройств с приложениями. Спецификации oneM2M также являются стандартами МСЭ.

Наш подход заключается в том, что когда определенная технология достигает зрелости и явно нуждается в международной стандартизации, БСЭ начинает работать с ее разработчиками в этом направлении. И это вносит определенный уровень гармонизации в сферу IoT.

Могут ли другие технологии (скажем, SigFox) также претендовать на звание стандартов?

Да, компания SigFox принимает активное участие в работе исследовательских комиссий МСЭ, однако у IoT множество вариантов радиоинтерфейсов, как и приложений для рынка интернета вещей. Так что в этом сегменте рынка мы явно будем и в будущем ощущать множество различных оттенков.

Что вы думаете о возможности стандартизации спутниковых группировок на негеостационарных орбитах (NGSO)? Их в мире становится все больше и больше, и ни одна из них не совместима с другой.

Важно отметить, что МСЭ осуществляет регулирование спутниковых частот и спутниковых орбит на глобальном уровне. В последнее время стремительно развивается конвергенция фиксированных, подвижных и спутниковых сетей связи (FMSC). И мы видим (особенно в Европе), как наземные операторы начинают включать спутниковые каналы в свои услуги, прежде всего, в формате прямой связи между космическим аппаратом и смартфоном (Direct-to-Device, D2D). Такая услуга предоставляется одним оператором и для пользователя она фактически бесшовна: когда абонент находится в зоне покрытия сети подвижной связи, он получает услугу 4G или 5G, а когда попадает в зону со слабым покрытием сети подвижной связи, он автоматически переключается на спутник. В части регулирования, лицензирования и использования спектра эти решения уже хорошо согласованы.

В октябре 2024 г. на Всемирной ассамблее по стандартизации электросвязи, организованной МСЭ в Нью-Дели (Индия), мы обсудили новую роль NGSO-группировок для сетей фиксированной связи. В настоящее время мы работаем над качеством услуг, а также над использованием нумерации. Поскольку NGSO-группировки действуют не только в какой-либо конкретной стране, они не могут иметь код страны – вместо них используется глобальная SIM-карта с негеографическим глобальным кодом. С появлением FMSC и потребностьи в телефонной нумерации для услуг D2D мы наблюдаем все более широкое взаимодействие между операторами NGSO и МСЭ. Это взаимодействие также обусловлено экономическими и регуляторными соображениями, связанными с защитой пользователей услуг спутниковой связи.

В 2017 г. МСЭ выступил с инициативой "Искусственный интеллект во благо" (AI for Good). Какими были ее цели тогда и менялись ли они за прошедшие восемь лет?

Я стоял у истоков этой инициативы, потому что ее инициировало Бюро стандартизации электросвязи МСЭ. По мере того как мы наблюдали рост использования искусственного интеллекта (AI) во многих наших экспертных группах, стало ясно, что он может решать многие проблемы гораздо более элегантно и быстрее, чем другие подходы. Мы рассмотрели цели в области устойчивого развития (приняты Организацией Объединенных Наций в 2015 г. – прим. ComNews) и поняли, что мир не сможет достичь их всех к 2030 г., но AI может ускорить достижение многих из этих целей. Именно тогда мы запустили инициативу AI for Good, чтобы понять, как искусственный интеллект может это сделать. Для нас очевидно, что все вертикали – от сельского хозяйства до образования могут извлечь выгоду от применения AI. В первый год мы привлекли около 500 экспертов и исследователей от правительств и из частного сектора, и последние восемь лет явились свидетелями значительного прогресса. В этом году на Глобальном саммите AI for Good, который пройдет в Женеве 8-11 июля, мы ожидаем более 10 тыс. участников, включая некоторых глав государств, многочисленных представителей уровня исполнительных директоров, а также около 750 выступающих за четыре дня мероприятия. Мы уже проводили подобные саммиты в предыдущие годы, и они часто помогали определить потребности в новых стандартах. Например, в 2018 г. мы совместно с ВОЗ создали фокус-группу по здравоохранению, и она проработала 5 лет, сотрудничая с врачами и учеными для сравнения разных решений на основе AI для здравоохранения. Пару лет спустя мы в партнерстве с Продовольственной и сельскохозяйственной организацией Объединенных Наций (ФАО) создали оперативную группу по использованию AI в сельском хозяйстве, которая сосредоточила внимание на увеличении производства сельскохозяйственных культур, сокращении использования водных и других ресурсов. Мы также организовали группу совместно с Всемирной метеорологической организацией (ВМО) и Программой ООН по окружающей среде (ЮНЕП), чтобы изучить влияние изменения климата при использовании спутниковых снимков Земли и IoT-данных для прогнозирования катаклизмов и применения AI для раннего предупреждения о них.

