Perayaan AI City Challenge: dari mengawasi mobil hingga memahami kota
Edisi kesepuluh AI City Challenge bukan sekadar papan peringkat biasa. Kompetisi yang dimulai pada 2017 dengan tugas yang sangat praktis — mendeteksi, mengklasifikasikan, dan melacak kendaraan dari rekaman kamera — telah berkembang selama delapan tahun menjadi platform berskala besar untuk penelitian AI fisik. Tahun ini, tantangan ini diselenggarakan bersama konferensi ECCV 2026, dan para penyelenggaranya merangkum hasil simbolis dari satu dekade benchmarking di bidang kota pintar dan transportasi cerdas.
Apa yang berubah? Jika di tahun-tahun awal fokusnya adalah "melihat dan menghitung" mobil, kini tujuannya adalah membuat mesin memahami konteks: siapa yang melanggar aturan, apa yang akan dilakukan pejalan kaki, episode jalan mana yang berbahaya dan mengapa. Ini bukan lagi sekadar visi komputer, melainkan perpaduan antara persepsi, penalaran, dan prediksi — bidang yang kini lazim disebut AI fisik.
Skala memecahkan rekor
Musim ulang tahun ini menarik peserta yang jauh lebih banyak daripada sebelumnya. Tahun ini, 325 tim dari 26 negara dan wilayah terdaftar — sebagai perbandingan, pada 2025 ada 245 tim dari 15 negara. Pertumbuhan hampir sepertiga dalam jumlah tim dan hampir dua kali lipat dalam cakupan geografis menunjukkan bahwa tantangan ini tidak lagi hanya menarik bagi spesialis visi transportasi, tetapi juga bagi komunitas peneliti AI yang lebih luas — mulai dari model multimodal hingga pemodelan generatif.
Keragaman peserta ini wajar: trek kompetisi mencakup beberapa bidang yang jarang digabungkan dalam satu benchmark.
Enam trek — enam tantangan
Program utama 2026 terdiri dari enam bidang:
- Persepsi 3D multi-kamera — rekonstruksi gambaran tiga dimensi suatu adegan dari data beberapa kamera, yang penting untuk transportasi otonom dan pengawasan video perkotaan.
- Keterangan dan VQA untuk keselamatan transportasi — menghasilkan deskripsi tekstual situasi jalan dan menjawab pertanyaan tentangnya, sehingga sistem dapat menjelaskan apa yang terjadi di jalan.
- Penalaran anomali lalu lintas — mengidentifikasi kejadian tidak biasa yang berpotensi berbahaya dan memahami penyebabnya.
- Pencarian teks anomali pejalan kaki — mencari fragmen video dengan perilaku pejalan kaki yang tidak biasa berdasarkan kueri bahasa alami.
- Prediksi generatif aliran video transportasi — sintesis bingkai masa depan adegan jalan, berguna untuk simulator dan pelatihan model.
- Deteksi objek lintas kota — mentransfer model yang dilatih pada data satu kota ke kamera kota lain tanpa kehilangan kualitas.
Trek bonus di luar domain
Di dalam trek ketiga, penyelenggara menyembunyikan dua papan peringkat kompetitif tambahan — secara formal dianggap sebagai trek 7 dan 8, tetapi menggunakan data di luar domain utama. Yang pertama berfokus pada pemahaman pelanggaran lalu lintas dari kamera "fisheye" — lensa semacam itu dipasang di banyak kota, tetapi model biasanya dilatih pada kamera jalan biasa. Trek bonus kedua adalah VQA tentang niat situasional pejalan kaki: perlu menjawab pertanyaan bukan tentang apa yang sedang dilakukan seseorang, tetapi tentang apa yang mungkin akan mereka lakukan. Ini jauh lebih sulit daripada pengenalan tindakan dan membutuhkan pemahaman mendalam tentang adegan dari model.
Mengapa sistem menang
Analisis solusi peserta menunjukkan pola yang menarik. Tidak ada satu pun tim teratas yang hanya mengandalkan satu arsitektur. Pendekatan yang berhasil adalah kombinasi model fundamental besar dengan teknik yang lebih klasik:
- pembenaran geometris — memanfaatkan hubungan proyeksi antara kamera dan ruang 3D;
- pencarian dan pemeringkatan ulang — memilih fragmen video atau kandidat yang relevan sebelum jawaban akhir;
- desain data sintetis — menghasilkan contoh pelatihan tambahan untuk skenario langka;
- adaptasi domain — misalnya, mentransfer model antar kota atau jenis kamera;
- inferensi terkontrol — membatasi keluaran model dengan aturan atau kosakata tertentu.
Dengan kata lain, benchmark baru ini menunjukkan bahwa AI fisik tidak sekadar "ambil model besar dan latih dengan data". Keandalan dicapai melalui skema hibrida, di mana jaringan saraf dilengkapi dengan geometri, pengetahuan eksternal, dan pascapemrosesan yang cermat.
Sepuluh tahun — perjalanan dari deteksi menuju pemahaman
Jika melihat evolusi AI City Challenge secara keseluruhan, hal utamanya jelas: benchmark ini tidak lagi sekadar tempat uji untuk meningkatkan akurasi detektor. Kini ini adalah platform untuk menguji sistem intelektual holistik yang harus memahami, menalar, dan memprediksi dalam kondisi kota nyata. Selain itu, yang berperan penting bukan hanya akurasi dan kecepatan, tetapi juga privasi — ada lapisan tugas terpisah yang berkaitan dengan evaluasi model tanpa mengungkapkan data pribadi.
Penyelenggara telah menerbitkan makalah yang merinci pengaturan kompetisi, semua kumpulan data, protokol evaluasi, hasil papan peringkat, dan materi lokakarya. Bagi peneliti dan insinyur, ini pada dasarnya adalah tinjauan siap pakai tentang keadaan terkini di bidang transportasi cerdas dan AI fisik — sekaligus undangan untuk mencoba kemampuan mereka di musim berikutnya.
