The International Conference on Learning Representations (ICLR) एक प्रमुख शैक्षणिक सम्मेलन है जो मशीन लर्निंग और कृत्रिम बुद्धिमत्ता पर केंद्रित है, जिसे विशेष रूप से गहरे तंत्रिका नेटवर्क के प्रतिनिधित्व सीखने (representation learning) के पहलुओं पर ध्यान केंद्रित करने के लिए स्थापित किया गया था। 2013 में शुरू किए गए, ICLR को लगातार NeurIPS और ICML के साथ क्षेत्र के तीन सबसे प्रभावशाली सम्मेलनों में से एक के रूप में स्थान दिया जाता है, जो हर साल हजारों प्रस्तुतियाँ आकर्षित करता है। इसकी विशिष्ट पहचान एक खुली सहकर्मी समीक्षा प्रक्रिया है, जहाँ पेपर प्रस्तुतियाँ और समीक्षक टिप्पणियाँ सार्वजनिक रूप से दिखाई देती हैं, यह मॉडल Yann LeCun के प्रस्तावों से प्रेरित था और 2012 में इसके सह-संस्थापकों Yann LeCun और Yoshua Bengio द्वारा औपचारिक रूप दिया गया था।
उत्पत्ति और स्थापना
ICLR की स्थापना मौजूदा सम्मेलनों में एक कथित अंतर से उत्पन्न हुई, जो अक्सर प्रतिनिधित्व सीखने को एक केंद्रीय शोध विषय के बजाय एक उप-विषय के रूप में मानते थे। 2012 में, न्यूयॉर्क विश्वविद्यालय के तत्कालीन यान लेकुन और मॉन्ट्रियल विश्वविद्यालय के योशुआ बेंगियो ने प्रतिनिधित्व सीखने के लिए समर्पित एक नया मंच प्रस्तावित किया, जिसमें तंत्रिका नेटवर्क और गहन शिक्षा मॉडल जैसी वास्तुकलाएँ शामिल थीं। उन्होंने खुली समीक्षा के साथ पहले के प्रयोगों से प्रेरणा ली, जैसे कि जर्नल ऑफ मशीन लर्निंग रिसर्च द्वारा उपयोग किए गए, ताकि एक ऐसी प्रक्रिया डिज़ाइन की जा सके जो पारदर्शिता बढ़ाए और वैज्ञानिक संवाद को तेज करे। पहला संस्करण 2013 में संयुक्त राज्य अमेरिका के एरिज़ोना के स्कॉट्सडेल में 2 मई से 4 मई तक आयोजित किया गया था, और 400 से अधिक प्रतिभागियों को आकर्षित किया।
शुरुआत से अपनाया गया खुला समीक्षा प्रारूप, पारंपरिक डबल-ब्लाइंड समीक्षा से अलग था। इसके बजाय, प्रस्तुतियाँ एक सार्वजनिक मंच पर पोस्ट की जाती हैं जहाँ कोई भी पंजीकृत सदस्य टिप्पणी कर सकता है, और नामित समीक्षक खुली चर्चा के साथ औपचारिक मूल्यांकन प्रदान करते हैं। इस दृष्टिकोण को पेपर की गुणवत्ता में सुधार और समुदाय की भागीदारी को बढ़ावा देने का श्रेय दिया गया है, हालाँकि समीक्षकों के कार्यभार और संभावित पूर्वाग्रहों के बारे में भी आलोचनाओं का सामना करना पड़ा है।
विकास और प्रभाव
अपने पहले वर्ष में लगभग 200 प्रस्तुतियों के साथ, ICLR तेजी से आकार और प्रतिष्ठा में बढ़ा। 2020 तक, सम्मेलन को 2,500 से अधिक प्रस्तुतियाँ मिलीं, और 2024 तक, यह संख्या 7,000 से अधिक हो गई, जिसमें मुख्य ट्रैक के लिए स्वीकृति दर 30 प्रतिशत से कम थी। सम्मेलन आमतौर पर अप्रैल के अंत या मई की शुरुआत में आयोजित किया जाता है, जो उत्तरी अमेरिकी और यूरोपीय शहरों के बीच घूमता है, 2020 के बाद वर्चुअल घटकों को जोड़ा गया। इसकी कार्यवाही OpenReview प्लेटफ़ॉर्म के माध्यम से प्रकाशित होती है, जो हर पेपर के लिए सार्वजनिक समीक्षा इतिहास को होस्ट करना जारी रखता है।
