9月12日下午，应数学科学学院邀请，北京大学文再文教授在弘文楼B-413作了题为“探索基于学习的数学优化算法与理论”的学术报告。报告会由焦红伟副院长主持，学院部分教师、研究生、本科生等60余人参加。

随着人工智能技术的快速发展，数据、模型、算法与理论的深度融合正在为数学优化研究带来新的机遇。报告中，文再文教授围绕基于学习的数学优化算法与理论，系统介绍了人工智能与数学优化交叉融合的最新研究进展。首先，他从数据与建模出发，介绍了利用大模型辅助构建数学优化数据集的研究思路，探讨如何针对不同优化问题的结构特征与实际场景进行自适应建模和结构提取。在此基础上，文再文教授进一步介绍了人工智能驱动的优化算法研究，包括求解二元整数规划的蒙特卡洛策略优化算法，以及面向路径规划、DAG异构调度和二次指派等典型组合优化问题的学习优化方法，展示了机器学习与传统优化算法相结合在复杂优化问题求解中的潜力。最后，他从数学优化与人工智能协同发展的角度，介绍了通过数学优化形式化构建知识库、进一步推动自动定理证明的研究构想，为数学优化理论与人工智能的深度融合提供了新的研究思路。

报告结束后，与会师生围绕人工智能与数学优化的融合、学习优化算法的应用及相关研究问题与文再文教授进行了深入交流。本次报告内容丰富、视野开阔，既涵盖数学优化领域的前沿算法，又展现了人工智能赋能数学研究的新方向，进一步拓宽了与会师生的学术视野，为相关领域的研究与学习提供了有益启发。

专家简介：文再文，北京大学博雅特聘教授，主要研究最优化算法与理论、机器学习和人工智能。2016年获中国青年科技奖，2020年获国家科技创新领军人才，入选2023年度CJ学者特聘教授，获2025年度北京市科学技术奖自然科学奖一等奖和王选杰出青年学者奖，现为MOR、JSC、JORSC和CSIAM-AM等期刊编委，中国运筹学会副理事长。最优化教材入选教育部101计划核心教材、十四五国家重点出版物出版规划项目和十四五普通高等教育本科国家级规划教材，累计印刷17次4万余册。

（图片/黄冰迪 撰稿/黄冰迪 初审/田小霞 复审/焦红伟 终审/董瑞）