ผู้ร่วมทำคณิตศาสตร์ด้วย AI ของ Google: เวิร์กเบนช์คณิตศาสตร์เชิงตัวแทนของ DeepMind

ในเดือนพฤษภาคม 2026 นักวิจัย Google DeepMind เผยแพร่ ร่างพรีพริ้นต์บน arXiv ชื่อ “AI co-mathematician: Accelerating mathematicians with agentic AI” อธิบายเวิร์กเบนช์ agentic AI ที่จัดการวัฏจักรการทำงานทางคณิตศาสตร์ครบวงจร ตั้งแต่การระดมความคิด การสำรวจวรรณกรรม การคำนวณ การลองพิสูจน์ ไปจนถึงการสร้างทฤษฎี

ผู้ร่วมทำคณิตศาสตร์ด้วย AI ซึ่งปัจจุบันปล่อยใช้แบบจำกัดกับนักวิจัยบางกลุ่ม ไม่ใช่ตัวแก้ปัญหาหรือแชตบอต แต่เป็นพื้นที่ทำงานแบบ stateful ที่จัดการเวิร์กโฟลว์คณิตศาสตร์อันไม่เป็นเส้นตรงและยุ่งเหยิง จัดการเธรดวิจัยขนานกัน ติดตามความไม่แน่นอน และเก็บความพยายามที่ล้มเหลวไว้เป็นข้อมูลอ้างอิง ผลลัพธ์อยู่ในรูป LaTeX มาตรฐานเอกสารที่ใช้ในงานวิจัยคณิตศาสตร์และฟิสิกส์

ระบบสร้างบน Gemini 3.1 ปัจจุบันใช้ Gemini Deep Think ภายในสำหรับความพยายามพิสูจน์ และผสานการรัน Python เพื่อสำรวจเชิงคำนวณ ยังไม่ได้บูรณาการ เอนจินคณิตศาสตร์เฉพาะทางของ DeepMind (AlphaProof, AlphaEvolve, Aletheia) เป็นองค์ประกอบภายใน แต่ถูกออกแบบให้ทำได้ในอนาคต

เหตุใดผู้ร่วมทำคณิตศาสตร์ด้วย AI จึงสำคัญ?

นักคณิตศาสตร์ใช้ LLM เพื่อช่วยงานหลายอย่าง:

• ทบทวนวรรณกรรม
• ร่างสเก็ตช์บทพิสูจน์แบบไม่เป็นทางการ
• แม่แบบ LaTeX
• โค้ดสำรวจลองผิดลองถูก

พวกเขายังใช้เครื่องมือ AI เช่น ผู้ช่วยพิสูจน์แบบฟอร์มัล เพื่อช่วยตรวจสอบบทพิสูจน์ด้วยกลไก

แม้แต่ละเครื่องมือจะเด่นในช่วงหนึ่งของเวิร์กโฟลว์โดยรวม แต่นักคณิตศาสตร์ต้องนำผลลัพธ์มาเชื่อมต่อกันแบบเฉพาะกิจ จนถึงตอนนี้ยังไม่มีเครื่องมือโครงสร้างพื้นฐานที่จัดการกระบวนการไม่เป็นเส้นตรงที่นักคณิตศาสตร์ใช้อยู่จริง

วิธีทำงานของผู้ร่วมทำคณิตศาสตร์ด้วย AI

โมเดลเวิร์กโฟลว์ดัดแปลงแบบหลวม ๆ จากเครื่องมือโค้ดดิ้งด้วย AI เช่น Claude Code หรือ Codex ทว่าเวิร์กโฟลว์นี้ไม่สามารถยกมาปรับใช้ตรง ๆ ได้ ซอฟต์แวร์มีสเปกและชุดทดสอบ แต่งานวิจัยคณิตศาสตร์ไม่เป็นเส้นตรง เป้าหมายเองอาจคลุมเครือหรือยังไม่ชัดในตอนเริ่ม และสิ่งที่ค้นพบระหว่างทางอาจนิยามคำถามใหม่ทั้งหมด

เวิร์กโฟลว์ของผู้ร่วมทำคณิตศาสตร์ด้วย AI ขับเคลื่อนด้วย ระบบหลายตัวแทน และมีลักษณะดังนี้:

1. การสำรวจเบื้องต้น แทนที่จะต้องมีพรอมป์ตครั้งเดียวที่สมบูรณ์ นักวิจัยจะสนทนาโต้ตอบกับระบบเพื่อขัดเกลาวัตถุประสงค์ระดับสูงและทำให้คำถามวิจัยเป็นทางการ ทำให้เจตนาวิจัยชัดเจนก่อนเริ่มงาน
2. ทบทวนวรรณกรรม ผู้ร่วมทำคณิตศาสตร์ด้วย AI จะทบทวนวรรณกรรม ระบุงานสำคัญ และสกัดบทพิสูจน์กับเทคนิคทางคณิตศาสตร์ที่เกี่ยวข้อง
3. กรอบงานเชิงคำนวณ ระบบจะสร้างไลบรารี Python เชิงคำนวณ พร้อมกรณีสาธิตและแบบทดสอบที่เกี่ยวข้อง
4. การรันการค้นหา หลังสร้างกรอบงานเชิงคำนวณเสร็จ ไลบรารีเฉพาะจะถูกนำเข้าและสเกลการค้นหาขึ้นบนคลัสเตอร์คลาวด์ ระบบรายงานความคืบหน้าระดับสูงโดยไม่ถาโถมด้วยล็อกระดับล่าง
5. ผลลัพธ์สุดท้าย ผลลัพธ์สุดท้ายคือเอกสาร LaTeX ที่คอมไพล์แล้ว รายงานจะอธิบายกระบวนการค้นพบ ไม่ใช่แค่ผลลัพธ์ และใช้หมายเหตุขอบกระดาษเชื่อมโยงข้ออ้างอิงกับแหล่งอ้างอิงหรือผลโค้ดเฉพาะ รายงานจะถูกทำเครื่องหมายว่าเสร็จสมบูรณ์เฉพาะเมื่อผ่านการอนุมัติจากตัวแทนรีวิวทั้งหมด รายงานที่ไม่ผ่านยังคงถูกส่งให้ผู้วิจัย โดยติดธงว่ายังไม่แก้ไข ซึ่งเป็นเหตุให้บทพิสูจน์ที่มีข้อบกพร่องไปถึงแล็กเกนบี

สถาปัตยกรรมเวิร์กสตรีมของผู้ร่วมทำคณิตศาสตร์ด้วย AI

สถาปัตยกรรมของผู้ร่วมทำคณิตศาสตร์ด้วย AI เป็น ระบบหลายตัวแทน ที่มีตัวแทนผู้ประสานงานโครงการระดับบนและ ตัวแทนย่อยเฉพาะทาง

การประสานเวิร์กโฟลว์

ก่อนเริ่มทำงานแก้ปัญหา ผู้ประสานงานโครงการจะเปิดบทสนทนากับผู้วิจัยเพื่อขัดเกลาวัตถุประสงค์ผ่านคำถามชี้แจง ตัวอย่างเช่น หากนักวิจัยถามถึงขอบเขตบนของ “ปัญหาโซฟา” ซึ่งเป็นคำถามเปิดในเรขาคณิตเชิงคำนวณ อาจถูกถามว่าจะโฟกัสที่ตัวแปรหนึ่ง อีกตัวหนึ่ง หรือทั้งสองอย่าง วัตถุประสงค์ที่ระบุชัดและตกลงร่วมกันจะกำหนดขอบเขตปัญหาก่อนส่งงานให้ตัวแทน

เมื่อกำหนดเป้าหมายแล้ว ผู้ประสานงานโครงการจะมอบหมายงานให้ตัวแทนและตัวแทนย่อย ซึ่งทำงานขนานกันเว้นแต่มีการพึ่งพากัน ตัวแทนหนึ่งทำรีวิววรรณกรรม อีกตัวสร้างกรอบงานเชิงคำนวณ อีกตัวทำการค้นหา อย่างไรก็ดีมีการพึ่งพาอยู่: จะรันการค้นหาไม่ได้จนกว่าจะมีไลบรารีเฉพาะจากกรอบงานเชิงคำนวณ

การหลีกเลี่ยงภาพหลอนของโมเดล

ตัวแทนมาตรฐานมักหาทางลัดที่ไม่ถูกต้อง สร้างเลมมาเท็จ หรือประกาศชัยชนะก่อนเวลา ผู้ร่วมทำคณิตศาสตร์ด้วย AI ใช้กลไกเพื่อหลีกเลี่ยงข้อบกพร่องเหล่านี้ รวมถึงตัวแทนรีวิว

เช่น หากพื้นที่ค้นหาพองตัวอย่างมากระหว่างการสำรวจเชิงคำนวณ ตัวแทนย่อยด้านโค้ดจะไม่สามารถทำเครื่องหมายว่าโค้ดเสร็จได้จนกว่าการทดสอบทั้งหมดจะผ่านและตัวแทนรีวิวยอมรับผลลัพธ์ ส่งผลให้เวิร์กโฟลว์หยุดชะงัก ความพยายามที่ล้มเหลวนี้จะถูกบันทึกและส่งให้ผู้ประสานงานโครงการซึ่งจะแจ้งผู้วิจัยในแชต จากนั้นผู้วิจัยสามารถเสนอแนวทางอื่นได้

