国際機械学習会議（ICML）は、機械学習に特化した年次の学術会議であり、1980年に初めて開催され、国際機械学習学会（IMLS）によって運営されている。これは、最古の会議として認識されており、NeurIPSおよびICLRと並んで、機械学習および人工知能研究において最も影響力と評判の高い三つの主要会議の一つである。会議は通常7月に開催され、論文の提出締め切りは1月末であるが、正確な日程は年によって異なる。
ICMLは、機械学習の理論と応用における進展を発表するための中心的な場として機能し、世界中の学界および産業界から研究者を集めている。その proceedings はオープンアクセスで公開され、この会議は現代の人工知能技術の発展において基盤的な役割を果たしてきた。
歴史
ICMLは、国際機械学習ワークショップとして始まり、1980年7月にピッツバーグのカーネギーメロン大学で初めて開催された。のワークショップは、Jaime Carbonell、Ryszard S. Michalski、およびTom M. Mitchellによって組織され、10年以上にわたって開催された後、1993年に現在の名称での完全な会議シリーズへと移行した。2010年代以降、その proceedings は、Journal of Machine Learning Researchの Workshop and Conference Proceedings から発展し、2015年に改名されたオープンアクセスの Proceedings of Machine Learning Research（PMLR）に掲載されている。
数十年にわたり、ICMLは現代の機械学習を支える数多くの影響力のある論文を発表してきた。注目すべき例としては、ローレンス・バークレー国立研究所による主成分分析を用いたK-meansクラスタリングに関する研究（2004年）、Googleによるバッチ正規化の導入、Google BrainによるEfficientNet（2019年）、OpenAIによるCLIP（2021年）、およびUCバークレーによるSoft Actor-Critic（2018年）が挙げられる。これらの貢献は、深層学習、ニューラルネットワーク、および生成AIなどの分野を形成してきた。
会議の規模は劇的に成長している。論文提出数は、2015年の1,037件（270件採択）から、2025年の12,107件（3,260件採択）へと増加した。2026年には、提出数は記録的な24,371件に達し、前年から2倍以上となった。採択率は、21%（2020年）から30%（2024年）の間で変動している。採択された論文はポスターとして発表され、その一部は口頭発表に選ばれるか、委員会によって「スポットライト論文」に指定される。2026年には、提出数の2.2%がスポットライトの地位を獲得し、0.7%が口頭発表に選ばれた。さらに、審査員は毎年、最優秀貢献を Outstanding Paper Award（旧称：最優秀論文賞）で表彰する。
範囲と焦点
ICMLの範囲は、機械学習の全幅を網羅しており、特に理論的分析、アルゴリズムの革新、および統計的学習に重点を置いている。NeurIPSおよびICLRと比較して、ICMLは伝統的に、統計的学習理論、強化学習、ロボティクス、および最適化理論に関する内容をより多く特徴としている。この焦点は、基礎的な問題に取り組む研究者と応用システムに取り組む研究者の両方を引き付けている。
会議の年次の proceedings はPMLRに掲載され、研究コミュニティへの広範なアクセス可能性を確保している。このオープンアクセスモデルは、ICMLが実務者と学者の両方にとって重要なリソースとしての役割を果たすことに貢献している。
##産業界との関わり
ICMLは、最先端の研究と新興人材へのアクセスを求めるテクノロジー企業からの substantial なスポンサーシップを集めている。Google、Microsoft、Amazon、Meta、およびAppleなどの大手企業は、定期的にこのイベントをスポンサーし、そこで自社の研究を発表し、また現地で研究者を採用している。Citadel Securities、Jane Street Capital、およびD.E. Shawなどの金融機関も、 notable な存在感を示しており、機械学習の計量ファイナンスにおける重要性の高まりを反映している。
この産業界の関与は、学術研究と商業的応用の橋渡しに役立っており、ICMLで発表された多くの画期的な成果が、後に製品やサービスに取り入れられている。この会議はまた、ネットワーキングのハブとしても機能し、大学の研究室と企業の研究部門との間の協力を促進している。
##影響と認知
ICMLは、機械学習におけるトップクラスの会議として広く認識されており、厳格な査読プロセスと、画期的な研究を発表してきた強力な実績を有している。その論文は、最適化技術からモデルアーキテクチャまで、この分野で標準的なツールとなる手法を頻繁に紹介している。この会議の提出数の成長は、計算能力とデータ利用可能性の進展によって推進された、機械学習研究のより広範な拡大を反映している。
Outstanding Paper Awardは、非常に競争の激しい栄誉であり、技術水準を大幅に進展させる貢献を表彰している。過去の受賞者には、トランスフォーマー、大規模言語モデル、およびスケーラブルな訓練方法などのトピックに関する研究が含まれており、その多くが深層学習およびその先のその後の発展に影響を与えてきた。
##関連項目
- ICLR
- Journal of Machine Learning Research
- NeurIPS