🧮 Математика как искусство: где катарсис становится прогрессом

Криптография, мобильные сети и интернет выросли из задач, которые решали ради красоты. Почему сначала абстрактная красота — а потом польза?

🦸‍♀️ Андрей Райгородский — выпускник Мехмата МГУ, директор Физтех-школы прикладной математики МФТИ, д.ф.-м.н., профессор, автор более 200 статей и 20 книг, в том числе «Кому нужна математика?». Главный редактор Moscow Journal of Combinatorics and Number Theory [wiki]

Криптография, мобильные сети и интернет выросли из задач, которые решали ради красоты. У Райгородского есть тезис, звучащий почти как провокация: «Не потому математика прекрасна, что у неё есть приложения, — но потому у неё есть приложения, что она прекрасна». Теория чисел, которой Г. Х. Харди гордился именно за её бесполезность, стала фундаментом RSA-шифрования; задача о раскраске плоскости — математикой, по которой расставляют вышки мобильной связи.

Поговорим о том, открывает математик истины или придумывает их, можно ли опираться на эстетическое чутьё как на исследовательскую стратегию, какая модель финансирования подходит фундаментальной науке — и есть ли будущее у права учёного заниматься «игрой в бисер» ради красоты, а не пользы.

📅 25 июня, 18:00 (CEST) | Online (Zoom)

Детали и регистрация

🍸 ИИ-квартирник в Берлине: сайд-ивент к GITEX AI Europe

29 июня в Берлине, накануне GITEX AI Europe, собираем физтехов и друзей сообщества на камерный ИИ-квартирник. Камерный, впрочем, условно: сто гостей и спикеры, которым позавидует иная международная конференция. Сквозная тема — как AI проходит полный цикл: от научных гипотез до трансформации команд.

🦸‍♀️ Андрей Устюжанин — Constructor Knowledge Labs / National University of Singapore. Один из самых цитируемых учёных в области ML для физики, строил ML-системы для экспериментов CERN [LinkedIn]

Sapere aude per machinam: к архитектуре постантропной науки

Тридцать лет назад Джон Хорган объявил «конец науки», измерив потолок индивидуального человеческого мышления — того уровня, который Валентин Турчин называл «управлением ассоциациями». Сегодня этот потолок действительно достигнут: данные накапливаются быстрее, чем учёный успевает их осмыслить. ИИ-агенты — не быстрые калькуляторы, а следующий метасистемный переход: уровень, управляющий самими стратегиями научного поиска. В докладе разберём архитектуру этой постантропной науки, что меняется для скорости открытий и как роль учёного смещается от единственного источника гипотез к проектировщику и критику агентных петель. Sapere aude per machinam — дерзновение нашей эпохи в том, чтобы расширить разум за пределы собственного ума.

🦸‍♀️ Андрей Васнецов — сооснователь и CTO Qdrant, open-source векторной базы данных, ставшей де-факто стандартом для production-RAG [LinkedIn]

Почему LLM не заменит векторный поиск

Человеческое знание противоречиво и плохо структурировано — именно поэтому LLM так хорошо с ним справляется. Но есть класс задач, где нужна не интерпретация, а точность: найти ровно то, что есть, ничего не выдумав по дороге. Что в реальных AI-системах стоит доверять модели, а что — поиску, и почему растущий контекст LLM этого не отменяет — взгляд изнутри инфраструктуры, на которой работает заметная часть RAG-индустрии.

🦸‍♀️ Коля Чинаев — Google, команда AI Edge: их модели работают в Pixel, Chrome и Google Meet у миллиардов пользователей [LinkedIn]

Локальные модели и неочевидная сила NPU

Индустрия привыкла думать об AI как об облаке: запрос улетает на сервер и возвращается ответом. Но центр тяжести смещается на устройство — и движет этим NPU, чип, который даёт не столько скорость, сколько эффективность «на ватт». Локальные модели не заменяют облако, а перекраивают границу между ними. Во сколько раз большую модель сможет запустить тот, кто понимает эту границу? Спойлер: в 25 раз — без потери скорости и заряда.

