Die International Conference on Machine Learning (ICML) ist eine jährliche akademische Konferenz, die sich dem Gebiet des maschinellen Lernens widmet. Sie gilt neben der Conference on Neural Information Processing Systems (NeurIPS) und der International Conference on Learning Representations (ICLR) als eine der drei wichtigsten und einflussreichsten Konferenzen in der Forschung zu maschinellem Lernen und künstlicher Intelligenz. Die ICML wird von der International Machine Learning Society (IMLS) organisiert. Die Konferenz findet in der Regel im Juli statt, wobei die Einreichungsfrist für Beiträge Ende Januar liegt, die genauen Termine variieren jedoch je nach Jahr.
Geschichte
Die ICML entstand als International Workshop on Machine Learning, der erstmals im Juli 1980 an der Carnegie Mellon University in Pittsburgh stattfand. Der Workshop wurde von Jaime Carbonell, Ryszard S. Michalski und Tom M. Mitchell organisiert. Im Jahr 1993 entwickelte sich die Veranstaltung unter ihrem heutigen Namen zu einer vollwertigen Konferenzreihe, die auf fast einem Jahrzehnt von Workshops aufbaute. Seit den 2010er-Jahren werden die Konferenzbeiträge als Open-Access-Veröffentlichungen in den Proceedings of Machine Learning Research (PMLR) publiziert, die aus den JMLR Workshop and Conference Proceedings hervorgingen und 2015 in PMLR umbenannt wurden.
Bedeutende Beiträge
Die ICML hat zahlreiche einflussreiche Arbeiten veröffentlicht, die die moderne künstliche Intelligenz geprägt haben. Zu den bemerkenswerten Beispielen gehören die Arbeit von 2004 zur K-Means-Clusteranalyse mittels Hauptkomponentenanalyse (PCA) vom Lawrence Berkeley National Laboratory, die Einführung der Batch-Normalisierung durch Forscher von Google, das EfficientNet-Modell von Google Brain (2019), der Soft Actor-Critic-Algorithmus der University of California, Berkeley (2018) sowie das CLIP-Modell von OpenAI (2021). Diese Arbeiten hatten erhebliche Auswirkungen auf Bereiche wie Computer Vision, bestärkendes Lernen und Repräsentationslernen.
Wachstum und Statistiken
Die Konferenz verzeichnet ein erhebliches Wachstum bei Einreichungen und Annahmen. Im Jahr 2015 erhielt die ICML 1.037 Einreichungen und akzeptierte 270 Beiträge. Bis 2025 stieg die Zahl der Einreichungen auf 12.107, wobei 3.260 Beiträge angenommen wurden. Die Annahmequote lag im Durchschnitt zwischen 21 % (im Jahr 2020) und 30 % (im Jahr 2024). Im Jahr 2026 stellte die Konferenz mit 24.371 eingereichten Beiträgen einen neuen Rekord auf und verdoppelte damit die Gesamtzahl des Vorjahres mehr als. Angenommene Beiträge werden vor Ort als Poster präsentiert, wobei besonders herausragende Arbeiten für mündliche Präsentationen ausgewählt oder als „Spotlight Papers“ ausgezeichnet werden. Im Jahr 2026 wurden 2,2 % der Einreichungen als Spotlights gekennzeichnet und weitere 0,7 % für mündliche Präsentationen ausgewählt. Der beste Beitrag wird jährlich mit dem „Outstanding Paper Award“ (formell dem „Best Paper Award“) geehrt.
Umfang und Sponsoring
Der Umfang der ICML erstreckt sich über die gesamte Breite des maschinellen Lernens, mit besonderem Schwerpunkt auf theoretischer Analyse, algorithmischer Innovation und statistischem Lernen. Im Vergleich zu NeurIPS und ICLR bietet die ICML traditionell mehr Inhalte zu statistischer Lerntheorie, bestärkendem Lernen, Robotik und Optimierungstheorie. Die Konferenz zieht Sponsoren an, die Zugang zu Forschung und Talenten im Bereich des maschinellen Lernens suchen. Technologieunternehmen wie Google, Microsoft, Amazon, Meta und Apple sponsern die Veranstaltung regelmäßig, veröffentlichen ihre Forschung und rekrutieren Forscher. Auch Finanzunternehmen wie Citadel Securities, Jane Street Capital und D.E. Shaw sind bei der ICML häufig präsent.
Siehe auch
- ICLR
- Journal of Machine Learning Research
- Machine Learning (Zeitschrift)
- NeurIPS
Referenzen
- Offizielle Website der International Conference on Machine Learning (icml.cc)
- Website der International Machine Learning Society (machinelearning.org)