Стр. 13

Балясников Н.А.

К ВОПРОСУ О СПЕЦИФИКЕ ПРАВОВОГО РЕГУЛИРОВАНИЯ ПРОЦЕССА ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ В ИНФОРМАЦИОННЫХ СИСТЕМАХ ТАМОЖЕННЫХ ОРГАНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ

УДК 004.89

Н.А. Балясников, студент факультета таможенного дела Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии

e–mail: nikbal01@mail.ru

Научный руководитель – Е.В. Мишина, доцент кафедры гражданско-правовых дисциплин Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии, канд. юрид. наук, доцент

Аннотация. В статье предпринята попытка анализа существующих проблем, касающихся специфики правового регулирования применения и использования в сфере деятельности ФТС РФ искусственного интеллекта на примере нейронных сетей, применяемых в информационных системах таможенных органов РФ и представлены возможные варианты их разрешения

Ключевые слова: искусственный интеллект, нейронные сети, Федеральная таможенная служба, система управления рисками, таможенные органы,  правоприменительная деятельность

Федеральная таможенная служба (далее – ФТС) является одним из ключевых ведомств РФ, в компетенцию которого входят согласно положениям Федерального закона от 03.08.2018 № 289-ФЗ «О таможенном регулировании в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации» (в ред. от 22.08.2021), прежде всего, контроль и надзор в сфере таможенного дела, т.е. осуществление таможенного контроля, контроль валютных операций и перемещения валюты через таможенную границу, защита интересов правообладателей (защита интеллектуальной собственности), обеспечение соблюдения единых нетарифных мер, принятых на территории Евразийского экономического союза (далее – ЕАЭС), мер технического регулирования, мер экспортного контроля продукции двойного и военного назначения и многие другие.

Помимо этого, с точки зрения формирования государственного бюджета, ФТС можно выделить в качестве одного из наиболее важных ведомств в структуре органов исполнительной власти РФ. Согласно ежегодно публикуемому отчету Министерства финансов РФ [1], суммарные доходы национального бюджета за минувший 2021 г. составили 25286,38 млрд. рублей, из которых доходов администрируемых ФТС, составили 7156 млрд. рублей, т.е. более четверти (25,38%) [2].

В связи со столь существенной ролью и значимостью для функционирования российского государства, ФТС является одним из наиболее стремительно развивающихся ведомств в структуре органов исполнительной власти РФ. Вектор развития ФТС определяется на основании Распоряжения Правительства РФ от 23.05.2020 г. №1388-р «Стратегия развития таможенной службы Российской Федерации до 2030 года», согласно которому ключевыми целями таможенной службы РФ, в перспективе ближайших лет является усовершенствование таможенного администрирования, ускорение и упрощение операций связанных с перемещением товаров через таможенную границу, а также развитие и укрепление внешнеторговых и внешнеэкономических связей. Достижение этих целей во многом зависит от двух факторов. Во-первых, это внедрение новых стандартов технологий и рекомендаций, в т.ч. разработанных Всемирной торговой организацией (далее – ВТО) и Всемирной таможенной организацией (далее – ВТамО). Во-вторых, развитие существующих технологических решений, применяемых в таможенных органах и внедрение инноваций, зарекомендовавших себя в мировой практике.

Большое внимание в вышеупомянутом документе, уделяется Системе управления рисками (далее – СУР) дальнейшее развитие, которой базируется на повышении уровня автоматизации процессов выявления рисков на всех стадиях совершения таможенных операций; внедрении в аналитическую работу по обновлению и дополнению профилей рисков интеллектуальных технологий, опирающихся на анализ больших массивов данных; внедрении технологии автоматического присвоения уровня риска для каждой партии товаров в онлайн режиме.

