Ant Group mempublikasikan empat makalah di IJCAI 2026, secara sistematis mengeksplorasi kemampuan adaptif AI dalam lingkungan dinamis.

Penulis artikel, sumber: Leifengwang

Algoritma secerdas apa pun akhirnya harus diuji dalam lingkungan dinamis.

IJCAI-ECAI 2026 akan diadakan di Bremen, Jerman, dari 15 hingga 21 Agustus 2026. Pada saat konferensi berlangsung, AI Technology Review sedang melakukan pemindaian sistematis terhadap makalah-makalah yang diterima di konferensi top ini untuk mengidentifikasi tren teknologi dan arah industri.

DiRingkasan Paper Huawei IJCAI 2026: Dari «Kepadatan Parameter» ke «Kepadatan Desain», kami mengamati kehati-hatian perusahaan besar dalam kompetisi parameter, serta upaya mereka untuk meningkatkan efisiensi daya komputasi.

Keempat makalah yang dipilih oleh Ant Group menunjukkan jalur teknis yang sama pentingnya tetapi berbeda jalan: eksplorasi sistematis terhadap kemampuan beradaptasi terhadap lingkungan dinamis.

Akurasi model algoritmik terus memecahkan rekor di laboratorium, tetapi begitu dideploy ke dunia nyata, penurunan kinerja hampir menjadi hal biasa. Alasannya sederhana: dunia nyata tidak pernah statis.

Skenario bisnis Ant Group mendorong "ketidakstasioneran" ini hingga ke titik ekstrem: lebih dari 1 miliar pengguna, 8.000 layanan berbeda, puncak pembayaran dan rendahnya aktivitas tengah malam bisa berbeda beberapa orde besar, model pengendalian risiko harus merespons iterasi strategi kejahatan siber dalam hitungan jam, dan peluncuran global harus disesuaikan dengan infrastruktur keuangan yang sangat berbeda di setiap negara.

Dalam lingkungan seperti ini, model statis dengan pendekatan "latih sekali, deploy selamanya" pasti terjebak dalam situasi "mengukir kapal untuk mencari pedang".

Oleh karena itu, kecerdasan sejati terletak pada apakah algoritma dapat merasakan perubahan lingkungan, menyesuaikan strateginya secara aktif, dan mencari solusi optimal dalam dinamika. Keempat makalah grup Ant ini secara bersama-sama menjawab proposisi inti ini: bagaimana membuat AI berkembang dari “solver statis” menjadi “penyesuaian dinamis”?

01 MSRGC-Net: Membuat klasterisasi deret waktu "beradaptasi" terhadap distribusi kepadatan data

Time series clustering is an essential tool for understanding behavioral patterns and monitoring anomaly signals by automatically grouping massive sequences of behavior.

Namun metode yang ada masing-masing memiliki kelemahan:

Metode kesamaan (seperti k-Shape): mampu menangkap pola lokal, tetapi harus menghitung jarak antara semua pasangan sampel, sehingga menjadi lambat ketika data semakin banyak;
Metode pembelajaran mendalam (seperti autoencoder): kemampuan representasi kuat, tetapi pelatihan mahal, penyesuaian parameter rumit, dan konsumsi daya komputasi besar;
Ekstraksi fitur tradisional: bergantung pada desain fitur manual, informasi dinamis waktu penting mungkin hilang.

Masalah yang lebih besar adalah: distribusi kepadatan data time-series di dunia nyata sangat tidak merata—data transaksi Double Eleven padat seperti hujan deras, sementara data tengah malam jarang seperti tetesan air, tetapi metode tradisional memerlukan Anda untuk memberitahukan terlebih dahulu berapa banyak kategori yang harus dibagi, yang pada dasarnya bertentangan dengan kenyataan.

MSRGC-Net yang diusulkan oleh Ant Group bekerja sama dengan Chongqing University of Posts and Telecommunications menggunakan serangkaian pendekatan "tanpa pelatihan" untuk menghindari dilema antara akurasi dan efisiensi komputasi.