🦸‍♀️ Дмитрий Радкевич — Head of Product в Optic: AI-агенты для поиска, диледженса и лицензирования молекул, которые обходят решения больших AI-лаб по точности на фарма-задачах [LinkedIn]

Галлюцинация ценой в $2 млрд: как AI меняет фарму

Закон Эрума — обратный закон Мура: каждые 9 лет число новых препаратов на доллар R&D падает вдвое, а вывод одного на рынок стоит $2–3 млрд. Самая неэффективная индустрия — значит, самый большой потенциал для AI. Как устроена фарма с технологической перспективы, где в ней настоящие деньги и как построить архитектуру AI-агентов, которая обходит большие лабы по точности на самом дорогом рынке мира.

🦸‍♀️ Иво Димитров — Chief AI Officer и сооснователь Finom, одного из самых быстрорастущих финтехов Европы (Series C на €115 млн, команда 700 человек) [LinkedIn]

Evolve or Die. Уволить нельзя переобучить

Пока рынок обсуждает сокращения из-за AI, Finom перестраивает компанию вокруг AI — не сокращая команду в 700 человек. Меняются роли, процессы и зоны ответственности. Что происходит с функциями, какие навыки становятся критичными и как выглядит организация нового поколения на практике.

📅 29 июня, 17:00 (CEST) | Берлин

Детали и регистрация

🏔 MIPT INTERNATIONAL REUNION 2026 IN YEREVAN

10–12 июля в Ереване состоится главная международная встреча выпускников МФТИ. Состав участников необычный: в одном зале — выпускники из науки, бизнеса, технологий и инвестиций, от нобелевских лауреатов до фаундеров и топ-менеджеров. И все говорят на равных, потому что повестка общая — развитие Физтеха и сообщества, проекты, которые можно делать вместе. Деловая программа — 10–11 июля, 12 июля — неформальный день на природе.

Встреча закрытая и непубличная: списки участников и фотографии гостей нигде не публикуются.

📅 10–12 июля | Ереван | Участие по предварительной регистрации и после подтверждения заявки. Количество мест ограничено.

Детали и регистрация

This June: an open podcast on why beauty in mathematics precedes utility, our debut side event ahead of GITEX AI Europe in Berlin, and the main international gathering of MIPT alumni in Yerevan.

🧮 MATHEMATICS AS ART: WHERE CATHARSIS BECOMES PROGRESS

Cryptography, mobile networks, and the internet all grew out of problems pursued purely for their beauty. Why does abstract beauty come first, and practical value only afterward?

🦸 Andrei Raigorodskii — graduate of MSU’s Faculty of Mechanics and Mathematics, Director of the Phystech School of Applied Mathematics at MIPT, Dr. Sci., professor, author of 200+ papers and 20 books, including Who Needs Mathematics?. Editor-in-chief of the Moscow Journal of Combinatorics and Number Theory [wiki]

Cryptography, mobile networks, and the internet grew out of problems solved for the sake of beauty. Raigorodskii has a thesis that sounds almost like a provocation: mathematics doesn’t have applications because it is beautiful as a bonus — it has applications because it is beautiful. Number theory, which G. H. Hardy praised precisely for its uselessness, became the foundation of RSA encryption; the plane-coloring problem — the mathematics behind the placement of mobile towers.

We’ll discuss whether mathematicians discover truths or invent them, whether aesthetic intuition can serve as a research strategy, what funding model fits fundamental science — and whether the scientist’s right to play the “glass bead game” for beauty rather than utility has a future.

📅 June 25, 6:00 PM (CEST) | Online podcast in Russian, video will be available on YouTube with auto-translation | Details

🍸 AI HOUSE GATHERING IN BERLIN: A GITEX AI EUROPE SIDE EVENT

On June 29 in Berlin, the day before GITEX AI Europe, we're gathering Phystech alumni and friends of the community for an intimate AI "kvartirnik" — a house gathering. Intimate is relative: a hundred guests and a speaker lineup many international conferences would envy. The throughline: how AI runs the full cycle — from scientific hypotheses to team transformation.