ICLR का प्रभाव इसके उद्धरण मेट्रिक्स और जनरेटिव एआई और ट्रांसफॉर्मर वास्तुकलाओं को आगे बढ़ाने में इसके प्रकाशित पेपरों की व्यापकता से स्पष्ट है। बड़े भाषा मॉडल पर कई मौलिक कार्य, जिनमें स्केलिंग कानूनों और ध्यान तंत्रों पर अध्ययन शामिल हैं, ICLR में पहली बार प्रस्तुत किए गए। सम्मेलन ने "प्रतिलिपि प्रस्तुत करने योग्यता चुनौती" जैसे उल्लेखनीय नवाचार भी पेश किए, जो प्रकाशित परिणामों के स्वतंत्र सत्यापन को प्रोत्साहित करते हैं, और सर्वश्रेष्ठ पेपरों और उत्कृष्ट छात्र पेपरों के लिए पुरस्कार स्थापित किए हैं।
सम्मेलन संरचना
प्रत्येक ICLR संस्करण कई दिनों तक फैला होता है और इसमें प्रमुख शोधकर्ताओं से आमंत्रित व्याख्यान, चयनित पेपरों की मौखिक प्रस्तुतियाँ और व्यापक पोस्टर सत्र शामिल होते हैं। कार्यक्रम समिति, जो शिक्षा और उद्योग के वरिष्ठ क्षेत्र अध्यक्षों और समीक्षकों से बनी होती है, दोहरी-ट्रैक प्रणाली के तहत काम करती है: एक मानक प्रस्तुति ट्रैक और 2020 में पेश किया गया एक अधिक सट्टा "ब्रेनस्टॉर्म" ट्रैक, जो अपरंपरागत विचारों को प्रोत्साहित करता है। विशेष रूप से, ICLR ने "टेस्ट ऑफ टाइम" पुरस्कार के साथ भी प्रयोग किया है, जो एक दशक पहले के उन पेपरों को मान्यता देता है जिनका स्थायी प्रभाव रहा है।
सम्मेलन के इतिहास में प्रमुख व्यक्तियों में इसके संस्थापक सामान्य अध्यक्ष, लेकुन और बेंगियो, साथ ही बाद के कार्यक्रम अध्यक्ष जैसे Yoshua Bengio (2016) और Koray Kavukcuoglu (2018) शामिल हैं। सम्मेलन उद्योग प्रयोगशालाओं के साथ मजबूत संबंध बनाए रखता है, जिसमें OpenAI, Google DeepMind, और Anthropic के शोधकर्ताओं से नियमित योगदान होता है, जो आधुनिक गहन शिक्षण अनुसंधान की व्यावहारिक प्रकृति को दर्शाता है।
आलोचनाएँ और विकास
खुला समीक्षा मॉडल, हालांकि क्रांतिकारी है, ने जाँच को आकर्षित किया है। कुछ शोधकर्ताओं का तर्क है कि सार्वजनिक टिप्पणियाँ जोखिम भरे कार्य को हतोत्साहित कर सकती हैं या प्रतिकूल गतिशीलता पैदा कर सकती हैं। इसके जवाब में, ICLR ने समय-समय पर नीतियों को समायोजित किया है, जैसे कि लेखकों को प्रारंभिक समीक्षा अवधि के दौरान सार्वजनिक टिप्पणियों से बाहर निकलने की अनुमति देना और 2022 में अंतिम निर्णयों से चर्चा को अलग करने के लिए दो-चरणीय समीक्षा चक्र पेश करना। इसके अतिरिक्त, सम्मेलन के विकास ने समीक्षा गुणवत्ता के बारे में चिंताएँ पैदा की हैं; इसे संबोधित करने के लिए, ICLR ने क्षेत्र अध्यक्षों की संख्या बढ़ाई और एक "संगति जाँच" प्रणाली लागू की।
इन चुनौतियों के बावजूद, ICLR गहन शिक्षण और कृत्रिम बुद्धिमत्ता में सफलताओं को प्रसारित करने के लिए एक केंद्रीय मंच बना हुआ है, जो शैक्षणिक अनुसंधान और औद्योगिक तैनाती दोनों को आकार देता है। इसके संस्थापक सिद्धांतों - खुलेपन और प्रतिनिधित्व सीखने पर ध्यान - ने अन्य सम्मेलनों को प्रभावित किया है, हालाँकि किसी ने भी इसके मॉडल को पूरी तरह से दोहराया नहीं है।
यह भी देखें
- ICML - इंटरनेशनल कॉन्फ्रेंस ऑन मशीन लर्निंग
- NeurIPS - न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स
- AAAI कॉन्फ्रेंस ऑन आर्टिफिशियल इंटेलिजेंस - एक व्यापक एआई सम्मेलन जिसका लंबा इतिहास है
संदर्भ
- यान लेकुन और योशुआ बेंगियो, ICLR का संस्थापक वक्तव्य, 2012।
- ICLR कार्यवाही, OpenReview, 2013-2024।
- सम्मेलन आँकड़े और स्वीकृति दरें, जैसा कि आधिकारिक घोषणाओं और अभिलेखीय रिकॉर्ड में रिपोर्ट किया गया है।