Alamat makalah: https://arxiv.org/pdf/2606.12077v1

▎Logika intinya dapat dipecah menjadi tiga langkah:

Langkah pertama, encoding reservoir multiscale (ekstraksi fitur). Gunakan beberapa jaringan status gema (ESN) tanpa pelatihan sebagai unit dasar komputasi reservoir, hanya dengan menyesuaikan spektral radius untuk secara bersamaan mengekstrak fluktuasi lokal dan tren jangka panjang dari urutan waktu asli, lalu menggabungkan semua sampel untuk membentuk matriks fitur tampilan, yang akan menjadi input untuk tahap selanjutnya.

Langkah kedua, membangun peta anchoring "Granular Ball" (pemodelan struktur), ini adalah bagian paling cerdik. Algoritma tidak lagi fokus pada titik data tunggal, tetapi secara otomatis membagi "Granular Ball" berdasarkan kepadatan lokal data: area dengan kepadatan tinggi membentuk banyak butiran kecil, sementara area dengan kepadatan rendah membentuk sedikit butiran besar. Skala data dikompresi dari N menjadi M (jumlah granular ball, M < N), sekaligus mengurangi gangguan noise.

Langkah ketiga, optimasi grafik multiscale berbasis konsensus. Grafik anchoring lintas skala digabungkan melalui strategi konsensus, memungkinkan model untuk menangkap pola mikro lokal sekaligus memahami tren makro global, menghasilkan hasil klastering yang robust tanpa perlu menentukan jumlah klaster secara manual.

How effective is this strategy?

Pada 5 set data benchmark multivariat dan 15 metrik evaluasi (NMI, ARI, RI masing-masing 5), MSRGC-Net memperoleh 12 hasil terbaik dan 2 hasil kedua—tingkat terbaik 80%.

Yang lebih penting, ia menghindari perhitungan berpasangan O(n²) dan mencapai kompleksitas hampir linier. Dengan kata sederhana: cepat dan akurat, tanpa perlu Anda menebak berapa banyak kategori yang harus dibagi.

Dalam skenario bisnis nyata Ant, ini berarti sistem dapat secara otomatis menyesuaikan tingkat granularitas klaster berdasarkan kepadatan lalu lintas—pada jam sibuk, kelompok dibagi secara halus untuk mendeteksi anomali, sedangkan pada jam sepi, pengelompokan dilakukan secara kasar untuk menghemat daya komputasi, selalu mengikuti data.

02 Membuat strategi pencampuran data adaptif untuk pembelajaran penguatan offline ke online

Pembelajaran penguatan memiliki masalah terkenal "tidak cocok dengan lingkungan" — "pergeseran distribusi": model yang dilatih pada data offline cenderung "lupa" begitu diluncurkan. Ini terjadi karena ada perbedaan distribusi antara data offline dan data interaksi online, sehingga strategi pada awal online dengan cepat "melupakan" pengetahuan yang dipelajari dari offline.

Solusi yang ada tidak lebih dari dua: entah tetap pada rasio campuran 50% offline + 50% online, atau menggunakan aturan heuristik untuk lebih memprioritaskan pengambilan sampel "strategi terdekat".

Tapi masalahnya, kebutuhan strategi di berbagai tahap sama sekali berbeda—pada tahap awal dibutuhkan lebih banyak data offline untuk menstabilkan fondasi dasar, sedangkan pada tahap akhir dibutuhkan lebih banyak data online untuk mengeksplorasi kemungkinan baru. Strategi yang tetap sama itu seperti mengukir kapal untuk mencari pedang.

Ant Group bekerja sama dengan Shanghai Jiao Tong University mengusulkan ROAD, mengubah rasio pencampuran data dari "parameter tetap" menjadi "variabel keputusan dinamis".

Alamat makalah: https://arxiv.org/pdf/2605.14497

Iden intinya menarik: pemilihan data pada dasarnya merupakan masalah optimasi dua lapisan.

Level dalam (Inner-Level): Pembaruan Q-learning standar, yaitu meminimalkan kesalahan Bellman;
Lapisan luar (Outer-Level): Menganggap strategi pencampuran data sebagai variabel keputusan meta, dengan tujuan memaksimalkan pengembalian harapan dari strategi daring.