ทางตันเช่นนี้ไม่เพียงถูกบันทึก แต่ถือเป็นข้อมูล มีการติดตามเวอร์ชันและเก็บไว้เป็นส่วนหนึ่งของบันทึกการวิจัย ในคณิตศาสตร์ วิธีที่ล้มเหลวมักเผยข้อจำกัดหรือชี้ไปยังเส้นทางใหม่

ตลอดกระบวนการ ผู้ประสานงานจะกรองสัญญาณรบกวนระดับล่างโดยปริยาย แต่ผู้วิจัยสามารถเจาะดูเวิร์กสตรีมใด ๆ และแก้ไขได้ตามต้องการ

กรณีศึกษาแรกและรูปแบบความร่วมมือ

กรณีเริ่มต้นสองสามกรณีสะท้อนรูปแบบความร่วมมือที่ต่างกัน: บทพิสูจน์ที่มีข้อบกพร่องแต่ปลดล็อกมุมมองมนุษย์ หมายเหตุขอบกระดาษที่ช่วยจัดกรอบคำถามใหม่ และการตรวจจับทางตันอย่างรวดเร็วที่ช่วยประหยัดเวลาหลงทางไปหนึ่งสัปดาห์

ซ่อมบทพิสูจน์ที่ระบบระบุว่าผิด

มาร์ก แล็กเกนบี ศาสตราจารย์คณิตศาสตร์แห่งมหาวิทยาลัยอ็อกซ์ฟอร์ด ใช้ระบบกับปัญหาจากสมุด Kourovka (แหล่งรวมปัญหาวิจัยเปิดในทฤษฎีกรุ๊ป) AI พยายามพิสูจน์ ตัวแทนรีวิวพบข้อบกพร่องและรายงานให้แล็กเกนบี เขารู้วิธีอุดช่องว่างนั้น

การส่งไม้ต่อแบบนั้นคือหัวใจ มนุษย์จับสิ่งที่เครื่องพลาด และเครื่องทำงานหนักส่วนที่เหลือ

ตามหมายเหตุขอบกระดาษไปสู่มุมมองใหม่

ศาสตราจารย์คณิตศาสตร์อีกท่านหนึ่ง เกอร์เกลย์ แบร์ตซี วิจัยปัญหาที่เกี่ยวข้องกับสมมติฐานค่าสัมประสิทธิ์สเติร์ลิง ในการรีวิวเบื้องต้น เขาให้หัวข้อ พื้นหลัง วิธีที่ทราบในปัจจุบัน และทิศทางที่เป็นไปได้ซึ่ง AlphaEvolve ชี้แนะจากการทดลอง

ผู้ร่วมทำคณิตศาสตร์ด้วย AI ได้สร้างบทพิสูจน์ (กำลังอยู่ระหว่างการรีวิวโดยนักคณิตศาสตร์มนุษย์) สำหรับสมมติฐานสองข้อ พร้อมหลักฐานเชิงคำนวณโดยละเอียด แบร์ตซีรายงานว่าระบบช่วยเขาโดยแทรกหมายเหตุขอบกระดาษในเอกสารสำเร็จรูป ซึ่งเตือนให้เห็นมุมมองสำคัญ และเขาได้ติดตามต่อผ่านอินเทอร์เฟซแชต

จับทางตันก่อนเสียเวลาหนึ่งสัปดาห์

สุดท้าย เซมอน เรซชิคอฟ เสนอปัญหาเชิงเทคนิคเกี่ยวกับดิฟเฟโอเมอร์ฟิซึมแบบแฮมิลโทเนียน เขาและผู้ประสานงานโครงการสนทนากันจนตกลงนิยามภารกิจที่แม่นยำ เอกสารที่ AI สร้างมีเลมมาสำคัญพร้อมบทพิสูจน์ (ตรวจสอบภายหลังแล้ว) ซึ่งโดยสาระได้แก้คำถามนั้น

ระหว่างทางมีแนวทางหนึ่งถูกสำรวจแต่ไปถึงทางตัน AI ไปถึงทางตันนั้นได้เร็วกว่า จึงไม่เสียเวลาหนึ่งสัปดาห์ไล่ตามทางตัน ระบบย่นเวลาความพยายามที่น่าจะสูญเปล่าหนึ่งสัปดาห์ให้เหลือไม่กี่ชั่วโมง