🦸‍♀️ Andrey Ustyuzhanin — Constructor Knowledge Labs / National University of Singapore. One of the most cited scientists in ML for physics (h-index 140+), built ML systems for CERN experiments [LinkedIn]. His talk, “Sapere aude per machinam: Toward an Architecture of Post-Anthropic Science,” argues that the ceiling of individual human cognition in science has been reached: data accumulates faster than a scientist can make sense of it. AI agents are not fast calculators but the next metasystem transition — and the scientist’s role shifts from sole source of hypotheses to designer and critic of agentic loops.

🦸‍♀️ Andrey Vasnetsov — co-founder and CTO of Qdrant, the open-source vector database that has become the de facto standard for production RAG [LinkedIn]. His talk, “Why LLMs Won’t Replace Vector Search,” is about the class of tasks that demand precision rather than interpretation: finding exactly what exists, without inventing anything along the way. What to trust to the model and what to search in real AI systems — and why growing LLM context windows don’t change that.

🦸‍♀️ Nikolay Chinaev — Google, AI Edge team: their models run in Pixel, Chrome, and Google Meet for billions of users [LinkedIn]. His talk, “Local Models and the Unobvious Power of NPUs,” covers the shift of AI’s center of gravity from the cloud to the device. Spoiler: those who understand the boundary between local and cloud can run a model 25x larger — without sacrificing speed or battery.

🦸‍♀️ Dmitry Radkevich — Head of Product at Optic: AI agents for molecule search, due diligence, and licensing that outperform solutions from major AI labs on pharma tasks [LinkedIn]. His talk, “A $2 Billion Hallucination: How AI Is Changing Pharma,” is built around Eroom’s Law — Moore’s Law in reverse: every 9 years, the number of new drugs per R&D dollar halves. The least efficient industry means the biggest opportunity for AI.

🦸‍♀️ Ivo Dimitrov — Chief AI Officer and co-founder of Finom, one of Europe’s fastest-growing fintechs (€115M Series C, a team of 700) [LinkedIn]. His talk, “Evolve or Die: Retrain, Can’t Fire,” is about how Finom is rebuilding the company around AI without cutting its team — what happens to roles and processes, and what a next-generation organization looks like in practice.

For all its scale, it’s literally a house party: hosted at the home of Anna Veklich and Pavel Belov (recently on the podcast) — founders of @GPT4Telegrambot, the largest neural network aggregator with 35M users. After the talks — networking and drinks.

Bonus for attendees: a limited number of 50%-off promo codes for the GITEX AI conference itself.

📅 June 29 | 5:00 PM (CEST) | Berlin | 🎟 Registration

Если письма вам не по душе 
— Unsubscribe ждёт вас в конце.

В мае — сразу три эпизода подкаста «Кабинет Шрёдингера». Предприниматель, инженер, исследователь: от AI-продукта на 35 миллионов — до советской спектроскопии в основе современных чипов и команды post-training Gemini в Google DeepMind.

🚀 AI-стартап в эру хаоса

Как строить продукт, когда AI обнулил порог входа, а рынок традиционного маркетинга больше не работает

🦸‍♀️ Анна Веклич — архитектор бренда ИТМО (2013–2020), со-основатель GPT4Telegrambot и «Hi, AI!» Media (35М аудитория), инвестор LinkedIn

Бот, собранный с племянником за одну ночь в феврале 2023, стал №1 AI-агрегатором в Telegram. Без бизнес-плана, без инвестиций — медиа-холдинг на 15М подписчиков и $1М выручки в месяц с командой меньше десяти человек.

Поговорим о том, как строить и продвигать AI-продукт, когда все продвигают AI-продукты — и вытащим секреты стабильного роста в «умирающем Telegram».

📅 11 мая, 18:00 (CEST) | Online (Zoom)

Детали и регистрация

🔬 13,5 нм — когда размер имеет значение

Почему самую сложную машину в истории человечества собирают в голландской деревне

🦸‍♀️ Александр Долгов — ФПФЭ МФТИ, University of Twente, ASML, ThermoFisher. Дважды PhD, соавтор патента на pellicle-мембрану для EUV-машин, архитектор самого быстрого в мире STEM-микроскопа LinkedIn

В двух из трёх смартфонов стоят чипы, созданные с помощью EUV-литографии. Концепция машины, которая их печатает, пришла из Института спектроскопии РАН в Троицке — одной из базовых кафедр ФПФЭ МФТИ. Сегодня монополист — голландская ASML с капитализацией $300+ млрд. А научная школа, которая всё это придумала, почти исчезла.

