A Conferência Internacional sobre Representações de Aprendizagem (ICLR) é uma conferência acadêmica proeminente no campo da aprendizagem automática, realizada pela primeira vez em 2013. É dedicada à pesquisa sobre representações de aprendizagem, particularmente aprendizagem profunda e redes neurais. Junto com NeurIPS e ICML, a ICLR é considerada uma das três principais conferências de maior impacto e reputação em aprendizagem automática e pesquisa em inteligência artificial.
A conferência foi fundada por Yann LeCun e Yoshua Bengio em 2012, com o evento inaugural ocorrendo em 2013. Desde seu início, a ICLR adotou um processo de revisão por pares aberto para envios de artigos, um modelo proposto por LeCun. Esta abordagem torna todos os artigos enviados e revisões publicamente disponíveis online, contrastando com a revisão duplamente cega tradicional usada por muitas outras conferências.
Formato da Conferência
A ICLR é tipicamente realizada no final de abril ou início de maio de cada ano. O programa incluye palestras convidadas, apresentações orais e sessões de pósteres de artigos revisados. O processo de revisão aberto é uma característica definitoria, permitindo que a comunidade comente sobre os envios antes que as decisões de aceitação sejam tomadas. Esta transparencia visa fomentar uma disseminação mais rápida de ideias e um discurso científico mais colaborativo.
A conferência cobre uma ampla gama de tópicos, incluindo, mas não se limitando a: aprendizagem não supervisionada e semissupervisionada, modelos generativos, métodos de otimização como o optimizador Adam e outras variantes de SGD, técnicas de regularização como dropout e normalización por lotes, e arquiteturas como transformadores e redes residuais.
Fundação e Motivação
A fundação da ICLR foi motivada pelo rápido crescimento do interesse na aprendizagem profunda no início dos anos 2010. LeCun e Bengio, ambos pioneiros no campo, buscaram criar um espaço que se concentrasse especificamente na representação de aprendizagem, um tema que consideravam mal atendido por conferências existentes como NeurIPS e ICML. O modelo de revisão aberto foi uma inovação fundamental, projetado para acelerar o ciclo de revisão e tornar o processo mais democrático.
A primeira ICLR em 2013 atraiu uma comunidade relativamente pequena, mas altamente engajada. Ao longo dos anos, a conferência cresceu substancialmente, tornando-se um dos espaços mais seletivos e influentes no campo. Sua taxa de aceitação tem sido consistentemente baixa, refletindo a alta qualidade dos envios.
Impacto e Reputação
A ICLR é agora amplamente considerada uma conferência de primeira linha, com artigos publicados lá frequentemente tendo um impacto significativo tanto na academia como na indústria. Muitos trabalhos fundamentais em aprendizagem profunda, incluindo desenvolvimentos em modelos de linguagem de grande escala e atenção multi-cabeça, foram apresentados na ICLR. O processo de revisão aberto da conferência também influenciou outros espaços, com alguns adotando modelos similares.
A conferência é apoiada por grandes empresas de tecnologia e instituições de pesquisa, incluindo Google DeepMind, OpenAI, Anthropic e a Universidade de Toronto, entre outros. Este envolvimento da indústria sublinha a estrecha conexión entre a pesquisa da ICLR e aplicações práticas em áreas como processamento de linguagem natural, visão computacional e IA generativa.
Edições e Crescimento
Desde 2013, a ICLR tem sido realizada anualmente. A localização tem variado, com edições nos Estados Unidos, Canadá, Europa e Ásia. A conferência tem crescido consistentemente em termos de envios e participação, refletindo o escopo em expansão da pesquisa em aprendizagem automática. A partir do início dos anos 2020, a ICLR recebe milhares de envios cada ano, tornando-se uma das maiores e mais competitivas conferências no campo.
A conferência também incluye workshops e tutoriais, proporcionando oportunidades adicionais para pesquisadores apresentar trabalhos em progresso e discutir tópicos emergentes. O processo de revisão aberto se estende a estes eventos auxiliares, mantendo o compromiso da conferência com a transparencia.