Одна онтология для больницы и штаба: где теперь проходит граница двойного назначения

Понятие двойного назначения исторически складывалось вокруг материальных вещей: станков, сплавов, датчиков. Их параметры записываются в перечень, и с ним сравнивается конкретный товар.

Цифровой слой устроен иначе. Онтология, в которой описаны объект, связь и допустимое действие, одинаково ложится на порт, больницу и штаб. Метод статистических испытаний считает нейтроны и страховые риски. Цифровой двойник следит за самолётом и за опухолью пациента.

Ниже разбираем, какие цифровые разработки сегодня работают по обе стороны границы между гражданским и военным назначением и где эта граница ещё проходит.

Что называют двойным назначением

В праве ЕС это товары, технологии и ПО, которые можно использовать и в гражданских, и в военных целях. Проверка сводится к сравнению технических характеристик продукта с критериями Приложения I регламента 2021/821 ^[1]. Российский закон об экспортном контроле говорит о контролируемых товарах и технологиях, а сами перечни утверждаются отдельными актами ^[2].

Логика в обоих случаях одна: есть объект, у него есть параметры. Исследовательский проект Digital Dual Use формулирует трудность прямо: классическое понятие двойного назначения упирается в свои пределы, когда его применяют к цифровым решениям и технологиям ^[3].

Политика при этом движется к сближению двух контуров. В январе 2024 года Еврокомиссия вынесла на обсуждение Белую книгу о поддержке исследований с потенциалом двойного назначения ^[4]. В России закон о технологической политике действует с 27 июня 2025 года и вводит общие положения о критических и сквозных технологиях ^[5]. Отдельно стоит задача для оборонных предприятий: довести долю гражданской продукции до 30% к 2025 году и до 50% к 2030-му ^[6]. НАТО в обзоре трендов на 2025–2045 годы выделяет шесть линий, и одна из них называется интеграцией технологий и зависимостями ^[7].

Первый вопрос. Что считать объектом двойного назначения в цифровом продукте: код, модель, данные или собранную из них работающую систему?

Поток всегда шёл в обе стороны

У многих инструментов, которые считаются сегодня гражданской классикой, оборонное происхождение.

Метод Монте-Карло появился в Лос-Аламосе для расчёта переноса нейтронов ^[8]. OWL, язык онтологий консорциума W3C, вырос из DAML, программы DARPA 1999 года: через совместный европейско-американский DAML+OIL она стала отправной точкой для рабочей группы W3C ^[9]. Статья, которая дала цифровому двойнику одно из самых цитируемых определений, написана в 2012 году сотрудниками NASA и ВВС США. Речь в ней шла о летательных аппаратах: сверхточная симуляция соединяется с бортовой системой контроля состояния, историей обслуживания и данными парка ^[10].

Встречное движение тоже заметно. Модели теории игр для распределения охраны начались с гражданского объекта: система ARMOR с 2007 года рандомизирует контрольные посты на подъездах к аэропорту Лос-Анджелеса и маршруты кинологов в терминалах. Та же постановка затем применена в системе PROTECT для патрулей береговой охраны США, уже с другими алгоритмами ^[11]. Постановка общая для всех этих случаев: защищающийся объявляет смешанную стратегию, а противник её наблюдает и подстраивается. Метеорология даёт другой пример. Европейский центр среднесрочных прогнозов в 2025 году вывел в эксплуатацию обученную модель AIFS. Её ансамблевая версия, по данным центра, считает более чем в 10 раз быстрее физической и тратит примерно в 1000 раз меньше энергии ^[12]. Прогноз погоды нужен и диспетчеру, и штабу, а атмосфера у них одна.

Что происходит сейчас

Цифровая инженерия

Инструкция Министерства обороны США DoDI 5000.97, опубликованная 21 декабря 2023 года, требует от программ установить авторитетный источник истины для данных и моделей ^[13]. Модель в её определениях может быть выражена визуально, математически или логически, а цифровой двойник использует данные, чтобы отражать и предсказывать поведение системы.

Язык этой работы тоже меняется. Спецификации SysML v2 и KerML приняты OMG летом 2025 года ^[14]. Формальная семантика KerML строится на математической логике, поэтому системную модель можно проверять машинно. Первая версия языка опиралась на UML и такой основы не имела.

Российская линия выглядит похоже. ГОСТ Р 57700.37-2021 о цифровых двойниках изделий разработан Центром НТИ СПбПУ совместно с РФЯЦ-ВНИИЭФ ^[15]. Там же, в ядерном центре, с 2009 года развивается пакет математического моделирования «Логос». Перспективными для его международной версии называют авиа-, судо-, автомобиле- и двигателестроение и ракетно-космическую отрасль ^[16]. Здесь двойное назначение видно по самой биографии продукта: вычислительная школа оборонного центра превращается в промышленное ПО общего применения.

Цифровые двойники

Национальные академии США в докладе 2023 года определяют двойника как виртуальное представление, которое воспроизводит структуру, контекст и поведение физического объекта и обменивается с ним данными в обе стороны. Заказчики доклада показательны сами по себе: Министерство обороны, Министерство энергетики, Национальные институты здравоохранения и Национальный научный фонд. Среди примеров там опухоль пациента, климат, авиация, производство и энергетическая инфраструктура ^[17].

Главные пробелы, которые называет доклад, общие для всех этих отраслей: верификация, валидация и оценка неопределённости, вычислительные ресурсы, приватность и ответственность, киберзащита. Последний пункт особенно важен для двойника, тесно связанного с физическим объектом.

Второй вопрос. Если модель принимает участие в решении, кто отвечает за то, что она верна именно для этого объекта и этого режима? Математика на этот вопрос ответить не может. Ответ зависит от организации.

Онтологии как стандарт обмена

Здесь сходство гражданского и военного контуров заметно сильнее всего.

