Ученые впервые экспериментально зафиксировали туннелирование электронов группами через одиночный атомный дефект, что открывает перспективы для развития квантовых технологий.
Исследователи МФТИ представили алгоритм HARP, который повышает качество сильно сжатых языковых моделей и снижает ошибки при квантовании на 12–15%.
Ученые из МФТИ разработали алгоритм HARP для оптимизации сжатия нейросетей, который позволяет снизить нагрузку на вычислительные мощности дата-центров.
Исследователи МФТИ представили технологию навигации по сигналам сотовых сетей, обеспечивающую точность определения координат от 3 до 20 метров.
Исследователи МФТИ создали мемристор, способный хранить данные до 12 суток и увеличивший ресурс перезаписи в 20 раз, что приближает создание эффективных нейроморфных процессоров.
Студенты МФТИ запустили платформу The HackNet, которая с помощью ИИ генерирует верифицированные CTF-задачи на основе реальных уязвимостей.
Исследователи из МФТИ и Сычуанского университета представили метод SWNN, который позволяет реконструировать 3D-модели пористых материалов по одному 2D-снимку с помощью нейросетей.
МФТИ и компания «НМ-Тех» подписали соглашение о сотрудничестве для объединения академических исследований и промышленного производства микросхем.
Холдинг «Швабе» и МФТИ объединят усилия для разработки энергоэффективной электроники на основе материалов толщиной в несколько атомов.
Холдинг «Швабе» и МФТИ договорились о совместной разработке энергоэффективной микроэлектроники и фотоники нового поколения.
Исследователи из МФТИ создали биоморфную нейросеть для сегментации МРТ-снимков, которая работает в 1000 раз быстрее аналогов и устойчива к помехам.
Исследователи из МФТИ разработали алгоритм SG-Safe, который ускоряет принятие решений роботами в 10 раз и снижает аварийность в 17 раз.
МФТИ запустил курс для аспирантов по созданию персональной ИИ-среды для автоматизации научной деятельности и повышения эффективности исследований.
Ученые МФТИ представили архитектуру сверхпроводникового квантового симулятора на основе поляризационных трансмонов для изучения топологических состояний.
Ученые МФТИ представили математическую модель для подводных дронов, использующих аналог плавательного пузыря рыб для повышения энергоэффективности и автономности.
Ученые МФТИ разработали нейросетевой алгоритм ALPACA для оптимизации скорости и надежности передачи данных в сетях 5G и 6G.