Оглядываясь назад, инициаторы программы AI for Good недооценили или переоценили значение AI в 2017 г.?

Я бы сказал, что наши ожидания оправдались. Единственное, чего мы тогда не ожидали, так это появление генеративного AI. Эта технология появилась уже после того, как мы запустили AI for Good, но она придала всему огромное ускорение. Большие языковые модели стали повседневной реальностью благодаря быстрому снижению стоимости хранения данных и увеличению мощности вычислительных платформ. Данная технология играет важную роль в создании видео, аудио, текстов, поисковых систем и т.д. Предвидеть это было невозможно, но мы рады видеть такой всплеск развития генеративного AI.

Каковы три главных результата инициативы AI for Good за время ее существования?

Первый – это создание глобальной платформы для диалога по вопросам управления искусственным интеллектом (AI Governance Dialogue). Впервые мы провели его в Женеве в 2024 г., и это мероприятие собрало хорошую и многостороннюю аудиторию: министры (многие из стран Глобального Юга), генеральные директора компаний, в том числе все игроки BigTech, крупные исследователи, такие как Джеффри Хинтон (один из пионеров в разработке нейросетей, лауреат премии Тьюринга и Нобелевской премии по физике – прим. ComNews) или бизнес-ангел Джошуа Шактер из Канады. В этом году мы вновь организуем диалог по вопросам управления AI при поддержке многочисленных организаций системы ООН.

Вторым важным результатом является то, что мы разработали и опубликовали около 150 стандартов по AI, и в настоящее время еще около 170 стандартов находятся на стадии разработки. Некоторые из них мы разрабатываем совместно с партнерами по ООН, включая ВОЗ, ФАО, ВМО и ЮНЕП, а также с ИСО и МЭК. Например, совместно с ИСО, МЭК и другими ключевыми органами мы разрабатываем целый пакет стандартов по выявлению поддельных изображений, видео и текстов, а также по проверке их подлинности и происхождения.

И третье большое достижение – это Коалиция по AI-навыкам в области AI (AI Skills Coalition): мы обнаружили, что существует огромный разрыв в знаниях об искусственном интеллекте во всем мире, от школьников до министров и дипломатов, которые не знакомы со многими аспектами AI и не знают, как эти технологии могут быть использованы, например, для задач государственного управления и управления данными в стране. Мы создали Коалицию по навыкам AI на разных языках, предлагая более 70 учебных куров, и этот объем быстро растет. В настоящее время у инициативы более 50 партнеров.

Искусственный интеллект – это не технология, а скорее маркетинговый термин, который зонтиком накрывает десятки, если не сотни технологий – от рекомендательных механизмов и голосовых помощников до больших языковых моделей, агентов на базе генеративного AI и т.д. Заявив инициативу AI for Good, какие именно технологии искусственного интеллекта имеет в виду МСЭ?

Если декомпозировать понятие AI, то для нас это означает наличие больших наборов данных (они могут быть, например, и от сетевых элементов в сети 5G) и модели машинного обучения (обученной на наборе данных для получения определенных результатов). И мы видим множество AI-приложений, основанных на этих двух базовых компонентах. Мы используем AI как общую концепцию, включая машинное обучение, глубокое обучение, генеративный AI и т.д.

Все зависит от точки применения той или иной технологии. Например, в области кибербезопасности существуют стандарты, направленные на защиту от угроз атак на системы, работающие с большими объемами данных. До недавнего времени эти угрозы отслеживались человеком, который на основании корреляции событий делал предположение о кибератаке. Но сегодня это делает AI: модель способна очень быстро обрабатывать массив данных и своевременно выявлять угрозу.

Еще один сценарий использования AI – в сетях 5G/6G, архитектура которых очень сложна и содержит много элементов с данными. Раньше подобными элементами управляли системы OSS/BSS, а сетевые инженеры сидели за компьютерами и принимали решения – сейчас мы говорим об автономных сетях. Сеть сама может оперативно обнаружить проблему и самостоятельно ее вылечить. Такая сеть может даже динамически распределять радиочастотный спектр – например, для футбольного матча на стадионе, где тысячи болельщиков одновременно отправляют фото и видео.

Насколько активно Россия участвует в AI for Good?

