Antigravity เปิดตัว /teamwork ปฏิวัติงานวิจัยด้วย AI Multi-Agent

ในช่วงหลายสัปดาห์ที่ผ่านมา ทีมงานจาก Google และสถาบันพันธมิตรทางวิชาการได้ร่วมกันแก้ปัญหาปลายเปิดทางคณิตศาสตร์ วิทยาศาสตร์ และวิศวกรรมระบบที่ซับซ้อนซึ่งไม่มีคำตอบมานานหลายปี โดยอาศัยขุมพลังจาก Gemini 4 Argon, Gemini 4 Carbon, Gemini 4 Hydrogen และเวิร์กโฟลว์แบบ multi-agent อย่าง Antigravity’s /teamwork

ความร่วมมือครั้งนี้ได้สร้างนวัตกรรมใหม่ในหลายด้าน ตั้งแต่ทฤษฎีสารสนเทศ การตรวจสอบความถูกต้องอย่างเป็นทางการ (formal verifications) ไปจนถึงการค้นพบโครงสร้างโมเลกุลและการเพิ่มประสิทธิภาพโครงสร้างพื้นฐานของ Google เอง ปัจจุบันเราได้เปิดใช้งานเครื่องมือเหล่านี้ในรูปแบบ agentic ภายใต้ /teamwork ของ Antigravity (ควบคู่กับ /boost และ agent อื่นๆ) เพื่อให้นักวิจัยและนักพัฒนาทั่วโลกนำไปประยุกต์ใช้ได้

การวิจัยล้ำสมัยต้องอาศัยการสืบค้นเอกสารวิชาการมหาศาลและการสร้างระบบคำนวณเฉพาะทาง ความก้าวหน้าเหล่านี้เกิดจากวงจรการค้นพบที่นักวิจัยเป็นผู้กำหนดคำถามและข้อจำกัด ขณะที่ agent ระยะยาว (long-horizon agents) ทำหน้าที่เขียนตัวแก้ปัญหา (solver) สำรวจพื้นที่ค้นหาขนาดใหญ่ และตรวจสอบตรรกะที่ต่อเนื่องอย่างแม่นยำ

การขยายขนาดการให้เหตุผลระยะยาว (Scaling long-horizon reasoning)

การออกแบบ /teamwork's design มุ่งแก้ข้อจำกัดสองประการของ AI ในปัจจุบัน ประการแรกคือความไม่แน่นอนของผลลัพธ์ ระบบจึงแก้ปัญหาด้วยการใช้การสำรวจแบบขนานควบคู่กับตัวตรวจสอบข้อผิดพลาด (falsifier) เฉพาะทาง เช่น Lean 4 proof checker หรือชุดทดสอบซอฟต์แวร์ เพื่อยืนยันว่าโซลูชันนั้นใช้งานได้จริง

ประการที่สองคือปัญหา AI หลุดประเด็นเมื่องานต้องใช้เวลาหลายวัน /teamwork จึงใช้วิธีแบ่งพาร์ทิชัน context ตามโครงสร้าง โดย agent แต่ละตัวจะได้รับเฉพาะไฟล์และเครื่องมือที่จำเป็นสำหรับขั้นตอนนั้นๆ มีผู้ประสานงาน (coordinator) คอยส่งต่องาน และมีนักวิจารณ์ (critic) กับผู้ตรวจสอบ (auditor) คอยท้าทายผลลัพธ์จากบริบทที่สะอาดเพื่อให้เกิดความถูกต้องสูงสุด

รูปแบบของ Teamwork ถูกนำเสนอในลักษณะภาษาธรรมชาติที่ปรับปรุงตัวเองได้ (declarative self-improving natural-language patterns) ซึ่งครอบคลุมตั้งแต่การเขียนโค้ดแบบกระจายไปจนถึงงานวิจัยเฉพาะทาง ฟีเจอร์เหล่านี้พร้อมใช้งานแล้วบน Antigravity และจะมีอัปเดตเพิ่มเติมในสัปดาห์หน้าเพื่อรองรับผู้ใช้ภายนอกอย่างเต็มรูปแบบ ต่อเนื่องจาก โพสต์ก่อนหน้าของเราเกี่ยวกับ Antigravity /teamwork

คณิตศาสตร์และวิทยาการคอมพิวเตอร์เชิงทฤษฎี

นักวิจัยได้ใช้ Gemini 4 ร่วมกับ /teamwork ในการพิสูจน์ทฤษฎีบทขนาดใหญ่และสร้างอัลกอริทึมจากโจทย์ปลายเปิดโดยตรง ซึ่งมีตัวอย่างความสำเร็จที่น่าสนใจหลายประการ

การพิสูจน์และตรวจสอบสมมติฐานของ Courtade: Kumar

ทีมวิจัยจาก Google, CUHK, USC และ CMU ได้ใช้ Long Proof pattern ของ /teamwork เพื่อ พิสูจน์ สมมติฐาน Courtade - Kumar ปี 2013 ในทฤษฎีสารสนเทศได้สำเร็จเป็นครั้งแรก

