来自莫斯科物理技术学院（MIPT）、圣彼得堡国立信息技术与光学大学（ITMO）和斯科尔科沃科技学院（Skoltech）的研究人员团队成功创建了一个光电突触——一种具有混合电控和光控功能的柔性忆阻器。它再现了大脑突触的重要特性。这种装置可以成为制造义眼的基础，以及按照“传感器内计算”原理运行的设备。它们与莫斯科物理技术学院 (MIPT) 目前正在创建的人工神经元以及之前展示的突触一起，可以成为神经形态人工视觉系统的组成部分。它们可以作为神经处理器或神经控制器的元素，用作固定和无人驾驶车辆上的“智能摄像头”。它们可以成为机器人“电子神经系统”的基本基础，也可以用于节能解决许多传统计算机无法处理的非线性问题。

莫斯科物理技术学院的科学家提出了一种解决方案，用于减少重达 5 公斤的无人机激光制导系统的振动。此项开发被命名为“Dronel”。莫斯科物理技术学院物理与技术实验室的开发人员提出的解决方案将有可能消除激光闪烁的问题。这反过来会提高无人机的制导质量和性能。该技术是专为轻型无人机（短程飞行器）设计的。 据该项目开发人员介绍，激光制导是无人机最常用的目标指示方法之一。该技术的原理是，激光束照射一个物体，然后设备检测反射的信号并朝着该物体定位。在这样的系统中，关键问题是振动，这会导致激光点散射，从而降低瞄准的准确性。使用无人机时的瞄准精度是通过激光实现的。项目经理、莫斯科物理技术与技术学院环境与生态监测科学技术中心工作人员阿尔乔姆·皮扬科夫表示，轻型无人机面临振动的问题。这是一个重要的方面，因为较小的散射半径可以更准确地确定激光的撞击位置。 

莫斯科物理技术学院 (MIPT) 和俄罗斯科学院物理技术研究所 (IITP RAS) 联合研究团队提出的算法可以有效地确定传输的数据的类型，即使数据是使用最新技术加密的。随着加密互联网流量的增加，确定所传输数据类型的任务变得越来越困难。传输层安全性（TLS）协议提供了数据保护，但新版本协议加密客户端问候（ECH）隐藏了服务器名称指示（SNI）等关键元数据，使早期流量分类（eTC）过程更加困难。这可能会对网络服务质量产生负面影响，因为正确的流量分类对于有效的资源管理是必要的。为了应对这些挑战，MIPT 和 IITP RAS 的研究人员开发了一种称为混合随机森林流量分类器 (hRFTC) 的新算法。该算法不仅使用公共的 TLS ECH 参数，还使用数据包大小和到达间隔等流量统计数据。根据 F 分数指标，这种方法可以显著提高数据识别的准确率，从 38.4% 提高到 96.4%。该项目作者之一、莫斯科物理技术学院俄罗斯科学院 IPPI 基础系学生安东·库拉波夫 (Anton Kurapov) 指出，开发的算法可用于中间网络节点，以提高服务质量。

基于代理的建模（ABM）是一种基于逻辑数学模型的模拟建模方法。描述系统要素结构和交互逻辑的算法是该模型在计算机上实现的基础。该算法的软件实现是使用自动化建模工具创建的模型。模型上的计算实验收集和处理信息以做出决策并影响真实系统。AOM在社会和社会经济进程领域积极发展，特别是在公共管理、监测和分析领域。它允许您根据真实的统计数据创建一个模拟任何地区公民社会的人工社会。这样的社会使得我们能够根据管理决策及其反应来预测社会经济进程的发展情景。

莫斯科国立大学的专家在世界级科学中心（NCMC）“超音速”的工作中提出了一种方法，可以评估和监控飞机飞行员或宇航员在执行复杂机动时的负荷。动态飞行模拟涉及使用特殊训练台重现过载对飞行员的影响。特别具有挑战性的是模拟执行复杂操作时发生的快速变化的过载。这项新研究首次提出了解决该问题的通用方法，既适用于离心机模拟器，也适用于基于工业机器人操作器的系统。该研究系统化并发展了该小组在训练综合体管理领域的先前研究成果。开发的方法包括模拟过载模块的方法、模拟阶段的滑模控制方法和优化的平台返回算法。提出的解决方案克服了传统训练系统的局限性，为训练飞行员和宇航员开辟了新的可能性。

