近日，2024首届数学与人工智能问题中的张量方法国际学校会议在深圳北理莫斯科大学圆满举行。会议由俄罗斯科学院计算数学研究所、莫斯科大学、深圳北理莫斯科大学、莫斯科RTT算法实验室主办，共分为三个子论坛，吸引了来自俄罗斯、法国、加拿大等多个海外高校的院士专家，并汇集了中国科学院、北京大学、北京师范大学等国内高校的专家学者近260名参会人员齐聚一堂，共建共享国际交流平台。深圳北理莫斯科大学计算数学与控制系俄方主任布达克主持会议。

开幕式上，深圳北理莫斯科大学校长李和章向远道而来的专家学者表示热烈欢迎。他在致辞中强调，深圳北理莫斯科大学自成立以来，一直致力于推动中俄两国在教育、科研和创新方面的深度合作。学校肩负着培养国际化创新人才、促进两国学术交流与技术合作的特殊使命。能够举办这样一场高水平的国际学术会议，不仅是对学校在中俄合作办学中取得的成果的肯定，更能对学校继续推动国际化教育合作与学术交流提供强大动力。

深圳北理莫斯科大学第一副校长伊万琴科表示，非常开心能够邀请到来自全球的顶尖学者和业界精英，共同分享研究成果、经验和心得，该平台将进一步推动数学与人工智能研究的创新与应用，让中俄两国乃至全球的科研力量助力科技的蓬勃发展。

莫斯科RTT算法实验室主任陈冰致寄语青年学者把握机遇，关注前沿、聚焦应用，并预祝大会顺利举办。

汇国际学术大师，传数学学科之道。会议期间，三个分论坛共组织了74场精彩纷呈的学术报告。俄罗斯科学院计算数学研究所自然科学院院士特尔特什尼科夫作题为“张量与优化”的开场报告。介绍了与张量分解相关的优化问题，以及基于张量列分解的一种通用全局优化算法。俄罗斯科学院通讯院士、俄罗斯国际数学中心主任卡巴尼欣介绍了“正则化：从代数方程到神经网络”。他谈到，正则化是构造数学物理和神经网络逆病态问题解的近似的最有效方法之一。经典正则化方法有助于在正态和伪解的意义上构建神经网络线性部分的最佳权重矩阵。牛津大学朱利安-贝里切茨基（Julien Berestycki）教授作题为“分枝选择粒子系统和选择规则”的报告，介绍了一类带选择规则的分枝粒子系统以及相关性。

学术报告聚焦于张量方法的前沿研究和应用，深度剖析了张量分解的最新算法、优化技术、噪声数据处理、低秩张量在数据科学的应用等议题。

连接国际学术，开创未来之路。会议为人工智能与张量研究领域的专家学者提供了一个高水平的交流和合作平台，参会嘉宾通过积极讨论和交流，进一步推进了该研究领域的沟通与互鉴。会议的成功举办，不仅为参会人员在人工智能与张量研究领域的未来合作打下了坚实基础，也为推动中俄两国在教育、科研和创新方面的深度合作提供了强大动力。深圳北理莫斯科大学将汇聚国际学校的更大合力，充分发挥人工智能等新兴技术的赋能作用，帮助更多国家加强科技能力建设，助力知识和技术全球流动。