अंतर्राष्ट्रीय मशीन लर्निंग सम्मेलन (ICML) एक अंतर्राष्ट्रीय शैक्षणिक सम्मेलन है जो मशीन लर्निंग पर 1980 से प्रतिवर्ष आयोजित होता है। यह सबसे पुराना है और, NeurIPS और ICLR के साथ, मशीन लर्निंग और कृत्रिम बुद्धिमत्ता अनुसंधान में उच्चतम प्रभाव और प्रतिष्ठा वाले तीन प्राथमिक सम्मेलनों में से एक है। अंतर्राष्ट्रीय मशीन लर्निंग सोसाइटी (IMLS) द्वारा आयोजित, ICML सांख्यिकीय शिक्षण सिद्धांत, एल्गोरिथम नवाचार और सुदृढीकरण शिक्षण में प्रगति प्रस्तुत करने के लिए एक केंद्रीय स्थल के रूप में कार्य करता 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। कार्यशाला का आयोजन Jaime Carbonell, Ryszard S. Michalski और Tom M. Mitchell द्वारा किया गया था, जो मशीन लर्निंग के उभरते क्षेत्र के लिए एक केंद्रित मंच बनाना चाहते थे। 1993 में, यह आयोजन एक दशक से अधिक की कार्यशालाओं पर आधारित होकर, अपने वर्तमान नाम के तहत एक पूर्ण सम्मेलन श्रृंखला में परिवर्तित हो गया।
2010 के दशक से, ICML की कार्यवाही मशीन लर्निंग अनुसंधान की कार्यवाही (PMLR) में खुली पहुंच के साथ प्रकाशित की गई है, जो जर्नल ऑफ मशीन लर्निंग रिसर्च की कार्यशाला और सम्मेलन कार्यवाही से विकसित हुई और 2015 में इसका नाम बदलकर PMLR कर दिया गया। खुली पहुंच की ओर यह बदलाव ICML अनुसंधान को वैश्विक अनुसंधान समुदाय के लिए व्यापक रूप से उपलब्ध कराता है।
ICML ने आधुनिक कृत्रिम बुद्धिमत्ता में कई मौलिक शोधपत्र प्रकाशित किए हैं। उल्लेखनीय कार्यों में लॉरेंस बर्कले नेशनल लेबोरेटरी का PCA के माध्यम से K-मीन्स क्लस्टरिंग (ICML 2004), Google का बैच नॉर्मलाइज़ेशन, Google Brain का EfficientNet (ICML 2019), OpenAI का CLIP (ICML 2021), और UC बर्कले का सॉफ्ट एक्टर-क्रिटिक (ICML 2018) शामिल हैं। इन योगदानों ने गहन शिक्षण और जनरेटिव AI में बाद के विकास को प्रभावित किया है।
विकास और सबमिशन
पिछले दशक में ICML का पैमाना नाटकीय रूप से बढ़ा है। सबमिशन 2015 में 1,037 शोधपत्रों (270 स्वीकृत) से बढ़कर 2025 में 12,107 सबमिशन (3,260 स्वीकृत) हो गए। स्वीकृति दर औसतन 21% (2020) से 30% (2024) के बीच रही है। 2026 में, सम्मेलन ने 24,371 सबमिट किए गए शोधपत्रों के साथ एक नया रिकॉर्ड स्थापित किया, जो पिछले वर्ष की कुल संख्या से दोगुने से अधिक है।
स्वीकृत सबमिशन स्थल पर पोस्टर के रूप में प्रस्तुत किए जाते हैं। विशेष रूप से उत्कृष्ट योगदान 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% सबमिट किए गए योगदानों को स्पॉटलाइट के रूप में नामित किया गया था, और 0.7% को अतिरिक्त रूप से मौखिक प्रस्तुति स्लॉट प्राप्त हुए। सर्वश्रेष्ठ योगदान को प्रतिवर्ष उत्कृष्ट शोधपत्र पुरस्कार से सम्मानित किया जाता है, जिसे पहले सर्वश्रेष्ठ शोधपत्र पुरस्कार के रूप में जाना जाता था, जिसे एक जूरी द्वारा चुना जाता है।
दायरा और प्रोफ़ाइल
ICML का दायरा मशीन लर्निंग की पूरी चौड़ाई को कवर करता है, जिसमें सैद्धांतिक विश्लेषण, एल्गोरिथम नवाचार और सांख्यिकीय शिक्षण पर विशेष जोर दिया जाता है। अन्य दो प्रमुख मशीन लर्निंग सम्मेलनों, NeurIPS और ICLR की तुलना में, ICML में पारंपरिक रूप से सांख्यिकीय शिक्षण सिद्धांत, सुदृढीकरण शिक्षण, रोबोटिक्स और अनुकूलन सिद्धांत पर अधिक सामग्री शामिल होती है। इसकी वार्षिक कार्यवाही खुली पहुंच वाली PMLR में प्रकाशित होती है।
यह सम्मेलन मशीन लर्निंग अनुसंधान और प्रतिभा तक पहुंच चाहने वाले प्रायोजकों को आकर्षित करता है। Google, Microsoft, Amazon, Meta और Apple जैसी प्रौद्योगिकी कंपनियां नियमित रूप से इस आयोजन को प्रायोजित करती हैं, वहां अपना शोध प्रकाशित करती हैं और स्थल पर शोधकर्ताओं की भर्ती करती हैं। Citadel Securities, Jane Street Capital और D.E. Shaw सहित वित्तीय फर्में भी ICML में अपनी उपस्थिति बनाए रखती हैं, जो मात्रात्मक वित्त में मशीन लर्निंग के बढ़ते महत्व को दर्शाता है।
कृत्रिम बुद्धिमत्ता पर प्रभाव
ICML ने कृत्रिम बुद्धिमत्ता अनुसंधान को आगे बढ़ाने में महत्वपूर्ण भूमिका निभाई है। कई तकनीकें जो अब आधुनिक AI प्रणालियों के केंद्र में हैं, जिनमें तंत्रिका नेटवर्क और सुदृढीकरण शिक्षण एल्गोरिदम शामिल हैं, ICML में प्रस्तुत और परिष्कृत की गई हैं। कठोर सैद्धांतिक नींव पर सम्मेलन का जोर मशीन लर्निंग को एक परिपक्व वैज्ञानिक अनुशासन के रूप में स्थापित करने में मदद करता है।
यह सम्मेलन शिक्षा जगत और उद्योग के बीच एक सेतु के रूप में भी कार्य करता है। Google DeepMind, OpenAI और Anthropic जैसी अग्रणी प्रयोगशालाओं के शोधकर्ता नियमित रूप से ICML में अपना नवीनतम कार्य प्रस्तुत करते हैं, जबकि स्टैनफोर्ड, MIT और UC बर्कले जैसे संस्थानों के विश्वविद्यालय समूह मौलिक अनुसंधान में योगदान करते हैं। यह सहयोग सैद्धांतिक अंतर्दृष्टि के व्यावहारिक अनुप्रयोगों में अनुवाद को तेज करता है।