莫斯科国立大学计算数学与控制论学院的研究人员已经开发出使用 TT 格式（张量序列）的非负低秩张量处理高维数据的有效方法。他们的方法解决了计算资源问题并消除了数据处理中出现的错误，例如数值模型中的负元素。科学家提出了一种新技术，利用点对点校正来对原始数据进行校正。这样就可以在不处理整个张量的情况下删除负元素，从而大大降低计算成本。这一创新使得算法能够适应数据维数的增长，避免了所谓的“维数灾难”。事实证明，所开发的方法在处理多光谱卫星图像的任务中特别有用。例如，它允许在保持数据准确性的同时对其进行压缩，避免“坏点”问题，这对于从太空分析地球图像非常重要。另一个例子是多组分过程的建模，例如凝结方程。这些方程描述了复杂系统中粒子的动力学，同时考虑了它们的源和汇。该方法为物理、化学、生物和工程科学领域的数据分析开辟了新的可能性。例如，它可用于气候学中分析大量气象数据、在医学中处理高维生物医学图像、在工业中优化复杂过程。

这是一项有关聚合组合物和纳米填料（二者可用于广泛应用的聚合物复合材料的生产中）的生产方法的发明。该方法包括向纳米填料中添加和混合聚合物和干燥纳米复合材料混合物。所有过程均在超声振荡空化场进行。得到成分和结构均匀且变形强度更高的聚合物复合材料。该技术包括使用能使纳米颗粒均匀分布的液体介质。此外，持续超声处理能让纳米颗粒团聚体分解，提高分布均匀性。

根据此前进行的研究发现该项技术可用于开发具有更强操作特性（如耐磨性和强度）的聚合物纳米复合材料。这些材料可以代替传统的工业材料，由使用这些材料制成的零件所组成的设备具有更高的有效性。已开发的技术扩大了纳米颗粒的应用领域，提高了其作为聚合物基体填料的有效性。

该项技术不仅能应用在纳米颗粒上，还能应用在微米填料上，如层状硅酸盐、纤维等。

多功能油添加剂“Epilam”含有纳米颗粒保护膜形成分子——含氟表面活性剂（润滑剂）添加剂，其可以在使用表面多用途保护纳米膜后添加入汽油中，可以发挥多种保护功能，其具有以下特性：抗摩擦、抗氧化、防腐、疏水、防粘。

添加剂可用于所有类型的电动机、变速箱和液压液体涡轮机油。Epilam添加剂延长了发动机的使用寿命，减少了维护，并且节省了燃油消耗。Epilam油添加剂的基本性能：磨损保护、作为洗涤剂、防腐蚀、分散剂。

圣彼得堡大学的一组科学家与 Planeta 研究中心和 Keldysh 中心的同事合作，开发了一种神经网络算法，用于从俄罗斯气象卫星测量大气中的臭氧含量。安装在俄罗斯流星-M系列卫星上的IKFS-2大气气象探测装置可以测量射出辐射的光谱，其中不仅包含气象信息，还包含大气成分数据。研究小组开发的算法和代码可直接应用于 Meteor-M 系列下一颗卫星上的设备；该卫星的下一次发射计划于今年夏季进行。该算法可适用于其他气象卫星上的类似设备。

圣彼得堡大学的专家与中国浙江大学的科学家共同研发出一种利用虚拟现实技术来教授来自不同国家和语言文化的学生的技术。此次开发还包括基于人工智能的同声翻译工具。在开发的技术框架内，教育过程得到了360度视频技术和基于人工智能的翻译工具的支持。来自中国的 11 名人文专业学生和来自俄罗斯的 13 名学生参与了此次开发测试。为了进行虚拟现实训练，他们拍摄了自己周围 360 度视角的视频。科学家们根据以下指标研究了这种教育环境的有效性：跨文化能力的类型、相关和不相关概念的数量以及在此基础上产生的语义关系，产生新的知识并用“概念”一词来表示。这些指标是在课前和课后进行的测量。对获得的数据阵列进行了分析，并进行了特别访谈，以研究跨文化关系的发展。研究人员向参与者询问了学生对其他文化的兴趣、好奇心、开放性和尊重程度。结果表明，虚拟和课堂环境中的跨文化学习有助于发展学生的知识并加强国际群体内的关系。