ICML सम्मेलन

अंतर्राष्ट्रीय मशीन लर्निंग सम्मेलन (ICML) एक वार्षिक शैक्षणिक सम्मेलन है जो मशीन लर्निंग को समर्पित है, जो पहली बार 1980 में आयोजित किया गया था और अंतर्राष्ट्रीय मशीन लर्निंग सोसाइटी (IMLS) द्वारा आयोजित किया जाता है। इसे सबसे पुराना और NeurIPS तथा ICLR के साथ, मशीन लर्निंग और कृत्रिम बुद्धिमत्ता अनुसंधान में सबसे अधिक प्रभाव और प्रतिष्ठा वाले तीन प्राथमिक सम्मेलनों में से एक माना जाता है। यह सम्मेलन आम तौर पर जुलाई में होता है, जिसमें पेपर जमा करने की अंतिम तिथि जनवरी के अंत में होती है, हालांकि सटीक तिथियाँ वर्ष के अनुसार भिन्न होती हैं।

ICML मशीन लर्निंग के सिद्धांत और अनुप्रयोग में प्रगति प्रस्तुत करने के लिए एक केंद्रीय मंच के रूप में कार्य करता है, जो दुनिया भर के शिक्षाविदों और उद्योग के शोधकर्ताओं को आकर्षित करता है। इसकी कार्यवाही खुली-पहुँच में प्रकाशित होती है, और सम्मेलन ने आधुनिक कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों के विकास में एक आधारभूत भूमिका निभाई है।

इतिहास

ICML की उत्पत्ति अंतर्राष्ट्रीय मशीन लर्निंग कार्यशाला के रूप में हुई, जो पहली बार जुलाई 1980 में पिट्सबर्ग में कार्नेगी मेलन विश्वविद्यालय में आयोजित की गई थी। यह कार्यशाला Jaime Carbonell, Ryszard S. Michalski, और Tom M. Mitchell द्वारा आयोजित की गई थी, और यह एक दशक से अधिक समय तक चली, इससे पहले 1993 में इसे वर्तमान नाम के तहत एक पूर्ण सम्मेलन श्रृंखला में बदल दिया गया। 2010 के दशक से, इसकी कार्यवाही खुली-पहुँच वाली Proceedings of Machine Learning Research (PMLR) में प्रकाशित होती रही है, जो Journal of Machine Learning Research के Workshop and Conference Proceedings से विकसित हुई और 2015 में इसका नाम बदलकर PMLR कर दिया गया।

दशकों के दौरान, ICML ने कई प्रभावशाली पेपर प्रकाशित किए हैं जो समकालीन मशीन लर्निंग की नींव रखते हैं। उल्लेखनीय उदाहरणों में लॉरेंस बर्कले नेशनल लेबोरेटरी का principal component analysis के माध्यम से K-means क्लस्टरिंग पर काम (2004), Google द्वारा batch normalization की शुरुआत, Google Brain का EfficientNet (2019), OpenAI का CLIP (2021), और UC Berkeley का Soft Actor-Critic (2018) शामिल हैं। इन योगदानों ने डीप लर्निंग, न्यूरल नेटवर्क, और जनरेटिव एआई जैसे क्षेत्रों को आकार दिया है।

सम्मेलन का पैमाना नाटकीय रूप से बढ़ा है। सबमिशन 2015 में 1,037 पेपर (270 स्वीकृत) से बढ़कर 2025 में 12,107 पेपर (3,260 स्वीकृत) हो गए। 2026 में, सबमिशन रिकॉर्ड 24,371 तक पहुँच गए, जो पिछले वर्ष से दोगुने से अधिक है। स्वीकृति दर 21% (2020) और 30% (2024) के बीच उतार-चढ़ाव करती रही है। स्वीकृत पेपरों को पोस्टर के रूप में प्रस्तुत किया जाता है, जिनमें से एक उपसमुच्चय को मौखिक प्रस्तुतियों के लिए चुना जाता है या एक समिति द्वारा "स्पॉटलाइट पेपर" के रूप में नामित किया जाता है। 2026 में, 2.2% सबमिशन को स्पॉटलाइट का दर्जा मिला और 0.7% को मौखिक प्रस्तुति के लिए चुना गया। इसके अतिरिक्त, एक जूरी सर्वश्रेष्ठ योगदान को प्रतिवर्ष Outstanding Paper Award से सम्मानित करता है, जिसे पहले Best Paper Award के रूप में जाना जाता था।