Поговорим о том, где физический предел литографии, почему рынок метрологии растёт быстрее рынка чипов — и сможет ли Китай воспроизвести EUV с нуля.

📅 13 мая, 18:00 (CEST) | Online (Zoom)

Детали и регистрация

🤖 Внутри Gemini: как опыт в науке помогает строить frontier AI

Воспитание модели, симуляции реальности и пределы вычислимого

🦸‍♀️ Анастасия Макарова — ФУПМ МФТИ, ETH Zürich PhD, ex-Amazon, Research Engineer в команде post-training Gemini @ Google DeepMind. Лауреат best paper award первой AutoML-конференции (Amazon, 2022) LinkedIn

Gemini — одна из трёх моделей-фронтиров, которые сейчас определяют, что умеет AI. Анастасия работает в команде post-training: именно здесь решается, будет ли модель поддакивать, признавать неуверенность, отказываться от вредных запросов. До DeepMind — почти шесть лет в ETH Zürich, PhD по байесовской оптимизации и активному обучению.

Поговорим о том, что такое «исследование» в индустриальной AI-лаборатории, что формируется на уровне post-training, а что заложено в фундаментальной модели — и есть ли в природе процессы, которые классическая машина не сможет воспроизвести в принципе.

📅 17 мая, 18:00 (CEST) | Online (Zoom)

Детали и регистрация

Three episodes of Schrödinger’s Office this May. An entrepreneur, an engineer, a researcher: from an AI product with 35 million users — to Soviet spectroscopy at the core of modern chips and the Gemini post-training team at Google DeepMind.

🚀 AI STARTUP IN THE AGE OF CHAOS

How to build a product when AI has zeroed out the barrier to entry and traditional marketing no longer works

🦸‍♀️ Anna Veklich — brand architect at ITMO University (2013–2020), co-founder of GPT4Telegrambot and “Hi, AI!” Media (35M audience), investor LinkedIn

From a village of 600 people to an AI product with 35 million users. A bot assembled with her nephew in one night in February 2023 became the #1 AI aggregator on Telegram. No business plan, no investment — a media holding with 15M subscribers and $1M monthly revenue with a team of fewer than ten.

We’ll talk about how to build and promote an AI product when everyone is promoting AI products — and extract the secrets of sustainable growth in a “dying Telegram.”

📅 May 11, 6:00 PM (CEST) | Online podcast in Russian, video will be available on YouTube with auto-translation | Details

🔬 13.5 NM — WHEN SIZE MATTERS

Why the most complex machine in human history is assembled in a Dutch village

🦸‍♀️ Alexander Dolgov — MIPT (Faculty of Physical and Quantum Electronics), University of Twente, ASML, ThermoFisher. Double PhD, co-author of the pellicle membrane patent for EUV machines, architect of the world’s fastest STEM microscope LinkedIn

Two out of three smartphones contain chips made using EUV lithography. The concept behind the machine that prints them came from the Institute of Spectroscopy of the Russian Academy of Sciences in Troitsk — a core department of MIPT’s physics faculty. Today the monopolist is Dutch ASML, valued at $300B+. The scientific school that invented it all has nearly disappeared.

We’ll discuss where the physical limit of lithography lies, why the metrology market is growing faster than the chip market — and whether China can reproduce EUV from scratch.

📅 May 13, 6:00 PM (CEST) | Online podcast in Russian, video will be available on YouTube with auto-translation | Details

🤖 INSIDE GEMINI: HOW A SCIENCE BACKGROUND HELPS BUILD FRONTIER AI

Training a model, simulating reality, and the limits of the computable

🦸‍♀️ Anastasia Makarova — MIPT (Faculty of Applied Mathematics), ETH Zürich PhD, ex-Amazon, Research Engineer on the Gemini post-training team @ Google DeepMind. Best paper award, AutoML Conference (Amazon, 2022) LinkedIn

Gemini is one of three frontier models currently defining what AI can do. Anastasia works on the post-training team — the stage where decisions are made about whether a model will sycophantically agree, acknowledge uncertainty, or refuse harmful requests. Before DeepMind: nearly six years at ETH Zürich, PhD in Bayesian optimization and active learning.

