Июнь в «Кабинете Шрёдингера»: математика как искусство, квартирник в Берлине и Reunion в Ереване
June on the Schrödinger's Office Podcast: mathematics as art, a Berlin gathering & the MIPT Reunion in Yerevan. English version below
В июне — открытый подкаст о том, почему красота в математике предшествует пользе, дебютный сайд-ивент к GITEX AI Europe в Берлине и главная международная встреча выпускников МФТИ в Ереване.
🧮 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)
🍸 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
🏔 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.
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