11月10日至19日，2025年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。本次会议由深圳北理莫斯科大学、俄罗斯科学院计算数学研究所、莫斯科国立大学主办，中国运筹学会数学与智能分会协办，莫斯科计算应用加速实验室、莫斯科无线电传输技术实验室、黄大年茶思屋科技网站支持。会议吸引了来自俄罗斯、意大利、法国等海外高校的院士专家，汇集了复旦大学、哈尔滨工业大学（深圳）等国内高校的专家学者，共建共享国际交流平台。

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以“立足两国、服务全球、引领创新”为目标，深耕基础研究与前沿探索，致力于搭建跨国跨学科的学术网络。当今世界处于科技革命与产业变革的交汇点，加强国际学术协作是推动科学进步的必然选择。

深圳北理莫斯科大学第一副校长谢尔盖·伊万琴科在致辞中表示，深圳北理莫斯科大学作为中俄两国联合办学的重要载体，自成立以来便肩负着搭建中俄教育合作桥梁、推动两国科技文化交流的重要使命。希望以本次会议为契机，进一步搭建高水平的学术交流与合作平台，推动张量方法在人工智能、数据科学领域的研究不断向纵深发展，助力两国科研工作者凝聚共识、深化合作、共促发展。

会议期间共组织了30场精彩纷呈的学术报告，主题包括张量分解的新算法与理论、高级优化技术、随机化技术及噪声数据处理、低秩张量及其优化在数据科学中的应用、张量与优化方法在无线通信中的应用。

在人工智能与机器学习的数学框架中，张量方法已成为描述和计算的核心语言。从线性代数中的向量与矩阵出发，张量方法将人工智能的数学语言推广至任意维度，构成了深度学习时代的计算基石。作为标量、向量、矩阵的自然延伸，张量以“多维数组”的形式统一了图像、文本、图结构等异质数据的表示，使得神经网络能够在同一套框架下处理现实世界的复杂性。更重要的是，张量运算不仅是现代GPU并行加速的核心单元，更通过分解、逼近等理论工具为模型压缩、隐变量分析与算法设计提供了深层洞见。如今，张量方法已超越单纯的表示手段，成为连接数学抽象与工程实践的关键桥梁，重塑了人工智能问题的建模与求解范式。

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继续发挥中俄合作办学优势，深化与全球顶尖院校、科研机构及产业界的协作，推动建立常态化交流、联合科研与人才培养机制，以本次会议为起点，凝聚学界共识，加速张量方法成果转化，让前沿科技更好地服务全球经济社会高质量发展，为构建人类命运共同体贡献力量。