We’ll talk about what “research” means inside an industrial AI lab, what gets shaped at the post-training level versus what’s baked into the base model — and whether there are processes in nature that a classical machine fundamentally cannot reproduce.

📅 May 17, 6:00 PM (CEST) | Online podcast in Russian, video will be available on YouTube with auto-translation | Details

EN [ по-русски ниже 👇]

There’s a quiet shift in how people spend weekends. Used to be movies, board games, gaming. Now AI-assisted coding is becoming a form of leisure and creativity.

Karpathy spent his weekend building a job displacement analysis. I spent mine building an interactive map of MIPT graduates in global tech — 15,074 people across 50+ countries: mipt.landao.vc

A few patterns:

• London — capital of fintech and ML

• Dubai — leader in founders

• Berlin — leader in foring deep tech

• Germany — second after the US (~1,000 vs 2,300 from a 15K sample)

Behind much of European tech you’ll find MIPT alumni: graphene (Nobel Prize), EUV lithography, IPG fiber lasers, OCSiAl nanotubes, Revolut at $45B. 4,500+ in Europe alone — a network that almost no one uses systemically.

Вайбкодинг выходного дня

Раньше в выходные люди фильмы смотрели или в настолки играли. Теперь к этому добавился вайбкодинг — AI-программирование как форма досуга. Иногда даже специально собираются, не чтобы в настолки погонять, а покодить с AI в хорошей компании.

Карпати в свой выходной сделал аналитику профессий, которые вытесняет AI. А я собрала интерактивную карту физтехов в мировом tech — 15 074 человека в 50+ странах: mipt.landao.vc

Карта физтехов

Пара часов работы — статичный JSON, интерфейс на Lovable. Вышло залипательно — можно крутить срезы по странам, индустриям, уровням, функциям.

Что обнаружилось

— Лондон — самый густонаселённый физтехами город после Москвы, столица финтеха и ML — Дубай — лидер по фаундерам — Берлин — по зарубежному диптеху — Германия — второе место после США по числу физтехов (~1000 против 2,3 тыс. из выборки в 15 тыс.)

За чем стоят физтехи

Если посмотреть не где работают, а что построили:

• Графен — Нобелевка 2010, Гейм и Новосёлов

• EUV-литография — без неё не делается ни один передовой чип

• IPG Photonics — крупнейший в мире производитель волоконных лазеров

• OCSiAl — мировой лидер в одностенных углеродных нанотрубках

• Revolut — $45 млрд оценка, один из сооснователей физтех

Тихая инфраструктура, на которой держится половина европейского tech.

Конференции и side-events

Физтехов 4500+ только в Европе. Огромная диаспора с общей базой и слабыми связями, которые работают ситуативно — но системно никто эту сеть не использует. Присоединяйтесь присоединяйтесь к нашим side-events на международных конференциях. Сейчас планируем GITEX AI Europe в Берлине в 29 июня — квартирник с tech-лидерами из корпораций, фаундерами и инвесторами. Подписывайтесь на мой канал 👇

Лиза Чернягина | Опережая тренды

If you’d like an English version of this episode, let me know in the comments. Upcoming analytical posts will be in English.

🇷🇺 О выпуске

Кабинет Шрёдингера — подкаст о людях, идеях и технологиях, которые формируют будущее. Основными гостями становятся физтехи, которые развивают технологии и строят компании будущего по всему миру.

В этом выпуске обсуждаем простым языком, как устроены кубиты, чем отличается квантовый искусственный интеллект от классического, зачем нужны гибридные нейросети и какие задачи уже сегодня решаются с помощью квантовых алгоритмов. Поговорим о будущем вычислений, безопасности, криптографии и о том, когда эти технологии начнут реально менять индустрию.