Dua lapisan dihitung secara aproksimasi menggunakan algoritma Multi-Armed Bandit (MAB), sehingga strategi hibrida dapat disesuaikan secara real-time selama pelatihan: begitu ditemukan bahwa model mulai "melupakan" pengetahuan yang dipelajari pada tahap offline, proporsi sampling data offline otomatis dinaikkan untuk menstabilkan fondasi dasar; ketika model cenderung konservatif dan kurang eksploratif, proporsi data online segera ditingkatkan untuk mendorongnya mencoba kesalahan.

Eksperimen dilakukan dengan sangat solid. Tim telah melakukan validasi pada tiga benchmark klasik dari offline ke online reinforcement learning: AntMaze (robot mencari tujuan di labirin), MuJoCo (kontrol gerak robot bio-inspirasi), dan FrankaKitchen (lengan robot menyelesaikan operasi kompleks di dapur). Tugas-tugas ini memiliki tingkat kesulitan berbeda dan ruang status yang beragam, sehingga mampu menguji kemampuan generalisasi algoritma secara komprehensif.

Untuk menguji keumuman algoritma ROAD, tim peneliti menggabungkan ROAD dengan berbagai algoritma offline utama seperti IQL, PEX, CQL, dan Cal-QL. Hasilnya menunjukkan: terlepas dari algoritma dasar yang digunakan, ROAD selalu memberikan peningkatan performa yang stabil.

Dengan contoh PEX+ROAD, metode ini mencapai skor rata-rata keseluruhan 71.12 pada 24 tugas kontrol kontinu D4RL, unggul di 18 dari 24 tugas, secara signifikan lebih baik daripada semua baseline seperti rasio tetap, rasio menurun, dan pemulihan seimbang heuristik.

Dengan demikian, ROAD mampu menemukan titik keseimbangan optimal antara “warisan konservatif” dan “eksplorasi agresif”—tidak hanya mencegah kegagalan saat peluncuran, tetapi juga tidak melewatkan peluang peningkatan yang dibawa oleh data real-time. Metode ini memiliki nilai yang jelas untuk skenario seperti peluncuran model pengendalian risiko Grup Ant dan optimasi real-time sistem rekomendasi.

03 DSEBO: Membuat pencarian ruang subspasi adaptif dari optimasi Bayesian dimensi tinggi

Bayesian optimization adalah metode klasik untuk mengoptimalkan fungsi black-box, tetapi langsung mengalami kesulitan saat menghadapi masalah berdimensi tinggi. Salah satu solusi umum adalah random embedding—memproyeksikan optimasi ke ruang subdimensi rendah, tetapi muncul masalah baru: berapa sebenarnya dimensi efektifnya?

Metode tradisional either mengandalkan pengalaman ahli untuk menentukan dimensi ruang subspasi tetap, atau menggunakan pendekatan coba-coba untuk memperkirakan berulang-ulang, yang tidak hanya menghabiskan banyak sumber daya, tetapi juga dimensi ruang subspasi yang tetap sulit disesuaikan dengan berbagai tugas. Lebih merepotkan lagi, dimensi efektif itu sendiri mungkin berubah seiring proses optimasi: pada tahap awal eksplorasi, dimensi rendah sudah cukup, tetapi pada tahap akhir fine-tuning, mungkin diperlukan detail dengan dimensi yang lebih tinggi.

DSEBO yang diusulkan oleh Ant Group bersama East China Normal University dan Nanjing University menjadikan dimensi ruang sub sebagai "variabel dinamis" dalam proses optimasi, yang secara otomatis beralih seiring kemajuan pencarian.

Alamat makalah: https://arxiv.org/pdf/2605.23473

Mekanisme inti DSEBO adalah "naik bertahap dari rendah ke tinggi":

Dari ruang subspasi berdimensi rendah, optimizer menghasilkan solusi kandidat di ruang berdimensi rendah, kemudian dipetakan ke ruang asli melalui embedding acak, dengan cepat memahami kontur perkiraan fungsi tujuan, dan hasil umpan balik mendorong pembaruan iteratif proses Gaussian;
Mengamati bahwa setelah konvergensi, ekspansi dimensi secara otomatis dipicu, dengan menggunakan matriks embedding bersama untuk "mewarisi" solusi berdimensi rendah ke dimensi yang lebih tinggi;
Inisialisasi dan optimasi berkelanjutan ruang sub, dipastikan oleh matriks penyemat bersama agar setiap ruang sub saling bersarang, membentuk siklus "eksplorasi dimensi rendah → pemicu konvergensi → ekspansi dimensi → optimasi berkelanjutan", hingga mencapai batas anggaran evaluasi.