Заместитель министра цифрового развития России Григорий Борисенко принял участие в AI Governance Dialogue 2024, и мы ожидаем, что он примет участие в этом мероприятии и в 2025 г. В этом году к Всемирному саммиту во благо присоединится Московский государственный институт международных отношений (МГИМО), и мы рассчитываем, что с его помощью мы сможем переводить часть курсов по искусственному интеллекту для AI Skills Coalition на русский язык. Активное участие в саммите также примут представители российских компаний, академических и научно-исследовательских институтов.

Видите ли вы необходимость полной стандартизации технологий AI, как это делается в сфере подвижной связи, или скорее разумно пойти по пути IoT, где многие технологии не являются стандартами?

Скорее, стандартизировать алгоритмы невозможно, а в них заключается гениальность моделей. Что нуждается в стандартизации, так это наборы данных, интерфейсы API для доступа к данным, форматы данных – стандарты традиционно играли ключевую роль в этих вопросах. А способы применения различных моделей и алгоритмов – это еще одна область, в которой стандарты могут поддерживать хороший баланс между различными разработчиками, реализаторами и поставщиками решений.

Два года назад Илон Маск, соучредитель Apple Стив Возняк и более 1000 экспертов и руководителей отрасли, занимающихся развитием искусственного интеллекта, подписали открытое письмо с призывом приостановить разработку передового AI до тех пор, пока не будут созданы общие протоколы безопасности. Разделяли ли вы тогда идеи авторов этого письма?

На момент публикации этого документа МСЭ, ИСО и МЭК представили в ответ совместное заявление, в котором подчеркивается значение международных стандартов для обеспечения безопасности AI. Два года спустя мы остаемся на тех же позициях: для управления искусственным интеллектом нам нужны стандарты, которые являются результатом усилий многих заинтересованных сторон (не только правительств / регуляторных органов или отдельных компаний, но и всех вместе). В конечном итоге все эти дискуссии упираются в вопрос доверия, которое представляет собой своеобразный баланс между свободой инноваций и ответственностью за их реализацию. В этом смысле компании, которые разрабатывают AI (а многие из них являются публичными), несут ответственность за безопасное применение своих решений, и многие из них выступают за стандарты, которые защитят всех от возможных неприятностей.

Считаете ли вы, что в определенных сферах развитие AI должно быть ограничено, если не запрещено?

Как и любую технологию, AI можно использовать как и во благо, так и во зло. Один и тот же интернет можно использовать для общения с близкими, а можно и для кибератак. Некоторые принципы безопасности, такие как возможность тестирования и сравнения решений, важны и необходимы. Именно поэтому на Всемирном саммите AI for Good в июле 2025 г. мы планируем обсудить вопросы тестирования безопасности AI и обмена информацией. Мы также организуем панельную дискуссию экспертов со всего мира по этой теме.

Не за горами появление систем сильного искусственного интеллекта, IQ которых во много раз выше, чем у человека. Видите ли вы риски в этом классе технологий и как можно защититься от появления AI for Bad?

Важно помнить, что решения и алгоритмы AI управляются данными. Большая часть человеческого интеллекта основана на неформализованном знании и прогрессе от одной культуры к другой (или от поколения к поколению). AI потребуется очень много времени, чтобы изучить вековой здравый смысл и инстинкты человечества. Ведь AI – это машина, а ее программа основана на данных и алгоритмах. Обучить компьютер здравому смыслу – очень сложная задача.

К слову сказать, данные не универсальны, поэтому мы призываем все страны собирать собственные данные. Если, к примеру, вы хотите бороться с эпидемией в Нигерии, вы не можете использовать решение, основанное на данных из США или Европы. Нам нужны контекстные данные и данные, полученные от местных сообществ, а также знания о климате и других условиях в конкретной стране. Везде, где предполагается использование AI, необходимы репрезентативные наборы данных.

В настоящее время 50% контента в интернете представлено на английском языке, 10% - на китайском, 6% - на испанском, а далее ни один язык не занимает более 1-2%. Если данные для обучения больших языковых моделей не являются репрезентативными, решения также будут нерепрезентативными. Поэтому потребуется гораздо больший сбор данных, их аннотирование и локализация: это отличное поле для стартапов и малых/средних предприятий во всем мире.

Значит ли это, что вы не верите в синтетические наборы данных? Многие отраслевые компании (в т.ч. в России) не готовы делиться реальными данными со сторонними разработчиками, предлагая им вместо них использовать синтетические датасеты.

Синтетические наборы данных можно использовать, в частности, для начального обучения моделей, но это не единственное решение. Если вы хотите решить проблему из реального мира, вам нужны реальные данные.