ความจริงเกี่ยวกับชิป AI จีน : กับเบื้องหลังความสำเร็จของ Huawei ทำไมสหรัฐฯถึงได้กลัวนัก?

ในโลกปัจจุบันที่ขับเคลื่อนด้วยเทคโนโลยี เราไม่อาจปฏิเสธได้ชิปคือหัวใจสำคัญของความก้าวหน้าทางเทคโนโลยีและเศรษฐกิจ ไม่ว่าจะเป็นสมาร์ทโฟนในมือคุณ คอมพิวเตอร์บนโต๊ะทำงาน หรือแม้แต่รถยนต์ไฟฟ้าที่แล่นอยู่บนท้องถนน ล้วนแล้วแต่ต้องพึ่งพาชิปแทบจะทั้งสิ้น

ด้วยความสำคัญอันมหาศาลนี้เอง จึงไม่น่าแปลกใจที่เทคโนโลยีชิปจึงได้กลายเป็นสมรภูมิแห่งการแข่งขันระหว่างมหาอำนาจอย่างสหรัฐอเมริกาและจีน

สหรัฐฯ ซึ่งครองความเป็นผู้นำในอุตสาหกรรมนี้มาอย่างยาวนาน เริ่มรู้สึกถึงแรงกดดันจากการเติบโตอย่างก้าวกระโดดของจีน จึงได้ออกมาตรการจำกัดการเข้าถึงเทคโนโลยีชิปขั้นสูงของจีน โดยมุ่งเน้นไปที่สองประเด็นหลัก: หนึ่ง การจำกัดการเข้าถึงอุปกรณ์การผลิตชิปที่สำคัญ ซึ่งผลิตโดยบริษัทชั้นนำอย่าง ASML, LAM Research และ KLA และสอง การจำกัดการขายชิปปัญญาประดิษฐ์ (AI) ขั้นสูงให้กับจีนโดยตรง

มาตรการเหล่านี้ส่งผลกระทบอย่างมีนัยสำคัญต่ออุตสาหกรรมเทคโนโลยีของจีน แต่ในขณะเดียวกัน ก็กลายเป็นแรงผลักดันให้จีนเร่งพัฒนาความสามารถในการพึ่งพาตนเองทางเทคโนโลยี เราจะมาดูกันว่าจีนกำลังเผชิญกับความท้าทายอะไรบ้าง และพวกเขากำลังก้าวข้ามอุปสรรคเหล่านั้นอย่างไร

ความท้าทายแรก: การออกแบบชิป

การออกแบบชิปสมัยใหม่ไม่ใช่เรื่องง่าย เราไม่ได้อยู่ในยุคที่วิศวกรนั่งวาดวงจรด้วยมืออีกต่อไป แต่ต้องอาศัยเครื่องมือออกแบบอิเล็กทรอนิกส์อัตโนมัติ หรือที่เรียกว่าเครื่องมือ EDA ซึ่งใช้คณิตศาสตร์ขั้นสูงในการคำนวณหาตำแหน่งที่เหมาะสมที่สุดสำหรับทรานซิสเตอร์แต่ละตัวบนชิป เพื่อให้ได้ประสิทธิภาพสูงสุดทั้งในแง่ของการใช้พลังงาน ความเร็ว และพื้นที่

ปัจจุบัน บริษัทจีนส่วนใหญ่ยังต้องพึ่งพาเครื่องมือ EDA จากบริษัทอเมริกันอย่าง Synopsis และ Cadence แม้จะมีข้อจำกัดบางประการเกี่ยวกับเทคโนโลยี Gate All Around สำหรับการออกแบบที่ต่ำกว่า 3 นาโนเมตร แต่นั่นก็ไม่ได้หยุดยั้งบริษัทจีนจากการใช้เครื่องมือเหล่านี้ในการออกแบบชิป 7 และ 5 นาโนเมตร

