正在瑞典斯德哥尔摩国际会展中心举行的国际机器学习大会(ICML)受到全世界科技界的关注。本次会议共接收到2473篇论文，远远高于去年的1676篇，突破历史新高。其中621篇被接收，接收率为25.1%，几乎与去年持平。谷歌公司的地位依旧无人撼动，论文数在所有机构中排名第一。
ICML源于1980年在卡内基-梅隆大学(CMU)举办的机器学习研讨会，由国际机器学习学会(IMLS)主办，每年一届，举办地各有不同。作为AI领域最顶级的学术会议，ICML如今已经被学术研究者广泛认可，同时也受到各大科技公司、机构的重视，几乎每场会议都座无虚席。那么，ICML到底为什么吸引了如此多的关注呢?
首先在机器学习领域，由于技术更新换代非常快，几乎书本和期刊里的知识都是“过期”的，只有从顶级会议上的论文，才能学习到行业中最前端的知识。而且每年ICML都会接收到来自全世界学术机构、科技公司的论文，但审查非常严格，通过率一直保持在25%左右，这很大程度上保证了ICML刊发出的论文质量。同时ICML的论文几乎都可以在网络上免费下载和阅读，不难想象，这种又好又免费的“馅饼”为什么会受到追捧了。
也因此，许多科研人员以在ICML发表论文为荣，几乎领域中每一个世界级的“技术大牛”都会在ICML发表过论文。值得一提的是，在今年的ICML中，腾讯AI Lab有8篇论文上榜，清华大学有6篇论文上榜，在最佳论文的评选之中，复旦大学大数据学院副教授黄增峰独立署名的论文《Near Optimal Frequent Directions for Sketching Dense and Sparse Matrices》获得亚军，说明在学术界，中国已经与世界强国的距离已经相当接近，实在可喜可贺。
作为ICML的另一个重头戏，会议展览区展出了各大科技公司最新的机器学习领域的成果。包括Microsoft(微软)、Intel(英特尔)、Google(谷歌)、NVIDIA(英伟达)、Abakus(鲸算科技)等机器学习和人工智能等领域的先锋科技公司悉数到场，如英伟达展出了仅使用噪点图像训练的图像增强方法，鲸算科技展出了通过人工智能类脑芯片(Neuromorphic chip)帮助智能家电及金融系统提升运行效率的方法，各家公司从科技理论到技术应用方面展开角逐，为到场的观众带来一场视觉盛宴。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