Гость: Алексей Мельников — выпускник МФТИ, Global Director в Terra Quantum (один из ведущих мировых QaaS-провайдеров), лауреат премии Cozzarelli Национальной академии наук США melnikov.info

Информационный партнёр: Клуб выпускников Физтех-Союза 💙

Хост: Лиза Чернягина — физтех,организатор AI & Deeptech мероприятий, M&A и инвест-эдвайзер для family offices и корпораций, автор канала Опережая тренды

Содержание и таймкоды

00:00:50 — Знакомство и предыстория: как началась тема квантовых технологий

00:07:19 — Зачем бизнесу начинать внедрение квантовых технологий

00:09:14 — Что такое кубиты и суперпозиция, экспоненциальный рост состояний

00:12:01 — Почему квантовым компьютерам нужно охлаждение и криостаты

00:14:32 — Ошибки кубитов и проблема стабильности

00:22:00 — Как работают квантовые состояния и вычисления

00:22:59 — Энергоэффективность и квантовые вычисления для AI

00:24:36 — Что такое квантовый интернет

00:30:58 — Гибридные квантово-классические решения в индустрии

00:40:01 — Как войти в квантовую индустрию и будущее профессии

00:41:15 — Дорожная карта внедрения квантовых технологий

00:53:03 — Квантовые вычисления в облаках и индустрии

01:01:41 — Безопасность квантовых компьютеров

01:02:18 — Квантовое шифрование и защищённые вычисления

01:03:24 — Книги, лекции и популяризация квантовых технологий

Следующий пост без рассылки будет посвящен разбору алгоритма Шора, почему “harvest now, decrypt later” реальная угроза уже сегодня, и когда реально можно ждать взлома биткоина. Следите за каналом, если интересно.

Subscribe now

Лиза Чернягина | Опережая тренды

1–5 марта — Физтех-миссия (Дубай → Абу-Даби)

Программа, которую я разработала совместно с Физтех-Союзом: пять дней погружения в технологическую и культурную экосистему Эмиратов. Встречи с deeptech-единорогами, венчурными и суверенными фондами, AI-институтами. Культовые места от Музея будущего до Лувра Абу-Даби, яхта в golden hour, ифтар-ужин с видом на Бурдж-Халифу и ужин на высоте 290 метров над Персидским заливом. Разговоры про AI, технологии и инвестиции — в формате, где деловое и неформальное не разделяются.

Подробности и регистрация

6–7 марта — MIPT UAE REUNION 2026 (Абу-Даби)

Ежегодный съезд выпускников МФТИ — событие, которое объединяет физтехов со всего мира и из самых разных сфер: от науки и технологий до бизнеса и инвестиций. Ректоры, основатели компаний-единорогов, руководители крупнейших корпораций, нобелевские лауреаты — и всех их объединяет Физтех. Обсуждаем будущее МФТИ, запускаем инициативы для сообщества и проводим время в кругу своих. Организатор — Физтех-союз.

Подробности и регистрация

В новом выпуске подкаста «Кабинет Шрёдингера» — Константин Воронцов, выпускник МФТИ ФУПМ'94, один из основоположников российской школы машинного обучения. Д.ф.-м.н., профессор РАН, преподаватель МФТИ и ВМК МГУ, завлаб Института ИИ МГУ, создатель BigARTM, автор Дзен-канала «Цивилизационная идеология» 👉 https://dzen.ru/civideology

Константин — автор метода ARTM и open-source библиотеки BigARTM. Суть прорыва: классический байесовский подход (LDA) требовал переписывать всю математику заново под каждую новую задачу. ARTM заменил это конструктором — любые требования к модели добавляются как независимые слагаемые в одну формулу. Результат: BigARTM обогнал западные аналоги по скорости в разы и стал стандартом тематического моделирования.

📅 21 февраля, 14:00 (МСК) 📍 Онлайн (Zoom)

🏫 В партнерстве с Физтех-союзом

Детали и регистрация

🌍 IS AI THE NEXT ELECTRICITY, THE INTERNET — OR NUCLEAR ENERGY?

Every transformative technology gets compared to electricity. But what if AI is closer to nuclear power — immense potential, existential risks, and an urgent need for governance?

🎙 In the next episode of Schrödinger’s Office podcast, I’m sitting down with Konstantin Vorontsov — MIPT alumni (Faculty of Applied Mathematics, class of ‘94) and one of the founding figures of Russia’s machine learning school.