อย่างไรก็ตาม ยักษ์ใหญ่อย่าง Huawei ไม่ได้นิ่งนอนใจ พวกเขาเริ่มพัฒนาซอฟต์แวร์ EDA ของตัวเองภายในบริษัท และตอนนี้กำลังทดลองใช้เวอร์ชันต้นแบบ ซึ่งมีรายงานว่าสามารถจัดการกับเค้าโครงชิปได้ถึง 14 นาโนเมตร นี่เป็นก้าวสำคัญที่แสดงให้เห็นถึงความมุ่งมั่นของจีนในการพัฒนาเทคโนโลยีของตนเอง และเป็นเพียงเรื่องของเวลาเท่านั้นที่ Huawei จะสามารถเปลี่ยนไปใช้ซอฟต์แวร์ EDA ที่ออกแบบภายในบริษัทได้อย่างเต็มรูปแบบ

ความท้าทายที่สอง: การผลิต

ในขณะที่การออกแบบชิปเป็นเรื่องสำคัญ แต่การผลิตก็เป็นอีกด้านหนึ่งที่ไม่อาจมองข้าม ปัจจุบัน GPU AI ที่แข่งขันได้มากที่สุดในจีนคือ Huawei 910B GPU ซึ่งเทียบเท่ากับ NVIDIA A100 GPU และผลิตโดย SMIC (Semiconductor Manufacturing International Corporation) บนเทคโนโลยี 7 นาโนเมตรภายในประเทศ

จากข้อมูลจำเพาะที่เปิดเผยอย่างเป็นทางการ GPU นี้สามารถทำงานได้ 512 เทราฟล็อปส์ที่ความแม่นยำ 8 บิต ซึ่งในทางทฤษฎีแล้วมีประสิทธิภาพสูงกว่า NVIDIA H20 GPU ที่ทำได้ 296 เทราฟล็อปส์ที่ความแม่นยำ 8 บิต อย่างไรก็ตาม เราต้องตระหนักว่าประสิทธิภาพจริงอาจแตกต่างออกไป เนื่องจากปัจจัยอื่นๆ เช่น ความเร็ว clock ที่สามารถปรับเปลี่ยนได้

ความต้องการ GPU 910B ในจีนนั้นสูงมาก ผู้ให้บริการ hyperscaler หลายรายได้สั่งซื้อ และ Huawei กำลังเร่งการผลิตเพื่อตอบสนองความต้องการนี้ แต่ก็เผชิญกับความท้าทายในเรื่องกำลังการผลิตที่จำกัด

Huawei 910B จาก Huawei ที่ออกมาพร้อมสู้รับกับชาติตะวันตก (CR:AI Business)
Huawei 910B จาก Huawei ที่ออกมาพร้อมสู้รับกับชาติตะวันตก (CR:AI Business)

โรงงานของ SMIC ที่ผลิตทั้ง GPU 910B และชิปมือถือ Kirin มีกำลังการผลิตประมาณ 25,000 ถึง 30,000 แผ่นต่อเดือน ซึ่งคิดเป็นประมาณ 10 ล้าน GPU ต่อปี นี่เป็นช่วงเวลาที่สำคัญสำหรับ Huawei ในการก้าวเข้าสู่วงการฮาร์ดแวร์ AI และมีรายงานว่าพวกเขาให้ความสำคัญกับการผลิต AI GPU มากกว่าการผลิตชิปมือถือที่ใช้ในโทรศัพท์ Mate 60 เสียอีก

แม้ว่า SMIC จะสามารถผลิตชิป 7 นาโนเมตรได้ แต่พวกเขาต้องเผชิญกับความท้าทายที่สำคัญ นั่นคือการขาดแคลนเครื่องจักร EUV (Extreme Ultraviolet) จาก ASML ซึ่งเป็นเทคโนโลยีที่ TSMC ใช้ในการผลิตชิป 7 นาโนเมตร โดย SMIC ต้องใช้เครื่องจักร DUV (Deep Ultraviolet) รุ่นเก่ากว่า และใช้เทคนิค multi-patterning ในการผลิตชิป 7 นาโนเมตรและ 5 นาโนเมตร แทน

วิธีการนี้แม้จะใช้งานได้ แต่ก็มีประสิทธิภาพการผลิตที่ต่ำกว่าเล็กน้อย ส่งผลให้ต้นทุนการผลิตต่อชิปสูงขึ้น อย่างไรก็ตาม SMIC กำลังเปิดโรงงานใหม่และได้รับเงินลงทุนจำนวนมหาศาล ซึ่งน่าจะช่วยแก้ไขปัญหาคอขวดในการผลิตได้ในอนาคต