ในกระบวนการนี้ Gemini 4 Argon ได้ช่วยพัฒนาขอบเขตเชิงวิเคราะห์ใหม่ๆ และสร้างใบรับรองเลขคณิตช่วง (interval-arithmetic certificates) รวมถึงขยายผลการพิสูจน์ไปยังฟังก์ชันแบบไม่สมดุลโดยไม่ต้องใช้มนุษย์ช่วย ทีมงานยังได้แปลงการพิสูจน์ทั้งหมดให้อยู่ในรูปแบบทางการบน Lean 4 ซึ่งประกอบด้วยโค้ดถึง 50 ล้านบรรทัด

การแก้คำถามปลายเปิดในด้านการหาค่าที่เหมาะสมที่สุด, สถิติ, ควอนตัมคอมพิวติ้ง และอัลกอริทึม

ความสำเร็จยังแผ่ขยายไปถึงการวิเคราะห์ข้อมูลแบบปรับตัว (adaptive data analysis) โดยระบบสามารถพิสูจน์ ขอบเขตตัวอย่างที่ใกล้เคียงค่าเหมาะสมที่สุด ซึ่งปิดช่องว่างที่ค้างคามาตั้งแต่ปี 2014 ได้สำเร็จ ในด้านควอนตัมคอมพิวติ้ง มีการค้นพบ Boolean function ขนาด n-bit ตัวแรกที่ ไขข้อสงสัยปลายเปิดปี 2014 เกี่ยวกับจำนวน query ที่ต้องการ

นอกจากนี้ยังมีการทลายอุปสรรคยาวนาน 50 ปีในด้านการประมวลผลเมทริกซ์และกราฟ โดยบรรลุความเร็วเหนือเวลาแบบคิวบิกตามเป้าหมายของ STOC 2024 และการแก้ปัญหา Steiner points ในเรขาคณิตหลายมิติ รวมถึงการตอบ คำถามปลายเปิดปี 2025 เรื่องความเบาบาง (sparsity barrier) ของเมทริกซ์ และการแก้โจทย์จาก FOCS 2022 ด้านกราฟแบบไดนามิก

ในด้านโครงสร้างข้อมูล ระบบได้สร้างความก้าวหน้าครั้งสำคัญต่อ Deque Conjecture ปี 1985 ของ Tarjan โดยพิสูจน์ ขอบเขตบนใหม่ ที่ได้รับการ ตรวจสอบใน Lean 4 เรียบร้อยแล้ว

การขยายขนาดการตรวจสอบความถูกต้องอย่างเป็นทางการและการตรวจสอบต้นฉบับ

การใช้ Lean 4 ช่วยเปลี่ยนการพิสูจน์คณิตศาสตร์ให้เป็นโค้ดที่คอมพิวเตอร์ตรวจสอบได้ทีละบรรทัด ลดภาระของผู้ตรวจสอบ (peer reviewers) และป้องกันข้อผิดพลาดที่ซ่อนอยู่ โดย framework LEAP ที่ทำงานร่วมกับ Argon ได้สร้างความก้าวหน้าในระดับโลก

ที่โดดเด่นคือการพิสูจน์ Weil conjectures แบบอัตโนมัติทั้งหมด ซึ่งประกอบด้วยโค้ด Lean 1.8 ล้านบรรทัด และการพิสูจน์ ปัญหาข้อที่สิบของ Hilbert บนริงทั่วไป รวมถึงการพิสูจน์เรื่องการระเบิดในเวลาจำกัดของ สมการ Navier - Stokes แบบ 3 มิติ ซึ่งเป็นหนึ่งใน Millennium Prize Problems ที่เปิดค้างมานานกว่า 90 ปี

นอกจากนี้ยังมีการทำรูปแบบทางการครั้งแรกของ Birkhoff conjecture และ 3D Bochner - Riesz conjecture รวมถึงการตรวจสอบ Jamison Caterpillar Conjecture ที่มีอายุ 40 ปี

สำหรับงานวิจัยวิทยาการคอมพิวเตอร์ เราได้เปิดตัว Deep Review ซึ่งได้รับความนิยมอย่างมากในงาน STOC 2027 โดยผู้เขียนกว่า 90% พึงพอใจในความแม่นยำ และ 30% ระบุว่ามันช่วยตรวจพบข้อบกพร่องร้ายแรงในการพิสูจน์ได้ รายละเอียดเพิ่มเติมศึกษาได้ที่ บล็อกโพสต์ล่าสุดของเรา

การค้นพบเคมีระดับโมเลกุล

ในวิทยาศาสตร์เชิงทดลอง การระบุโครงสร้างโมเลกุลจากข้อมูล nuclear magnetic resonance เป็นเรื่องยากมาก แต่ด้วยการใช้ 30 agent ทำงานประสานกันผ่าน /teamwork เราบรรลุความแม่นยำ top-1 exact match ถึง 95% ซึ่งสูงกว่าการใช้ agent เดียวเกือบเท่าตัว นวัตกรรมนี้จะเป็นรากฐานสำคัญสำหรับการศึกษาโปรตีน 3 มิติต่อไป