Dalam tahap ekspansi dimensi, tingkat ekspansi juga tidak tetap—algoritma secara adaptif menyesuaikan berdasarkan kurva nilai optimal saat ini: jika kurva datar, ekspansi dilakukan lebih lambat untuk menghindari pemborosan sumber daya; jika kurva curam, ekspansi dilakukan lebih cepat untuk segera menangkap keuntungan dimensi tinggi.

Hasil eksperimen menunjukkan: pada fungsi sintetis (Levy, Griewank, Sphere, D=1000) dan tiga tugas nyata (MSLR, Lasso-Hard, LIMO), DSEBO dibandingkan secara satu per satu dengan selusin metode utama seperti REMBO, SIRBO, BAxUS, dan TuRBO, dan memenangkan solusi terbaik di hampir semua tugas—unggul dalam akurasi dan kecepatan konvergensi.

Pendekatan “eksplorasi dimensi rendah, penyesuaian presisi dimensi tinggi” ini juga sangat praktis dalam pengembangan harian Ant Group—optimasi hiperparameter model kredit, pencarian optimal threshold strategi manajemen risiko, dan desain eksperimen multivariabel untuk kampanye pemasaran, tidak lagi memerlukan perkiraan dimensi secara intuitif dari ahli; algoritma secara otomatis “berjalan sambil melihat”, mencapai operasi otomatis dan efisien.

04 VGA-BenchV2: Membuat benchmark evaluasi video menjadi "beradaptasi" terhadap evolusi ekosistem AIGC

Jika tiga makalah sebelumnya membahas adaptasi pada tingkat algoritma, maka VGA-BenchV2 menunjukkan bagaimana infrastruktur evaluasi dapat "beradaptasi" terhadap iterasi ekosistem teknologi AIGC. Ini juga merupakan satu-satunya makalah dari keempatnya yang berfokus pada pemahaman konten multimodal, mencerminkan cadangan strategis Ant Group di bidang non-keuangan seperti kehidupan digital dan ekosistem konten.

AIGC menyebabkan ledakan produksi video, tetapi satu masalah inti menghambat: bagaimana kita mengevaluasi kualitas video yang dihasilkan secara sistematis?

Indikator evaluasi tradisional seperti FVD (menilai kualitas keseluruhan dan konsistensi temporal), CLIP Score (menilai konsistensi semantik antara gambar yang dihasilkan dan deskripsi teks), terutama melihat apakah gambar jelas, gerakan lancar, dan teks sesuai. Mengenai komposisi yang apik, pencahayaan yang teliti, serta warna yang harmonis—kualitas persepsi yang berkaitan dengan “keindahan” ini, mereka hampir tidak berdaya.

Sebelumnya di CVPR 2026, Ant Group bekerja sama dengan Beijing Film Academy dan Big Artificial Intelligence Institute (BIGAI) mengusulkan VGA-Bench, yang pertama kali membangun kerangka tiga dimensi untuk evaluasi estetika video (kualitas estetika, label estetika, kualitas generasi), serta membangun benchmark berdasarkan 1.016 prompt, 12 model generasi, dan lebih dari 60.000 video, sehingga AI pertama kali belajar untuk "mengapresiasi" video dari sudut pandang profesional.

Tautan makalah: https://arxiv.org/pdf/2604.10127

Namun, model generasi video berkembang terlalu cepat, dengan ritme iterasi bulanan membuat benchmark tetap segera “tidak lagi cukup”. Dalam paper IJCAI 2026 ini, tim selanjutnya meluncurkan VGA-BenchV2.

