В ходе научной конференция докладчики рассказали о своих достижениях как в традиционных микроэлектронных технологиях, так и в перспективных областях, таких как нейроморфные вычисления и квантовые технологии.
В своем видеообращении к участникам Форума зампред Правительства РФ Дмитрий Чернышенко отметил: «Мы являемся свидетелями формирования локальных закрытых технологических региональных экосистем в мире с опорой на собственную производственную базу. Эпоха глобализации в мировом полупроводниковом производстве подошла к концу. И в условиях такой глобальной тенденции к созданию локальных технологических систем у России единственный путь — создание своей высокотехнологичной радиоэлектронной промышленности».
Оценивая состояние отрасли, замглавы Минпромторга России Василий Шпак сообщил, что удалось существенно поднять долю российской продукции как на общем, так и на регулируемом рынке. По его словам, в целом по рынку наши объемы достигают почти 19 %, этот же уровень мы собираемся сохранить до конца года, но уверены, что цифру в 20 % перешагнем.
Представитель Минпромторга остановился также на перспективах экспортного потенциала российской микроэлектроники. Одна из важнейших задач — создание собственной технологической зоны в дружественных странах. С учетом нынешних событий запрос на независимые от Запада, суверенные технологии, в особенности в электронике, очень высок. Наши решения соответствующего качества ждут во многих странах мира. Речь идет об экспорте технологического суверенитета.
Замминистра цифрового развития, связи и массовых коммуникаций РФ Андрей Заренин рассмотрел важнейшие меры поддержки спроса на российскую электронику: льготное кредитование производства российской вычислительной техники, сквозные проекты и льготный лизинг российской радиоэлектронной продукции. Так, по первому направлению в 2022 г. уже заключены соглашения с банками на выдачу 100 млрд руб.
В ходе Пленарной сессии «Искусственный и гибридный интеллект: ЭКБ на новых принципах, алгоритмы, модели и технологии» отмечалось, что сегодня интеллектуальные системы на основе машинного обучения прочно вошли в нашу жизнь. Спектр их применения простирается от голосовых помощников до таких сложнейших задач, как финансовая аналитика и постановка медицинских диагнозов. Более того, при полной цифровизации медицинских данных возможно создание универсальной системы искусственного интеллекта для диагностики и принятия врачебных решений.