Базовая формальная онтология BFO стала международным стандартом ISO/IEC 21838-2 в 2021 году. Её задача в самом стандарте описана нейтрально: поддержка обмена информацией между разнородными системами ^[18]. По сообщению Университета Баффало, в начале 2024 года руководители по данным Минобороны США, разведывательного сообщества и профильного управления ИИ договорились использовать BFO и её расширение Common Core Ontologies как базовые стандарты формальных онтологий. Сами CCO применяются в обороне, разведке, правоохранительной сфере и коммерции ^[19]. Первичный текст договорённости мы не видели и опираемся на это сообщение.

Показателен стандарт C2SIM для обмена между системами управления и системами моделирования. Его базовая логическая модель данных задана онтологией на OWL. Разработчики оговаривают, что ядро применимо к разным областям, где есть процессы управления: военной, правоохранительной, управлению чрезвычайными ситуациями. Военные понятия вынесены в отдельные расширения ^[20]. Двойное назначение тут заложено прямо в архитектуру: общее ядро и отраслевые надстройки.

С гражданской стороны британская Национальная программа цифровых двойников проектировала Information Management Framework для обмена данными об инфраструктуре. Основу её Foundation Data Model составляет онтология верхнего уровня ^[21]. Систематический обзор 82 работ об онтологиях и графах знаний в цифровых двойниках показывает применение прежде всего в производстве и инфраструктуре ^[22]. В российской литературе описаны онтологические базы знаний для сопровождения международных договоров об ограничении и сокращении вооружений: единое формальное представление предметной области помогает сторонам работать с одними и теми же фактами ^[23].

Онтология как операционный слой

Документация Palantir описывает Ontology как цифрового двойника организации: семантические элементы (объекты, свойства, связи) и кинетические (действия, функции, динамическая безопасность) ^[24]. Федеративная платформа данных Национальной службы здравоохранения Англии построена на Foundry этой компании ^[25]. В марте 2025 года НАТО приобрело у неё Maven Smart System для планирования операций: система сводит данные из множества открытых и закрытых источников в одну базу с поиском ^[26].

Насколько совпадают внутренние слои двух этих внедрений, из открытых источников не видно, и утверждать этого мы не будем. Видно другое: один поставщик работает и с больницей, и со штабом, а его платформа описывает организацию через объекты и разрешённые действия.

Где граница ещё проходит

Если язык описания общий, отличия приходится искать в другом месте. Мы видим четыре.

Данные. Модель сети дорог и модель сети дорог с данными о перемещениях конкретных подразделений относятся к разным классам ценности и риска.

Полномочия. Онтология операционного уровня фиксирует, какие действия разрешены и кому. Тот же механизм может разрешать перенос записи к врачу или решение с необратимыми последствиями. Содержание правила и его владелец определяют, чем система является на деле.

Цена ошибки. Требования к верификации и оценке неопределённости зависят от последствий неверного ответа, хотя формулы могут совпадать.

Контур. Происхождение данных, разграничение доступа, журнал действий и сертификация определяют, где модель вообще может работать.

Отсюда наша гипотеза. В цифровых продуктах двойное назначение постепенно перемещается с отдельного объекта на связку из модели, данных и полномочий. Перечни, построенные вокруг технических параметров, описывают такую связку плохо. Это, конечно, наш анализ, а не позиция регуляторов.

Третий вопрос, уже практический. Где в вашей модели записано, кто и на каком основании может совершить действие, и видно ли это при проверке? Онтоплатформа OSA собирается вокруг такого описания: объектов, правил и допустимых действий. Для работы в контурах с повышенными требованиями к безопасности мы считаем это обязательным с первой версии модели.

Что выглядит перспективным

Проверяемые системные модели. Если формальная семантика SysML v2 приживётся в инструментах, часть инженерной приёмки станет машинной. Первыми это начнут использовать те, у кого дорогая ошибка: авиация, атомная отрасль, оборона.

Федерации моделей. Двойники изделий, сетей и организаций придётся связывать между собой, а для этого нужен общий понятийный слой. Нормативные и отраслевые онтологии здесь становятся инфраструктурой наравне с протоколами связи.

Обученные модели рядом с физическими. Опыт AIFS показывает рабочую схему: быстрая обученная модель работает параллельно с физической, а не вместо неё ^[12]. Для инженерных расчётов такая схема выглядит естественным следующим шагом.

Языковые модели поверх онтологий. Онтология даёт ассистенту перечень сущностей и допустимых действий и позволяет проверить ответ по источнику. Это снижает часть рисков применения языковых моделей в критичных процессах. Степень этого снижения пока приходится измерять на каждой задаче отдельно.

Чем это можно опровергнуть

Вывод может оказаться неточным в нескольких местах, и каждое из них можно проверить.

Различие может пройти через возможности самой модели. Если окажется, что главное отличие задаёт то, что модель умеет делать, а данные и полномочия вторичны, связка из трёх частей опишет картину лишь отчасти. Тогда граница будет проходить и по самой модели, и по её окружению.

Общий слой может остаться узким. Стандарты вроде BFO и C2SIM хорошо работают на стыках, при обмене между системами. Внутри отдельных систем может по-прежнему жить собственная модель, и тогда сходство гражданского и военного контуров будет заметно прежде всего на границах обмена.

Полномочия могут остаться вне модели. Во многих организациях право на действие записано в регламентах и держится на людях, а модель описывает только объекты. Если так будет и дальше, третья часть связки останется организационной, и описывать её придётся отдельно от модели.

Открытым оставляем главное. Разделение на гражданское и военное долго проходило по вещам. Для онтологии, уравнения и обученной модели оно проходит по тому, какие данные в них загружены, кто ими распоряжается и кто отвечает за результат.