Исходя из целевых ориентиров развития СУР, а также динамики развития современных процессов, в ближайшем будущем мы сможем наблюдать начало применения нейросетевого анализа, с целью совершенствования процесса обработки данных в таможенных органах. Нейронные сети, представляют собой математическую модель, основанную на принципах работы биологических нейронных связей, позволяющую программе обучаться и выполнять задачу с наибольшей эффективностью [5]. Применение нейронных сетей в СУР ФТС, на наш взгляд, позволило бы более эффективно решить множество задач, возложенных на ведомство, в первую очередь, ускорило бы процесс обновления и составления профилей рисков, а также позволило реализовать систему присвоения уровней рисков в режиме реального времени. С помощью нейросетевого анализа, возможна обработка большего объема информации об уже выявленных рисковых поставках, чем способны обработать должностные лица таможенных органов. Тем самым, позволив ведомству в целом сфокусироваться на предотвращении возможных правонарушений в области таможенного дела. Нейронные сети в некоторых аспектах уже демонстрируют возможности превышающие человеческие. Например, в ходе исследования 2018 г. учеными Национального исследовательского центра «Курчатовский институт» совместно с учеными Национального исследовательского ядерного университета «МИФИ» было установлено что модель, основанная на принципе свёрточной нейронной сети, предназначенной для образного распознавания, позволяет установить пол автора заранее написанного текста с точность до 88% [6]. В другом исследовании, с иной постановкой задачи, а именно с прогнозированием результатов сдачи Единого государственного экзамена выпускниками общеобразовательных школ, наибольшую эффективность показала объединенная модель нейронной сети ARIMA, позволившая получить результат, на основе входного набора изначально подготовленных для анализа данных, более точный, чем предварительная экспертная оценка, установленная в качестве контрольного значения [4]. Количество проводимых исследований с различными типами и моделями нейронных сетей растет ежегодно, совершенствуя и развивая технологию. Тем не менее, стоит признать, что на текущий момент вопрос правового регулирования процесса применения нейронных сетей в сфере деятельности таможенных органов, как в национальном законодательстве РФ, так и в международных соглашениях остается малозаметным.

Вместе с тем, используемая в таможенных органах СУР базируется на международных стандартах ВТамО и принципах риск-менеджмента, установленных в шестой главе, посвященной таможенному контролю, основополагающего документа в области СУР, Генеральном приложении к Международной конвенции об упрощении и гармонизации таможенных процедур в редакции 1999 г. (Киотской конвенции).

Отметим, что правовую основу применения СУР в РФ составляют, прежде всего, положения Таможенного кодекса ЕАЭС, ратифицированного в соответствии с Федеральным законом от 14 ноября 2017 г. № 317-ФЗ «О ратификации Договора о Таможенном кодексе Евразийского экономического союза», а также Федеральный закон от 3 августа 2018 № 289-ФЗ «О таможенном регулировании в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации». В этих документах, закреплено, что для применения СУР в области таможенного дела, структура, формы и виды профилей рисков, процесс анализа, предложения по обновлению, дополнению или отмене, порядок заполнения, а также любая иная необходимая документация, устанавливается федеральным органом исполнительной власти, осуществляющим контроль и надзор в области таможенного дела, т.е. ФТС.

С этой целью, для стандартизации подходов к управлению, единообразного применения и совершенствования СУР в таможенных органах РФ приказом ФТС РФ от 18 августа 2015 г. № 1677 утверждена Стратегия и тактика применения СУР, порядок сбора и обработки информации, проведения анализа и оценки рисков, разработки и реализации мер по управлению рисками. Именно в этом документе содержится наиболее подробные определения доступного для таможенных органов функционала при разработке профилей рисков. Таким образом, предусматривается, что анализ и оценка рисков осуществляются должностными лицами таможенных органов с использованием методов оценки рисков и алгоритмов определения областей и индикаторов риска, разработанных таможенными органами с использованием математических, статистических и вероятностных методов анализа.

