ICML 1980
अंतर्राष्ट्रीय मशीन लर्निंग सम्मेलन (ICML) की उत्पत्ति अंतर्राष्ट्रीय मशीन लर्निंग कार्यशाला से हुई है, जो पहली बार जुलाई 1980 में पिट्सबर्ग के कार्नेगी मेलन विश्वविद्यालय में आयोजित की गई थी। जैमे कार्बोनेल, रिस्ज़र्ड एस. मिचाल्स्की और टॉम एम. मिशेल द्वारा आयोजित इस कार्यशाला ने मशीन लर्निंग के उभरते क्षेत्र पर चर्चा करने के लिए शोधकर्ताओं के एक छोटे समूह को एक साथ लाया, जो उस समय Artificial intelligence के भीतर एक विशिष्ट क्षेत्र था।
1980 की कार्यशाला ने उस चीज़ की नींव रखी जो बाद में मशीन लर्निंग में दुनिया का सबसे पुराना और सबसे प्रतिष्ठित सम्मेलन बन गया, साथ ही NeurIPS और ICLR के साथ। दशकों में, ICML एक एकल कार्यशाला से एक वार्षिक सम्मेलन में विकसित हुआ है जो हजारों शोधकर्ताओं को आकर्षित करता है, जिसकी कार्यवाही खुली-पहुंच वाली Proceedings of Machine Learning Research (PMLR) में प्रकाशित होती है। 1980 की घटना न केवल अपने ऐतिहासिक महत्व के लिए उल्लेखनीय है, बल्कि एल्गोरिदम, सांख्यिकीय लर्निंग और सैद्धांतिक विश्लेषण पर मुख्य ध्यान स्थापित करने के लिए भी, जो आज भी ICML को परिभाषित करता है।
उत्पत्ति और संगठन
कार्यशाला का विचार 1970 के दशक के अंत में AI शोधकर्ताओं के बीच मशीन लर्निंग में बढ़ती रुचि से उत्पन्न हुआ, विशेष रूप से Xerox PARC और MIT CSAIL जैसे संस्थानों में। कार्बोनेल, मिचाल्स्की और मिशेल, जो सभी AI में प्रमुख व्यक्ति थे, ने सहयोग को बढ़ावा देने और लर्निंग एल्गोरिदम में प्रारंभिक विकास साझा करने के लिए इस कार्यक्रम का आयोजन किया। कार्यशाला कार्नेगी मेलन के परिसर में आयोजित की गई थी, जो बाद के दशकों में मशीन लर्निंग अनुसंधान के लिए एक प्रमुख केंद्र बन गया।
उस समय, मशीन लर्निंग काफी हद तक प्रतीकात्मक AI के अंतर्गत शामिल थी, जिसमें प्रारंभिक कार्य नियम-आधारित प्रणालियों, निर्णय वृक्षों और आगमनात्मक अनुमान पर केंद्रित था। कार्यशाला में अवधारणा लर्निंग, अनुमानी खोज और ज्ञान प्रतिनिधित्व जैसे विषयों पर चर्चा की गई, जो 1980 में क्षेत्र की स्थिति को दर्शाती है। अपेक्षाकृत छोटी सभा ने गहन बातचीत की अनुमति दी, जिसने प्रारंभिक ICML संस्करणों की विशेषता वाले घनिष्ठ, तकनीकी रूप से केंद्रित माहौल के लिए एक मिसाल कायम की।
सम्मेलन में परिवर्तन
1980 के बाद एक दशक से अधिक समय तक, यह कार्यक्रम अंतर्राष्ट्रीय मशीन लर्निंग कार्यशाला के नाम से एक वार्षिक कार्यशाला के रूप में जारी रहा, जिसके स्थान विश्वविद्यालयों और अनुसंधान प्रयोगशालाओं के बीच घूमते रहे। 1993 में, इसे औपचारिक रूप से एक पूर्ण सम्मेलन श्रृंखला में उन्नत किया गया और अंतर्राष्ट्रीय मशीन लर्निंग सम्मेलन का नाम अपनाया गया। यह परिवर्तन क्षेत्र के तेजी से विकास और बढ़ती संख्या में प्रस्तुतियों और प्रतिभागियों को समायोजित करने के लिए एक बड़े स्थल की आवश्यकता को दर्शाता है।