ผลการทดสอบบนเกณฑ์ชี้วัด FrontierMath

ผู้ร่วมทำคณิตศาสตร์ด้วย AI เป็นเครื่องมือเวิร์กโฟลว์ ไม่ใช่เครื่องมือแก้ปัญหาคณิตศาสตร์โดยตรง อย่างไรก็ดี ผู้เขียนเห็นว่าการแสดงผลงานบนเกณฑ์ชี้วัดสูงสำคัญด้วยหลายเหตุผล:

• เพื่อแสดงว่าเอนจินคณิตศาสตร์เบื้องหลังมีความสามารถเพียงพอสำหรับงานคณิตศาสตร์แนวหน้าจริง
• เพื่อชี้ว่าเกณฑ์ชี้วัดให้สภาพแวดล้อมควบคุมที่วัดได้ว่าชั้นการจัดการประสานงานช่วยเพิ่มอะไรบ้าง
• เพื่อเป็นตัวชี้วัดทดแทนประสิทธิผลการร่วมมือ เนื่องจากยังไม่มีมาตรฐานวัดผล

ผลลัพธ์: ผู้ร่วมทำคณิตศาสตร์ด้วย AI ทำคะแนนได้ 48% บน FrontierMath ระดับ Tier 4 ซึ่งเป็นเกณฑ์ระดับงานวิจัย เป็นคะแนนสูงสุดที่มีการรายงาน รวมถึงสูงกว่า Gemini 3.1 Pro ของ Google เองที่ได้ 19% ในการทดสอบเดียวกันระดับเดียวกัน Epoch AI พบข้อผิดพลาดในราวหนึ่งในสามของปัญหา FrontierMath (ครอบคลุม Tier 1–4) และกำลังทบทวนโดยมนุษย์

ผู้ร่วมทำคณิตศาสตร์ด้วย AI ทำได้ 87% บนเกณฑ์ชี้วัดภายในของ Google ซึ่งประกอบด้วยปัญหาคณิตศาสตร์ระดับงานวิจัย 100 ข้อที่ไม่เคยรั่วไหลและมีคำตอบตรวจด้วยโค้ดได้ มาจากนักคณิตศาสตร์มืออาชีพ ขณะที่ Gemini 3.1 Pro ได้ 57% และ Gemini 3.1 Deep Think ได้ 70%

ข้อจำกัดที่ทราบของผู้ร่วมทำคณิตศาสตร์ด้วย AI

บทความระบุอย่างโปร่งใสถึงข้อจำกัดเชิงโครงสร้าง:

• การควบคุมคุณภาพหลักมาจากตัวแทนรีวิวและตัวแทนพิสูจน์ วงจรรีวิวเชิงปะทะอาจเกิดอคติเอาใจผู้รีวิว ซึ่งตัวแทนหันไปยึดข้อโต้แย้งที่ทำให้ตัวแทนรีวิวพอใจแทนที่จะถูกต้องตามจริง นี่คือจุดเปราะบางเชิงโครงสร้างอย่างแท้จริง
• เอาต์พุต LaTeX ที่ดูเนี้ยบอาจสร้างความรู้สึกเข้มงวดจอมปลอม เอกสารที่จัดรูปแบบดีดูเสร็จสมบูรณ์ไม่ว่าคณิตศาสตร์ข้างใต้จะถูกต้องหรือไม่
• ระบบทำงานได้ดีเมื่อผู้วิจัยเป็นผู้เชี่ยวชาญโดเมนจริงเท่านั้น มีความเสี่ยงที่ผู้ไม่เชี่ยวชาญจะส่งปัญหาคลุมเครือให้ระบบและเชื่อผลลัพธ์โดยไม่ไตร่ตรอง
• บทพิสูจน์จาก AI ยังต้องตรวจสอบโดยมนุษย์ ตัวอย่างเช่น บทพิสูจน์ของแบร์ตซียังอยู่ระหว่างการรีวิวโดยมนุษย์ในขณะเผยแพร่

ข้อคิดส่งท้าย

ผู้ร่วมทำคณิตศาสตร์ด้วย AI สะท้อนการเปลี่ยนผ่านจากการขอให้ AI แก้ปัญหา ไปสู่การทำงานร่วมกับ AI ในกระบวนการวิจัยทางคณิตศาสตร์ที่ทำซ้ำและยุ่งเหยิง คอขวดที่แท้จริงคือโครงสร้างพื้นฐานของเวิร์กโฟลว์ที่สะท้อนวิธีการทำงานจริงของนักคณิตศาสตร์

หากต้องการสร้างระบบเชิงตัวแทนแบบนี้เอง เส้นทางของ DataCamp ได้แก่ Associate AI Engineer for Developers และ Associate AI Engineer for Data Scientists เป็นจุดเริ่มต้นที่ดี