दायरा और फोकस

ICML का दायरा मशीन लर्निंग की पूरी चौड़ाई को शामिल करता है, जिसमें विशेष जोर सैद्धांतिक विश्लेषण, एल्गोरिथ्मिक नवाचार और सांख्यिकीय शिक्षण पर होता है। NeurIPS और ICLR की तुलना में, ICML परंपरागत रूप से सांख्यिकीय शिक्षण सिद्धांत, सुदृढीकरण शिक्षण, रोबोटिक्स और अनुकूलन सिद्धांत पर अधिक सामग्री प्रदर्शित करता है। यह फोकस मौलिक प्रश्नों के साथ-साथ अनुप्रयुक्त प्रणालियों पर काम करने वाले शोधकर्ताओं को आकर्षित करता है।

सम्मेलन की वार्षिक कार्यवाही PMLR में प्रकाशित होती है, जिससे शोध समुदाय तक व्यापक पहुँच सुनिश्चित होती है। यह खुली-पहुँच मॉडल ICML की चिकित्सकों और शिक्षाविदों दोनों के लिए एक प्रमुख संसाधन के रूप में भूमिका में योगदान देता है।

उद्योग सहभागिता

ICML प्रौद्योगिकी कंपनियों से पर्याप्त प्रायोजन आकर्षित करता है जो अत्याधुनिक शोध और उभरती प्रतिभा तक पहुँच चाहती हैं। Google, Microsoft, Amazon, Meta और Apple जैसी प्रमुख फर्में नियमित रूप से इस आयोजन को प्रायोजित करती हैं, अपने शोध को वहाँ प्रकाशित करती हैं और स्थल पर शोधकर्ताओं की भर्ती करती हैं। Citadel Securities, Jane Street Capital और D.E. Shaw सहित वित्तीय संस्थान भी एक उल्लेखनीय उपस्थिति बनाए रखते हैं, जो मात्रात्मक वित्त में मशीन लर्निंग के बढ़ते महत्व को दर्शाता है।

यह उद्योग सहभागिता शैक्षणिक शोध और वाणिज्यिक अनुप्रयोग के बीच सेतु बनाने में मदद करती है, जिसमें ICML में प्रस्तुत कई सफलताएँ बाद में उत्पादों और सेवाओं में अपना रास्ता खोज लेती हैं। यह सम्मेलन एक नेटवर्किंग केंद्र के रूप में भी कार्य करता है, जो विश्वविद्यालय प्रयोगशालाओं और कॉर्पोरेट शोध प्रभागों के बीच सहयोग को बढ़ावा देता है।

प्रभाव और मान्यता

ICML को व्यापक रूप से मशीन लर्निंग में एक शीर्ष-स्तरीय मंच माना जाता है, जिसमें एक कठोर सहकर्मी-समीक्षा प्रक्रिया और मौलिक कार्यों को प्रकाशित करने का एक मजबूत ट्रैक रिकॉर्ड है। इसके पेपर अक्सर ऐसे तरीकों को पेश करते हैं जो क्षेत्र में मानक उपकरण बन जाते हैं, अनुकूलन तकनीकों से लेकर मॉडल आर्किटेक्चर तक। सबमिशन में सम्मेलन की वृद्धि मशीन लर्निंग शोध के व्यापक विस्तार को दर्शाती है, जो कंप्यूटिंग शक्ति और डेटा उपलब्धता में प्रगति से प्रेरित है।

Outstanding Paper Award एक अत्यधिक प्रतिस्पर्धी सम्मान है, जो उन योगदानों को मान्यता देता है जो कला की स्थिति को महत्वपूर्ण रूप से आगे बढ़ाते हैं। पिछले विजेताओं में ट्रांसफॉर्मर, बड़े भाषा मॉडल और स्केलेबल प्रशिक्षण विधियों जैसे विषयों पर काम शामिल रहा है, जिनमें से कई ने डीप लर्निंग और उससे आगे के बाद के विकास को प्रभावित किया है।

यह भी देखें

• ICLR
• Journal of Machine Learning Research
• NeurIPS