Alamat sumber terbuka:

https://huggingface.co/datasets/BestVictoryLab/VGA-Bench

▎Tiga evolusi utama:

Pertama, volume annotasi manual meningkat. VGA-BenchV2 menambahkan 36.000 annotasi tingkat tugas manual, terdiri dari 16.200 annotasi kualitas estetika, 13.200 annotasi label estetika, dan 6.600 annotasi kualitas generasi, masing-masing meningkat 13,46 kali, 11,15 kali, dan 1,55 kali dibandingkan VGA-Bench. Data "preferensi manusia" yang lebih memadai membuat evaluator lebih selaras dengan penilaian estetika manusia.

Kedua, peningkatan arsitektur evaluator. Tim merancang arsitektur hibrida: VAQA-Net bertanggung jawab atas penilaian estetika kontinu, sementara VTag-Net dan VGQA-Net melakukan pengenalan tag dan penilaian kualitas berdasarkan model bahasa visual besar Qwen. Pengenalan model besar meningkatkan pemahaman evaluator terhadap semantik visual yang kompleks. Hasil eksperimen menunjukkan bahwa hasil penilaiannya sangat konsisten dengan penilaian manusia pada berbagai model generatif.

Ketiga, menghubungkan siklus tertutup dari "evaluasi" ke "optimasi". Ini adalah desain paling revolusioner dari VGA-BenchV2: ia menggunakan evaluator estetika yang dipelajari sebagai sinyal reward, secara langsung digunakan untuk fine-tuning model generatif berbasis reinforcement learning. Artinya, benchmark evaluasi tidak lagi hanya berperan sebagai "wasit", tetapi skor yang diberikannya dapat langsung diubah menjadi sinyal optimasi, yang membimbing model generatif untuk terus beriterasi dalam kualitas estetika.

Dari VGA-Bench ke VGA-BenchV2, sistem evaluasi bukan lagi pengukur statis, melainkan sistem hidup yang berko-evolusi dengan ekosistem generatif. Bagi skenario-skenario seperti pemahaman konten, pemeriksaan keamanan, dan optimasi rekomendasi di Grup Ant, kemampuan evaluasi kualitas video tidak hanya mampu mengikuti perkembangan ekosistem AIGC, tetapi juga dapat mendorong optimasi model hulu secara timbal balik: dari “memberi skor” menjadi “mengoptimalkan”, siklus tertutup pun terbentuk.

Penutup: Algoritma secerdas apa pun akhirnya harus diuji dalam lingkungan dinamis

Empat makalah masing-masing membahas dari empat arah: pembelajaran tanpa pengawasan, pembelajaran penguatan, optimasi kotak hitam, dan evaluasi multimodal, yang semuanya menuju jalur teknis yang sama—pergeseran paradigma dari statis ke dinamis.

Data eksperimen juga mengonfirmasi efektivitas jalur ini: MSRGC-Net memenangkan 12 peringkat pertama dan 2 peringkat kedua dari 15 indikator; ROAD mengungguli strategi yang ada dalam berbagai tugas pembelajaran penguatan offline ke online; DSEBO mencapai perbaikan yang dapat diukur pada masalah optimasi seribu dimensi; VGA-BenchV2 menunjukkan hasil evaluasi pada berbagai model generatif yang sangat konsisten dengan penilaian manusia.

Dengan melihat keseluruhan strategi Ant Group melalui jalur teknis ini, akan terlihat struktur "penggerak ganda" yang jelas: satu sisi memperdalam pemodelan urutan waktu, pembelajaran penguatan, dan algoritma optimasi dalam skenario inti keuangan; sisi lainnya secara proaktif menyiapkan infrastruktur pemahaman dan evaluasi multimodal dalam ekosistem kehidupan digital dan konten.

Pada akhirnya, seberapa cerdas pun algoritma, pada akhirnya harus diuji dalam lingkungan yang dinamis. Nilai sejati dari keempat makalah ini mungkin justru terletak pada kenyataan bahwa semuanya tumbuh di tanah bisnis yang nyata: skenario bisnis Ant Group bukanlah “latar belakang” makalah, melainkan sumber masalah, sumber data, dan lapangan uji efektivitas.

Dan mungkin inilah yang menjadi keunikan terbesar dari penelitian AI di industri—mereka tidak hanya “membuat paper”, tetapi juga mencari solusi yang “mampu bertahan terhadap perubahan dinamis” untuk masalah dunia nyata.