นอกจากนี้ แม้ว่าพวกเขาจะไม่สามารถก้าวไปไกลกว่า 5 นาโนเมตรได้เนื่องจากข้อจำกัดของเครื่องจักร DUV แต่พวกเขาก็กำลังศึกษาเทคนิคลิโธกราฟี (Lithography) อื่นๆ ควบคู่กันไป หนึ่งในนั้นเกี่ยวข้องกับการใช้เครื่องเร่งอนุภาคแทนเครื่องจักร EUV ซึ่งแม้จะดูเหมือนเป็นไปไม่ได้ แต่เราต้องไม่ลืมว่าเทคโนโลยี EUV เองก็เคยถูกมองว่าเป็นไปไม่ได้มาก่อน และ ASML ก็ใช้เวลานานกว่าหนึ่งทศวรรษกว่าจะทำให้มันใช้งานได้จริง

ความท้าทายที่สาม: ชุดซอฟต์แวร์

การมีฮาร์ดแวร์ที่ทรงพลังอย่างเดียวนั้นไม่เพียงพอ การสร้างชุดซอฟต์แวร์ที่มีประสิทธิภาพเพื่อใช้ประโยชน์จากสถาปัตยกรรมของฮาร์ดแวร์อย่างเต็มที่เป็นสิ่งสำคัญไม่แพ้กัน นี่คือหนึ่งในกุญแจสำคัญที่ทำให้ NVIDIA เป็นผู้นำในด้านฮาร์ดแวร์ AI

NVIDIA ประสบความสำเร็จในการเปลี่ยนจากยักษ์ใหญ่ด้านเกมมาเป็นยักษ์ใหญ่ด้าน AI ด้วยการพัฒนาชุดซอฟต์แวร์ CUDA ของพวกเขา ควบคู่ไปกับการลงทุนอย่างหนักในการพัฒนาฮาร์ดแวร์สำหรับเทคโนโลยี Deep Learning เช่น Tensor Core ด้วยการปรับแต่งทั้งชุด NVIDIA ได้พัฒนาการประมวลผลอัลกอริทึม Deep Learning ที่มีประสิทธิภาพมากขึ้น และตอนนี้ด้วยการเติบโตของเทคโนโลยี Generative AI ทำให้ NVIDIA กำลังได้รับประโยชน์อย่างมากจากกลยุทธ์ระยะยาวของพวกเขา

นี่เป็นความท้าทายอย่างยิ่งสำหรับสตาร์ทอัพของจีน เพราะการสร้างชุดซอฟต์แวร์จากศูนย์สำหรับฮาร์ดแวร์ใหม่นั้นเป็นงานที่ต้องใช้ทรัพยากรและเวลามหาศาล บริษัทจีนบางแห่ง เช่น MetaX พยายามทำให้ฮาร์ดแวร์ของพวกเขาทำงานร่วมกับแพลตฟอร์ม CUDA ของ NVIDIA ได้ ในขณะที่บางบริษัท เช่น Huawei และสตาร์ทอัพอย่าง Biren เลือกที่จะลงทุนในการพัฒนาชุดซอฟต์แวร์ของตัวเอง

แม้ว่า NVIDIA จะเป็นผู้นำในตลาด แต่ในจีนเองเรียกได้ว่ามีการแข่งขันอย่างดุเดือด ตอนนี้มีสตาร์ทอัพมากมายในจีนที่กำลังนำเสนอฮาร์ดแวร์ของพวกเขาให้กับบริษัทต่างๆ แม้ในบางครั้งจะยังไม่มีต้นแบบพร้อมด้วยซ้ำ ตัวอย่างเช่น Hygen Technology ที่ได้รับการสนับสนุนจากรัฐบาล กำลังทำการตลาด GPU ใหม่ของพวกเขาที่ชื่อ Shensuan 2 โดยมีจุดขายสำคัญคือความสามารถในการทำงานร่วมกับแพลตฟอร์ม CUDA ของ NVIDIA ได้ ซึ่งหมายความว่าลูกค้าของ NVIDIA สามารถเปลี่ยนมาใช้มันได้โดยมีการเปลี่ยนแปลงการออกแบบเพียงเล็กน้อย