การสร้างมาตรฐานการทดสอบการอนุมานเชิงสาเหตุ

เราใช้เวิร์กโฟลว์การตรวจสอบหลายรอบเพื่อสร้างเกณฑ์มาตรฐานการอนุมานเชิงสาเหตุ (causal inference benchmark) โดยใช้ 29 agent ทำงานบน Argon นาน 11.5 ชั่วโมง เพื่อสร้างงานทดสอบจากข้อมูลสาธารณะ ระบบนี้ช่วยให้ Gemini สามารถตอบคำถามเชิงสมมติ "จะเกิดอะไรขึ้นถ้า" (ผลกระทบเชิงสาเหตุ) ได้อย่างแม่นยำยิ่งขึ้น

การเขียนโค้ดและวิศวกรรมระบบ

/teamwork สามารถดำเนินโครงการวิศวกรรมซอฟต์แวร์และฮาร์ดแวร์ที่ซับซ้อนได้โดยใช้การประเมินจากชุดทดสอบจริงและตัวจับเวลาฮาร์ดแวร์

ระบบกระจาย (Distributed systems)

เราสร้าง FarArray ระบบ Partitioned Global Address Space ความหน่วงต่ำที่รองรับกราฟขนาด 1 ล้านล้านเส้น ซึ่งให้ประสิทธิภาพสูงกว่าเดิมหลายสิบเท่า และยังพัฒนา TPU kernel สำหรับ Graph Neural Networks ที่ลดการใช้ High Bandwidth Memory ลงถึง 185 เท่า ศึกษาต่อได้ที่ บล็อกโพสต์ล่าสุดของ Antigravity

การไต่เขาสูงสุดแบบอัตโนมัติ (Autonomous hill climbing)

ทีมวิจัยทดสอบการเพิ่มประสิทธิภาพอัตโนมัติโดยฝึก Go engine จากศูนย์ ภายในเวลาไม่ถึง 8 วัน engine นี้มีคะแนน Elo เพิ่มขึ้นถึง 2,600 คะแนน แตะระดับเดียวกับ KataGo

[

](https://storage.googleapis.com/gweb-research2023-media/media/AntigravityTeamwork_HillClimbing_1x.mp4)

วิดีโอสาธิตการแข่งขันระหว่างผู้ชนะคนสุดท้าย (สีดำ) และเครือข่ายเริ่มต้น (สีขาว) โดยผู้ชนะมีคะแนนนำ 22.5 คะแนน

การเขียนใหม่ด้วย Rust ที่ปลอดภัยต่อหน่วยความจำ, /boost และการเพิ่มประสิทธิภาพ TPU kernel

Argon ใช้เวลาเพียงสองสัปดาห์ในการเขียนโค้ด C++ ของ Zircon microkernel ใหม่เป็นภาษา Rust ที่ปลอดภัยกว่าถึง 800,000 บรรทัด และยังเขียน libgav1 ใหม่โดยให้ความเร็วสูงกว่าโค้ด C++ และ assembly เดิมถึง 20-30%

สำหรับการใช้งานทั่วไป คำสั่ง /boost ได้รับการปรับปรุงให้รองรับ iterative coding pattern เพื่อประสิทธิภาพสูงสุด นอกจากนี้ในระบบ machine learning เราได้ใช้รูปแบบ DuoDiscover เพื่อสร้างตัวประเมินความเร็วที่เรียกว่า yardsticks ช่วยเพิ่มความเร็วในการเพิ่มประสิทธิภาพ kernel ได้กว่า 4 เท่า

แอปพลิเคชันโครงสร้างพื้นฐานของ Google

เราได้นำ /teamwork ไปใช้แก้ปัญหาในระดับการผลิตจริงของ Google เช่น:

• การเพิ่มประสิทธิภาพหน่วยความจำทั่วทั้งเครือข่าย (Fleet-wide memory optimization): ช่วยระบุโอกาสการประหยัดหน่วยความจำได้มากกว่า 1 PiB ผ่านเทคนิคต่างๆ เช่น scalar narrowing และ tagged pointers
• การจัดตารางเวลาแบบ Agentic ของ Borg: ช่วยลดการขัดจังหวะงาน (preemption) ของ TPU ลงได้ 24% ในฮาร์ดแวร์บางประเภท

การเปิดเครื่องมือเหล่านี้สู่ชุมชนนักวิจัยและนักพัฒนา

นักวิทยาศาสตร์และนักพัฒนาสามารถใช้งาน Gemini 4 ร่วมกับ /teamwork, /boost และ Deep Review บน Antigravity ได้แล้ววันนี้ นอกจากนี้เรายังเปิด การรับสมัคร ให้นักวิจัยในสถาบันการศึกษา 10,000 คนเข้าใช้งานระดับสูงสุดฟรี 6 เดือน ติดตามรายละเอียดเชิงลึกได้ที่ Antigravity blog ในสัปดาห์ต่อๆ ไป