About the guest

Konstantin holds a Doctor of Sciences in Physics & Mathematics, is a Professor of the Russian Academy of Sciences, and teaches at both MIPT and MSU (Faculty of Computational Mathematics & Cybernetics). He heads a lab at MSU’s AI Institute and chairs the “Machine Learning & Digital Humanities” department at MIPT.

He is the creator of the ARTM method and the open-source library BigARTM — a breakthrough in topic modeling. Where the classical Bayesian approach (LDA) required rebuilding the entire mathematical framework for each new task, ARTM introduced a modular design: any model requirement can be added as an independent term in a single formula. The result outperformed Western analogs in speed by several times and became the standard for topic modeling.

Author of the Dzen channel “Civilizational Ideology” — exploring AI’s role in civilizational development far beyond computer science.

We'll discuss how Russia's ML school emerged in the early '90s, the academic rivalry between MIPT and MSU, and who leads the field today. We'll dig into whether AI coding is killing the junior developer pipeline — and if programming loses value, what gains it. We'll talk about BigARTM and where topic modeling remains irreplaceable even after the LLM revolution, what digital humanities really means, which models could become the next big thing after LLMs, whether ML can generate genuinely new knowledge, and if the world needs an international AI governance commission.

📅 February 21, 2:00 PM (UTC+3) 📍 Online (Zoom) 🗣️ Language: Podcast in Russian

Details and registration

📣 Сегодня открытый подкаст с Сергеем Дашковым (МФТИ, Ahmad Tea, AngelsDeck, Double B, True Global Ventures) в партнерстве с Физтех-Союзом 🏫

🎙️ Today Live Podcast with Sergey Dashkov

About the guest:

• MIPT alumnus (Moscow Institute of Physics and Technology ‘93)

• Built coffe&tea empire: Ahmad Tea Russia, Double B retail chain

• Angel investor in 100+ tech startups

• Co-founder AngelsDeck, Partner at True Global Ventures

What we’ll discuss:

🔬 Physics degree as competitive advantage — Does technical training help spot winning startups?

📊 Portfolio math — How many bets do you need for statistical significance?

🎓 MIPT effect — Why are MIPT founders overrepresented among successful entrepreneurs?

💰 Deep tech vs hype — Where’s the real ROI?

🚪 Exit strategies — Everyone talks about entering startups, but when to sell?

⚖️ Strengths & weaknesses — What tech founders excel at (and where they fail)

Why this matters: MIPT alumni are overrepresented among Russian tech founders and Forbes billionaires. Sergey has invested in dozens of them. Is this bias or real advantage?

📅 January 14, 3 PM (UTC+3) 📍 Online via Zoom 🗣️ Language: Russian

Details and registration → https://t.me/cherniagina/417

Quantum computers have moved from science fiction to reality. Amazon, Google, and IBM are building them right now. But there’s a massive gap between quantum theory on a blackboard and an actual working chip operating at -273°C.

How do you engineer coherence at the atomic level? What does a quantum fab actually look like? And which technology — superconducting qubits, ion traps, or neutral atoms — will win the quantum race?

I’m hosting an open discussion with someone who knows these answers firsthand.

🎙 Guest: Rassul Karabarin

Background:

• MIPT ‘04

• Caltech PhD (NEMS research, particle detectors at CERN)

• AWS Tech Lead, Quantum Computing Production

Rassul built Amazon’s quantum fab from scratch — assembled the team, constructed clean rooms operating at absolute zero, and developed the full production pipeline for quantum chips and semiconductor devices.

He’s worked across the entire stack: from fundamental physics research to manufacturing real quantum processors.

📅 Details

Date: January 8, 2025
Time: 20:00 (UTC+3)
Format: Live discussion via Zoom (need registration)
Language: Russian

This is an open event in partnership with the MIPT Alumni Phystech Union.

✅ Register to join the live discussion

Ask questions directly, connect with MIPT alumni working in quantum, and get insider perspective on one of tech’s most fascinating frontiers.

Register here: @Cherniagina_bot (Telegram)

Follow my Telegram channel for daily AI, deep tech and venture insights: https://t.me/cherniagina