นอกจากนี้ เมื่อเร็วๆ นี้ สตาร์ทอัพที่ชื่อ Intelifusion ได้ประกาศชิป DeepEdge10 ของพวกเขา โดยอ้างว่าสามารถทำงานร่วมกับ GPU H20 ของ NVIDIA ได้ แม้ว่าในขณะนี้จะยังไม่มีข้อมูลที่ชัดเจนมากนักก็ตาม

การพัฒนาอย่างต่อเนื่องของบริษัทจีน

หนึ่งในบริษัทที่น่าจับตามองคือ Biren ซึ่งเคยถูกมองว่าเป็นหนึ่งใน GPU ที่แข่งขันได้มากที่สุดในจีน พวกเขาประสบความสำเร็จในการระดมทุนหลายรอบจากนักลงทุนชั้นนำ และในเดือนสิงหาคม 2022 พวกเขาได้นำเสนอ GPU BR100 รุ่นใหม่ในการประชุม Hot Chip

GPU BR100 ของ Biren ถูกสร้างบนเทคโนโลยี 7 นาโนเมตรของ TSMC และใช้เทคโนโลยีผลิตขั้นสูงที่เรียกว่า Chip-on-Wafer-on-Substrate (CoWoS) ซึ่งช่วยให้สามารถรวมชิปหลายๆ ตัวและหน่วยความจำในแพ็คเกจเดียวได้ สถาปัตยกรรมนี้มีความคล้ายคลึงกับ GPU ของ NVIDIA เป็นอย่างมาก

Biren บริษัทที่น่าจับตามองในวงการตอนนี้ (CR:Wccftech)
Biren บริษัทที่น่าจับตามองในวงการตอนนี้ (CR:Wccftech)

อย่างไรก็ตาม Biren ต้องเผชิญกับอุปสรรคสำคัญเมื่อ TSMC ระงับการผลิต GPU ของพวกเขาเนื่องจากข้อบังคับในเรื่องการส่งออก ทำให้พวกเขาอาจต้องปรับเปลี่ยนการออกแบบเพื่อให้เข้ากับตลาดภายในประเทศแทน แม้จะเจอกับความท้าทายนี้ Biren ยังคงได้รับความสนใจจากนักลงทุน โดยเพิ่งระดมทุนรอบใหม่อีก 280 ล้านดอลลาร์

อีกหนึ่งบริษัทที่น่าสนใจคือ Moore Threads ซึ่งกำลังพัฒนา GPU สำหรับเกมและศูนย์ข้อมูลมาสองสามปีแล้ว GPU รุ่นล่าสุดของพวกเขา S4000 ถูกออกแบบมาสำหรับการเร่งความเร็ว AI ในศูนย์ข้อมูล แม้ว่าประสิทธิภาพของมันอาจจะยังไม่สูงมากนัก แต่มันก็ถูกนำไปใช้ในการฝึกฝนแบบจำลอง Large Language Model แล้ว โดยมีการสร้างคลัสเตอร์จาก GPU 1,000 ตัวเพื่อฝึกฝนแบบจำลองที่มีพารามิเตอร์เจ็ดหมื่นล้านตัวในเวลาหนึ่งเดือน

มองไปข้างหน้า: อนาคตของอุตสาหกรรมชิปจีน

แม้ว่าจะเผชิญกับความท้าทายมากมาย แต่อุตสาหกรรมชิปของจีนก็แสดงให้เห็นถึงความก้าวหน้าอย่างต่อเนื่อง การลงทุนอย่างมหาศาลจากทั้งภาครัฐและเอกชน ควบคู่ไปกับความมุ่งมั่นในการพัฒนาเทคโนโลยีภายในประเทศ ทำให้หลายคนเชื่อว่าในอีก 5 ปีข้างหน้า จีนจะสามารถจัดการกับกระบวนการผลิตชิปขั้นสูงได้อย่างมีประสิทธิภาพมากขึ้น

