ICML 1980
国际机器学习大会（ICML）的起源可以追溯到1980年7月在匹兹堡卡内基梅隆大学首次举办的国际机器学习研讨会。该研讨会由Jaime Carbonell、Ryszard S. Michalski和Tom M. Mitchell组织，汇聚了一小群研究人员，讨论当时在Artificial intelligence中仍属小众领域的机器学习新兴方向。
1980年的研讨会为后来成为全球历史最悠久、最负盛名的机器学习会议之一（与NeurIPS和ICLR并列）奠定了基础。数十年来，ICML从一个单一的研讨会发展为每年吸引数千名研究人员的年度会议，其论文集发表在开放获取的《Proceedings of Machine Learning Research》（PMLR）上。1980年的会议不仅具有历史意义，还确立了ICML对算法、统计学习和理论分析的核心关注，这一方向延续至今。
起源与组织
举办该研讨会的想法源于1970年代末人工智能研究者对机器学习日益增长的兴趣，尤其是在Xerox PARC和MIT CSAIL等机构。Carbonell、Michalski和Mitchell都是人工智能领域的知名人物，他们组织这次活动是为了促进合作，分享学习算法方面的早期进展。研讨会地点设在卡内基梅隆大学校园内，这所大学在随后的几十年中成为机器学习研究的重要中心。
当时，机器学习在很大程度上被归入符号人工智能的范畴，早期工作主要集中在基于规则的系统、决策树和归纳推理。研讨会讨论的主题包括概念学习、启发式搜索和知识表示，反映了1980年该领域的状况。这次规模相对较小的聚会促成了深入的交流，为早期ICML会议所特有的紧密、技术导向的氛围奠定了先例。
向会议的转变
1980年之后的十多年里，该活动继续以年度研讨会的形式举办，名称为国际机器学习研讨会，地点在各大学和研究实验室之间轮换。1993年，它正式升级为完整的会议系列，并更名为国际机器学习大会。这一转变反映了该领域的快速发展，以及为容纳日益增多的投稿和参会者而需要更大场地的现实需求。
1980年研讨会的成功在说服人工智能界相信机器学习值得拥有自己的专门论坛方面起到了关键作用。到1990年代中期，ICML已成为发表神经网络、决策树和贝叶斯方法研究成果的重要平台，并通常与国际机器学习协会（IMLS）合作，该协会目前负责监督会议事务。向会议模式的转变还带来了正式的论文评审和会议录出版流程，这有助于规范该领域的研究成果发布。
遗产与影响
1980年的研讨会常被视为机器学习成为独立学科的开端。许多早期参与者后来成为人工智能领域的领军人物，他们在研讨会上的合作催生了持续多年的研究项目。例如，Tom M. Mitchell后来撰写了具有影响力的教科书《机器学习》，并为Carnegie Mellon University著名的机器学习项目做出了贡献，而Ryszard Michalski则于1986年创办了《Machine Learning》期刊，为该领域提供了早期的专门发表渠道。
研讨会强调严谨的实证评估和算法创新，这一标准在ICML的同行评审流程中延续至今。如今，ICML发表的论文包括K-means聚类与PCA（2004）、批归一化（2015）和EfficientNet（2019）等奠基性工作，这些都深刻影响了现代人工智能。1980年会议的小规模与2025年会议收到的12,107篇投稿形成鲜明对比，但会议的核心使命始终未变：推动机器学习科学的发展。
对现代人工智能的影响
1980年研讨会播下的思想种子已成长为现代机器学习的广阔领域，如今支撑着Deep learning、large language models和Neural network系统等技术。对学习算法和泛化能力的强调为Transformer (architecture)架构和Generative AI模型等突破奠定了基础，这些成果由OpenAI和Google DeepMind等机构开发。尽管1980年的与会者难以预见当今人工智能的规模，但他们早期对计算学习机制的关注被证明具有深远的先见之明。
ICML的持续发展、、从2015年的1,037篇投稿增长到2025年的12,107篇，再到2026年的24,371篇、、凸显了始于卡内基梅隆大学的这一领域的持久重要性。研讨会强调开放讨论和思想交流，这一传统至今仍是该会议的核心特征，如今它每年吸引数千名研究人员和行业赞助者参与。