Тем не менее, вопрос правоприменительной практики в указанной области и в целом проблема, касающаяся специфики правового регулирования применения и использования в сфере деятельности таможенных органов, как искусственного интеллекта в целом, так и нейронных сетей в частности, в сфере совершенствования работы СУР остается, на наш взгляд, вопросом открытым и носящим дискуссионный характер. В связи, с чем, исходя из Распоряжения Правительства РФ от 23.05.2020 № 1388-р «Стратегия развития таможенной службы Российской Федерации до 2030 года» и Распоряжения Правительства РФ от 19.08.2020 г. № 2129-р «Об утверждении Концепции развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники на период до 2024 г.», возникает определенная двойственная ситуация относительно потенциальной возможности внедрения данной технологии в рамках совершенствования работы таможенных органов в ближайшей перспективе, поскольку не затрагиваются ключевые вопросы, возникающие при потенциальном внедрении искусственного интеллекта в деятельность таможенных, а именно: области применения, сферы применения, ответственности должностных лиц за осуществление контроля, в т.ч. и изменение компетенции самих должностных лиц. Таким образом, резюмируя все вышеизложенное и подводя определенные итоги проведенного анализа, целесообразно отметить, что для соблюдения планов развития ФТС, предусмотренных Стратегией развития таможенной службы РФ до 2030 г., необходимо подготовить четкую правовую основу внедрения искусственного интеллекта в комплексы программных средств таможенных органов, обеспечить границы допустимости их применения, установить четкие рамки ответственности и сферу саморегулирования. Только основываясь на нормах действующего законодательства, нейронные сети и искусственный интеллект обеспечат оптимальное функционирование ФТС в соответствии с возникающими вызовами времени и актуальными проблемами, которые успешно решает ведомство на протяжении длительного времени.

Использованные источники

  1. Отчет министерства финансов РФ о доходах федерального бюджета за 2021 г. URL: http://budget.gov.ru/%D0%91%D1%8E%D0%B4%D0%B6%D0%B5%D1%82/%D0%94%D0%BE%D1%85%D0%BE%D0%B4%D1%8B?message=eyJJTkRNT0JGQl9wYXJhbVBlcmlvZCI6eyJuYW1lIjoiSU5ETU9CRkJfcGFyYW1QZXJpb2QiLCJ2YWx1ZSI6IjIwMjItMDktMzBUMDA6MDA6MDAuMDAwWiIsInR5cGUiOiJEQVRFIn0sInZpZXdDb2RlIjp7Im5hbWUiOiJ2aWV3Q29kZSIsInZhbHVlIjoiRGF5RmVkVmlldyJ9fQ== (дата обращения: 07.09.2022).
  2. Отчет Федеральной таможенной службы, о перечислении средств в федеральный бюджет РФ за 2021 г. URL: https://customs.gov.ru/activity/results/summy-tamozhennyx-platezhej,-postupayushhix-v-byudzhet/document/322194 (дата обращения: 07.09.2022).
  3. Бойченко И.С. Модели правового регулирования нейросетей // Образование и право. 2019. №1. URL: https://cyberleninka.ru/article/n/modeli-pravovogo-regulirovaniya-neyrosetey (дата обращения: 21.09.2021).
  4. Сырцова А.О. Метод прогнозирования результатов ЕГЭ на основе объединения моделей ARIMA и нейронной сети моделей ARIMA и нейронной сети // Скиф. 2019. №5-1 (33). URL: https://cyberleninka.ru/article/n/metod-prognozirovaniya-rezultatov-ege-na-osnove-obedineniya-modeley-arima-i-neyronnoy-seti-modeley-arima-i-neyronnoy-seti (дата обращения: 25.09.2022).
  5. Фаустова К.И. Нейронные сети: применение сегодня и перспективы развития // Территория науки. 2017. №4. URL: https://cyberleninka.ru/article/n/neyronnye-seti-primenenie-segodnya-i-perspektivy-razvitiya (дата обращения: 01.10.2021).
  6. SboevА., Moloshnikov I., Gudovskikh D., Selivanov A.,Rybka R., Litvinova T. // Deep Learning neural nets versus traditional machine learning in gender identification of authors of RusProfiling texts.Procedia Computer Science. 2018. Volume 123. URL: https://www.sciencedirect.com/science/article/pii/S1877050918300668 (дата обращения: 25.09.2022).