ปัจจุบัน บริษัทจีนกำลังฝึกฝนแบบจำลอง AI ที่มีความสามารถใกล้เคียงกับ GPT-4 และ GPT-4.5 และในอนาคตอันใกล้ พวกเขาอาจสามารถทำสิ่งนี้บนฮาร์ดแวร์ที่ออกแบบและผลิตภายในประเทศได้ ซึ่งจะเป็นก้าวสำคัญของอุตสาหกรรมเทคโนโลยีจีน

อย่างไรก็ตาม ความท้าทายยังคงมีอยู่ โดยเฉพาะอย่างยิ่งในด้านการผลิตขั้นสูง ความสามารถในการผลิตชิปขั้นสูงส่วนใหญ่ในจีนมีแนวโน้มที่จะถูกจัดลำดับความสำคัญให้กับบริษัทยักษ์ใหญ่อย่าง Huawei ทำให้สตาร์ทอัพและบริษัทขนาดเล็กกว่าต้องคิดอย่างรอบคอบในการวางแผนการผลิตชิปใหม่ของตน

บทสรุป

สงครามเทคโนโลยีชิประหว่างสหรัฐฯ และจีนไม่ใช่เรื่องของผู้ชนะหรือผู้แพ้ แต่เป็นการแข่งขันที่ผลักดันให้เกิดนวัตกรรมและความก้าวหน้าทางเทคโนโลยีอย่างต่อเนื่อง แม้ว่าจีนจะเผชิญกับความท้าทายมากมายจากมาตรการคว่ำบาตรของสหรัฐฯ แต่ก็ไม่ได้หยุดยั้งความพยายามของพวกเขาในการพัฒนาอุตสาหกรรมชิปภายในประเทศ

การลงทุนอย่างมหาศาล การสนับสนุนจากภาครัฐ และความมุ่งมั่นของบริษัทเทคโนโลยีจีน ทำให้หลายคนเชื่อว่าในอนาคตอันใกล้ จีนอาจสามารถลดช่องว่างทางเทคโนโลยีและแข่งขันกับผู้นำในอุตสาหกรรมได้อย่างทัดเทียม อย่างไรก็ตาม เส้นทางนี้ยังคงอีกยาวไกลและเต็มไปด้วยความท้าทาย

ในท้ายที่สุด การแข่งขันนี้ไม่เพียงแต่จะส่งผลกระทบต่อสองประเทศมหาอำนาจเท่านั้น แต่ยังส่งผลต่อการพัฒนาเทคโนโลยีทั่วโลก ทำให้เราได้เห็นนวัตกรรมใหม่ๆ ที่จะเปลี่ยนแปลงวิถีชีวิตของเราในอนาคต ไม่ว่าผลลัพธ์จะเป็นอย่างไร โลกของเทคโนโลยีจะยังคงเดินหน้าต่อไป พร้อมกับความหวังที่จะสร้างสรรค์สิ่งที่ดีขึ้นเพื่อมวลมนุษยชาติได้ในท้ายที่สุดนั่นเองครับผม

References :
https://www.trendforce.com/news/2024/06/11/news-huaweis-self-developed-ai-chip-challenges-nvidia-boasting-its-ascend-910b-to-be-equal-in-match-with-a100/
https://www.nytimes.com/2024/08/04/technology/china-ai-microchips.html
https://en.wikipedia.org/wiki/Semiconductor_industry_in_China
https://www.theinformation.com/briefings/china-plans-to-make-5-nanometer-chips-in-defiance-of-u-s-sanctions
https://youtu.be/GDPNDOSZWQM?si=MQlvhEmHfgGgl4lt

จาก ‘ขี้เกียจ’ สู่ ‘สำเร็จ’ : วิธีปลดล็อคศักยภาพสมองให้ทำในสิ่งที่คุณไม่อยากทำ

มนุษย์เรามีความสามารถพิเศษที่เรียกว่า “top-down mechanisms” ซึ่งเป็นหนึ่งในความงดงามของการเป็นมนุษย์ที่แท้จริง ลองนึกภาพถึงสถานการณ์ที่คุณรู้สึกไม่อยากลุกจากเตียงในตอนเช้า คุณจะเอาชนะความขี้เกียจนั้นได้อย่างไร? นั่นคือจุดเริ่มต้นของการใช้ top-down mechanisms ที่คุณบอกกับตัวเองว่า “ฉันจะเอาชนะความขี้เกียจนี้ให้ได้”