1980 की कार्यशाला की सफलता AI समुदाय को यह विश्वास दिलाने में सहायक थी कि मशीन लर्निंग अपने स्वयं के समर्पित मंच की हकदार है। 1990 के दशक के मध्य तक, ICML न्यूरल नेटवर्क, निर्णय वृक्षों और बायेसियन विधियों पर शोध प्रकाशित करने के लिए एक प्रमुख स्थान बन गया था, अक्सर अंतर्राष्ट्रीय मशीन लर्निंग सोसायटी (IMLS) के सहयोग से, जो अब सम्मेलन की देखरेख करती है। सम्मेलन मॉडल में बदलाव ने औपचारिक पेपर समीक्षा और कार्यवाही प्रकाशन भी लाया, जिसने क्षेत्र के शोध आउटपुट को मानकीकृत करने में मदद की।
विरासत और प्रभाव
1980 की कार्यशाला को अक्सर मशीन लर्निंग के एक अलग अनुशासन के रूप में एक मौलिक क्षण के रूप में उद्धृत किया जाता है। प्रारंभिक प्रतिभागियों में से कई बाद में AI में नेता बन गए, और कार्यशाला में उनके सहयोग ने स्थायी शोध कार्यक्रमों की नींव रखी। उदाहरण के लिए, टॉम एम. मिशेल ने बाद में प्रभावशाली पाठ्यपुस्तक "मशीन लर्निंग" लिखी और Carnegie Mellon University के प्रसिद्ध ML कार्यक्रम में योगदान दिया, जबकि रिस्ज़र्ड मिचाल्स्की ने 1986 में मशीन लर्निंग जर्नल की स्थापना की, जो एक प्रारंभिक समर्पित प्रकाशन आउटलेट प्रदान करता है।
कार्यशाला का कठोर अनुभवजन्य मूल्यांकन और एल्गोरिदमिक नवाचार पर जोर एक मानक स्थापित करता है जो ICML की सहकर्मी-समीक्षा प्रक्रिया में बना रहता है। आज, ICML प्रकाशनों में K-means क्लस्टरिंग वाया PCA (2004), बैच नॉर्मलाइज़ेशन (2015) और EfficientNet (2019) जैसे मौलिक कार्य शामिल हैं, जिन्होंने आधुनिक AI को आकार दिया है। 1980 की घटना का मामूली पैमाना 2025 के सम्मेलन के 12,107 प्रस्तुतियों के जनसांख्यिकीय आंकड़ों के साथ तीव्र विपरीत है, लेकिन मुख्य मिशन अपरिवर्तित है: मशीन लर्निंग के विज्ञान को आगे बढ़ाना।
आधुनिक AI पर प्रभाव
1980 की कार्यशाला में बोए गए बौद्धिक बीज आधुनिक मशीन लर्निंग के विशाल क्षेत्र में विकसित हुए हैं, जो अब Deep learning, बड़े भाषा मॉडल और Neural network प्रणालियों जैसी तकनीकों को शक्ति प्रदान करता है। लर्निंग एल्गोरिदम और सामान्यीकरण पर जोर ने Transformer (architecture) आर्किटेक्चर और OpenAI और Google DeepMind जैसे संगठनों द्वारा विकसित Generative AI मॉडल जैसी सफलताओं की नींव रखी। जबकि 1980 के प्रतिभागी शायद ही आज के AI के पैमाने की कल्पना कर सकते थे, कम्प्यूटेशनल लर्निंग तंत्र पर उनका प्रारंभिक ध्यान दूरदर्शी साबित हुआ।
ICML की निरंतर वृद्धि, 2015 में 1,037 प्रस्तुतियों से 2025 में 12,107 और 2026 में 24,371 तक, कार्नेगी मेलन में शुरू हुए क्षेत्र की स्थायी प्रासंगिकता को रेखांकित करती है। खुली चर्चा और विचार विनिमय पर कार्यशाला का जोर आधुनिक सम्मेलन की एक पहचान बना हुआ है, जो अब हर साल हजारों शोधकर्ताओं और उद्योग प्रायोजकों को आकर्षित करता है।