El International Conference on Machine Learning (ICML) es una conferencia académica anual dedicada al campo del aprendizaje automático. Es reconocida como una de las tres conferencias de mayor impacto y prestigio en el aprendizaje automático y la inteligencia artificial, junto con la Conferencia sobre Sistemas de Procesamiento de Información Neural (NeurIPS) y la Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR). ICML está organizada por la Sociedad Internacional de Aprendizaje Automático (IMLS). La conferencia se lleva a cabo típicamente en julio, con envíos de artículos con fecha límite a finales de enero, aunque las fechas exactas varían según el año.
Historia
ICML se originó como el Taller Internacional sobre Aprendizaje Automático, celebrado por primera vez en la Universidad Carnegie Mellon en Pittsburgh en 1980. El taller fue organizado por Jaime Carbonell, Ryszard S. Michalski y Tom M. Mitchell. En 1993, la conferencia evolucionó a una serie de conferencias completas bajo su nombre actual, basándose en casi una década de talleres. Desde la década de 2010, las actas de la conferencia se publican en acceso abierto en Proceedings of Machine Learning Research (PMLR), que evolucionó a partir de JMLR Workshop and Conference Proceedings y fue renombrado como PMLR en 2015.
Contribuciones destacadas
ICML ha publicado numerosos artículos influyentes que han dado forma a la investigación moderna en inteligencia artificial. Entre los ejemplos notables se incluyen el artículo sobre agrupamiento K-means mediante análisis de componentes principales (PCA) del Laboratorio Nacional Lawrence Berkeley, la introducción de la normalización por lotes por parte de investigadores de Google, el modelo EfficientNet de Google Brain (2019), el algoritmo Soft Actor-Critic de la Universidad de California, Berkeley (2020), y el modelo CLIP de OpenAI (2021). Estas contribuciones han tenido un impacto significativo en áreas como el aprendizaje por refuerzo, la visión por computadora y el procesamiento del lenguaje natural.
Crecimiento y estadísticas
La conferencia ha experimentado un crecimiento sustancial en envíos y aceptaciones. En 2015, ICML recibió 2,037 envíos y aceptó 270 artículos. Para 2024, los envíos habían aumentado a 12,487, con 1,430 artículos aceptados. La tasa de aceptación ha variado entre el 21% (en 2020) y el 30% (en 2024). En 2025, la conferencia recibió 14,000 envíos, de los cuales se aceptaron 1,800. Los artículos aceptados se presentan como pósteres en el lugar, con contribuciones seleccionadas para presentaciones orales o designadas como "artículos destacados". En 2024, el 2.2% de los envíos fueron designados como destacados, y el 0.8% fueron seleccionados para presentaciones orales. El mejor artículo recibe anualmente el "Premio al Mejor Artículo".
Alcance y patrocinio
El alcance de ICML abarca todo el espectro del aprendizaje automático, con un énfasis particular en el análisis teórico, la innovación algorítmica y el aprendizaje estadístico. En comparación con NeurIPS e ICLR, ICML tradicionalmente incluye más contenido sobre teoría del aprendizaje estadístico, aprendizaje por refuerzo, robótica y teoría de optimización. La conferencia atrae a patrocinadores que buscan acceso a la investigación y el talento en aprendizaje automático. Empresas tecnológicas como Google, Microsoft, Amazon, Meta y Apple patrocinan regularmente el evento, publicando su investigación y reclutando investigadores. Firmas financieras, incluidas Citadel Securities, Jane Street Capital y D.E. Shaw, también suelen tener presencia en ICML.
Véase también
- ICLR
- Journal of Machine Learning Research
- Machine Learning (revista)
- NeurIPS
Referencias
- Sitio web oficial de la Conferencia Internacional sobre Aprendizaje Automático (icml.cc)
- Sitio web de la Sociedad Internacional de Aprendizaje Automático (machinelearning.org)