David Goggins อดีตทหารหน่วยซีลของกองทัพเรือสหรัฐฯ เป็นตัวอย่างที่ดีของคนที่สามารถเอาชนะสิ่งที่เรียกว่า “limbic friction” ได้อย่างน่าทึ่ง แรงเสียดทานนี้เปรียบเสมือนเสียงที่ดังก้องอยู่ในสมองและร่างกายของเรา คอยบอกให้เราทำในสิ่งที่ง่ายกว่า สบายกว่า แต่อาจไม่ดีต่อเราในระยะยาว การเอาชนะแรงเสียดทานดังกล่าวนี้เป็นทักษะที่สามารถฝึกฝนและพัฒนาได้

ในทางวิทยาศาสตร์ เราพบว่าวงจรประสาทของสารโดปามีน ซึ่งเกี่ยวข้องกับระบบการให้รางวัลของสมอง การทำตามเป้าหมาย และแรงจูงใจ จะมีบทบาทสำคัญในกระบวนการนี้ ซึ่งจะมีการปล่อยโดปามีนเมื่อเรากำลังจะไปถึงเป้าหมาย หรือเมื่อเรารู้สึกว่ากำลังจะประสบความสำเร็จ

แต่ก็ต้องบอกว่าเป็นเรื่องที่น่าสนใจมากที่เราไม่ได้รับโดปามีนมากที่สุดเมื่อได้รับรางวัลใหญ่ แต่เราได้รับมากที่สุดเมื่อรู้สึกว่ากำลังจะได้รับรางวัลนั้น (อันนี้หลายๆ คนน่าจะเคยประสบพบเจอกัน)

การใช้ top-down mechanisms นี้มาจากบริเวณ prefrontal cortex ของสมอง ซึ่งอยู่ด้านหลังหน้าผาก ส่วนนี้ทำหน้าที่ควบคุมพื้นที่สมองที่เกี่ยวข้องกับความเครียด และปฏิกิริยาอัตโนมัติต่าง ๆ การใช้กลไกนี้เป็นเรื่องเฉพาะตัวมาก แต่ละคนอาจมีวิธีการที่แตกต่างกัน บางคนอาจทำเพราะความรัก บางคนอาจทำเพราะความรับผิดชอบ แต่ไม่ว่าจะด้วยเหตุผลใด สิ่งสำคัญคือการลงมือทำ

top-down mechanisms ยังเกี่ยวข้องกับการควบคุมปฏิกิริยาตอบสนองต่าง ๆ เช่น การต่อต้านความอยากในการทานอาหารที่ไม่ดีต่อสุขภาพ โดยทั่วไปแล้ว ยิ่งเราพักผ่อนอย่างเพียงพอ ก็ยิ่งง่ายที่จะใช้การควบคุมมันได้อย่างมีประสิทธิภาพ

เมื่อเราเริ่มคุ้นเคยกับประสบการณ์ในการเอาชนะ limbic friction เราจะเริ่มเห็นภาพของชัยชนะที่รออยู่ข้างหน้า สิ่งนี้ช่วยให้เราสามารถดึงความรู้สึกของความสำเร็จที่จะเกิดขึ้นในอนาคตมาสู่ปัจจุบันได้ เพียงแค่การลุกจากเตียง เราก็เริ่มรู้สึกถึงชัยชนะแล้ว นี่คือพลังของการคาดการณ์ถึงความสำเร็จ

งานวิจัยล่าสุดแสดงให้เห็นว่าการชะลอความพึงพอใจของมนุษย์นั้นก็ถูกควบคุมด้วยโดปามีนเช่นกัน หากเรารู้ว่าการรอคอยนั้นคุ้มค่า เราจะเริ่มได้รับโดปามีนเร็วขึ้น นี่เป็นกลไกที่ช่วยให้เราสามารถอดทนต่อความรู้สึกไม่สบายในระยะสั้นเพื่อผลลัพธ์ที่ดีกว่าในระยะยาว

สำหรับคนส่วนใหญ่ ความท้าทายคือพวกเขาไม่เคยประสบหรือไม่สามารถมองเห็นชัยชนะและสัมผัสมันได้ จึงยากที่จะเอาชนะ limbic friction เพราะมันเป็นเหมือนเสียงที่ดังก้องอยู่ในสมองคอยหลอกหลอนและควบคุมร่างกายของเรา คอยบอกให้เราทำในสิ่งที่ง่ายกว่า

วิวัฒนาการของวัฒนธรรมและสปีชีส์ของเรา รวมถึงการพัฒนาของปัจเจกบุคคล ล้วนถูกขับเคลื่อนโดยคนที่เต็มใจที่จะผลักดันตัวเองให้มองการณ์ไกลขึ้นเรื่อย ๆ

เราเห็นตัวอย่างนี้ในบุคคลที่มีชื่อเสียงหลายคน ไม่ว่าจะเป็น Elon Musk ที่มองไกลไปถึงการสำรวจอวกาศ หรือ Rich Roll (นักกีฬา Ultra Endurance) ที่ผลักดันขีดจำกัดทางร่างกายของตัวเอง ทุกครั้งที่เราเอาชนะความสงสัยและความท้าทายภายใน เราก็สามารถใช้กลไกเหล่านี้กับร่างกายเราได้ มันเป็นทักษะที่สามารถพัฒนาได้ และมีความยืดหยุ่นของระบบประสาทในวงจรนี้

สิ่งที่น่าสนใจคือ ความสามารถในการโฟกัสจะพัฒนาขึ้นเมื่อเราบังคับตัวเองให้โฟกัส ความสามารถในการนอนหลับจะดีขึ้นเมื่อเราฝึกผ่อนคลายและหยุดความคิด และความสามารถในการเอาชนะ limbic friction ก็สามารถพัฒนาได้เช่นกัน

ต่อไปนี้เป็นเคล็ดลับที่ใช้ในการเตรียมความพร้อมทางจิตใจเพื่อเอาชนะ limbic friction

  1. บันทึกเรื่องราวที่ผ่านมา : หลายครั้งเรามักจมอยู่กับบริบทงานของเรา แต่ต้องหยุดพักแล้วกลับมาทำต่อในภายหลัง ปัญหาคือ เมื่อเรากลับมา เราไม่รู้ว่าจะเริ่มต้นจากตรงไหน การกลับเข้าสู่บริบทเดิมเป็นเรื่องยาก ทำให้เราเลื่อนงานออกไป เพื่อแก้ปัญหานี้ ต้องมีการบันทึกเสียงอธิบายรายละเอียดให้ตัวเองว่าได้ทำอะไรไปแล้วบ้าง อะไรที่ควรทำต่อไป งานอยู่ในไฟล์ไหน ควรทบทวนสไลด์ไหน เป็นต้น เสมือนการวางเกล็ดขนมปังไว้นำทาง เมื่อต้องการทำงานต่อ ก็มาฟังบันทึกเสียงนั้น ทำให้ไม่ต้องเริ่มต้นจากศูนย์ และง่ายต่อการกลับเข้าสู่สภาวะจิตใจเดิม คล้ายกับการเกริ่นนำ “เรื่องราวก่อนหน้านี้” ในซีรีส์ของ Netflix ทำไมต้องเป็นบันทึกเสียง? ทำไมไม่จดลงในสมุดบันทึก? เพราะการบันทึกเสียง สามารถสื่อสารอารมณ์และความตื่นเต้นได้ ซึ่งไม่สามารถถ่ายทอดผ่านตัวอักษรได้ การฟังเสียงเหมือนกับการได้กลิ่นบางอย่าง มันสามารถพาคุณกลับไปสู่อารมณ์เดิมได้โดยตรง
  2. เตือนตัวเองถึงเป้าหมายสูงสุด : บางครั้งความเฉื่อยชาเกิดขึ้นเพราะคุณรู้สึกว่าสิ่งที่คุณกำลังทำอยู่ไม่คุ้มค่า หรืออาจคิดว่ามันยากเกินไป การสูญเสียแรงจูงใจแบบนี้อาจเกิดขึ้นได้หากเป้าหมายของคุณอยู่ไกลเกินไป – เหมือนการเริ่มวิ่งมาราธอน คุณอาจยอมแพ้ตั้งแต่ต้นเพราะเส้นชัยอยู่ไกลเกินเอื้อม ในกรณีนี้ ควรย้อนกลับไปถามตัวเองว่าทำไมคุณถึงเริ่มทำสิ่งนี้ จินตนาการถึงผลลัพธ์และความสำคัญของมัน เตือนตัวเองถึงความรู้สึกดีๆ เมื่อได้กลับเข้าสู่บริบทของงานนั้น ๆ สิ่งเหล่านี้มักช่วยกระตุ้นให้เอาชนะความยากลำบากในการเริ่มต้นได้
  3. ใช้วิธีเผาเรือทิ้ง (ทุบหม้อข้าวตัวเอง) : นี่เป็นกลยุทธ์ที่ทรงพลังที่สุด แต่ก็ยากที่สุดในแง่ของวินัยที่ต้องใช้ ใน ค.ศ. 1519 นักสำรวจชาวสเปน Hernan Cortes ได้ขึ้นฝั่งที่เม็กซิโก เขารู้ว่าลูกเรือของเขาเหนื่อยล้าจากการเดินทางแล้ว และไม่มีแรงจูงใจที่จะประสบความสำเร็จในดินแดนแปลกถิ่นแห่งนี้ เขารู้ว่าเมื่อเผชิญอันตรายครั้งแรก ทีมของเขาจะวิ่งหนีกลับทันที ดังนั้นเขาจึงเผาเรือทิ้ง ตอนนี้ไม่มีทางเลือกอื่นนอกจากต้องประสบความสำเร็จ เพราะฉะนั้นเราก็ต้องเผาเรือทิ้งเช่นกัน Andrew Huberman แนะนำว่านี่เป็นกลยุทธ์ที่มีประสิทธิภาพที่สุด – เราควรทำให้ทุกทางเลือกอื่นที่อยู่ตรงหน้าเจ็บปวดมากกว่าทางเลือกที่เราต้องการเลือก นั่นเป็นวิธีที่ดีที่สุดในการเอาชนะ limbic friction

เคล็ดลับเพิ่มเติม: มีอีกวิธีหนึ่งที่น่าสนใจก็คือ สร้างแรงผลักดันตัวเองด้วยงานที่ง่ายกว่าก่อน ให้ดู list รายการสิ่งที่ต้องทำของคุณและเริ่มต้นด้วยงานที่ง่ายกว่า/เร็วกว่าก่อน วิธีนี้จะสร้างแรงผลักดันที่หวังว่าจะช่วยให้คุณทำงานที่ใหญ่กว่าต่อไปได้ ถ้าคุณไม่ระวัง คุณจะจมอยู่กับงานง่ายๆ ที่ไม่สร้าง impact ใดๆ และไม่เคยได้ทำงานที่ยากกว่าเลย

ในท้ายที่สุด การเข้าใจและใช้ประโยชน์จาก top-down mechanisms เพื่อเอาชนะ limbic friction นี้ไม่เพียงแต่ช่วยให้เราประสบความสำเร็จในชีวิตเท่านั้น แต่ยังช่วยให้เราเติบโตและพัฒนาตนเองอย่างต่อเนื่อง การฝึกฝนทักษะนี้อาจเป็นเรื่องท้าทาย แต่ผลลัพธ์ที่ได้นั้นคุ้มค่าอย่างยิ่ง เพราะมันคือกุญแจสำคัญที่จะปลดล็อกศักยภาพที่แท้จริงของเราในฐานะมนุษย์

References :
Neuroscientist: THIS Is How You Stay Motivated FOREVER | Andrew Huberman
https://youtu.be/vQPks6h5o1w
https://www.linkedin.com/pulse/limbic-friction-bala-girisaballa/