大数据、大模型等AI热点不断，热潮持续导致地方政府、各大高校和各大公司非常重视，不敢掉以轻心，不惜投巨资建设大数据中心、AI研究中心等。以高标准、高投入为特征的大数据中心和AI中心正成为新的建设热点，如雨后春笋般纷纷出台。

根据国际数据公司（IDC）的预测， 人类社会数据每年50%的速度，每两年就增长一倍；到2025年，全球数据量将快速增长到175ZB。因此，需要继续增大投资新建或者扩建AI中心或大数据中心进行存储、计算和传输。

建设完成后，其高能耗又成为一个新的负担。据估计，目前AI的能源消耗占全球能源消耗的约3％；到2025年，AI将消耗15％的全球电力供应。这意味着，AI的快速发展将对能源消耗和人类可持续发展产生巨大的影响。照此速度发展下去，到2030年，AI可能会消耗全球30%以上的电力；到2050年，AI将消耗全球60%以上的电力；到2060年，AI可能要消耗全球90%以上的电力。如果任其AI像脱缰野马一样发展下去，不用到2100年，我们人类的所有的能源和电力可能都满足不了AI系统的需求。这不仅不能让AI系统实现可持续发展，也给人类的可持续发展带来了巨大的压力。

当然，人类应该有智慧避免这种情况发生。“凡事预则立不预则废”，现在就要积极行动起来，采用有效措施才有可能避免AI耗能过大对人类社会和自然环境的负面影响。这必须要转换研究思路和研究范式才能做到。目前的AI研究基本是粗放式的，相信投入出成果，大力出奇迹，不断收集更多的大数据，采取非常复杂的模型与算法，购买更多的高性能芯片。只要效果好，无视投入大小，更无视能耗多少。 

为了AI系统的可持续发展，我建议AI研究人员现在就开始重点开展以下三类研究。首先，对现有AI系统架构和芯片性能进行大幅度改进，通过轻量化架构和芯片性能提升，最好达到提升硬件系统性能10倍。其次，对现有算法进行优化和开发下一代AI算法模型研究，比如基于模糊系统的可解释人工智能算法以取代现在高度复杂的深度神经网络，在保持算法复杂度不变的情况下，将算法性能提升10倍，或者算法性能保持不变的情况，研究算法优化和精简技术，将现有算法的复杂度降低10倍。最后，要深入研究大数据筛选技术和新型存储技术，不要什么数据都存储，“捡到篮里都是菜”，再结合新型存储技术，力争做到数据存储能力提升10倍。这样，我们研究的重点方向有6个：轻量化架构、高性能芯片、现有算法优化、下一代人工智能算法、大数据筛选技术和新型存储技术。

未雨绸缪，如果我们做到“三升”：硬件性能提升10倍，算法性能提升10倍，数据存储能力提升10倍，总的来说AI系统的总体性能提升1000倍。换句话说，在保持AI系统性能不变的情况下，AI系统的总投入也许可以达到原来的千分之一，能耗也许可以降低1000倍。考虑到数据2年增长1倍，2的10次方就是1024了。即使我们做到“三升”，我们也只能在20年内保持AI能耗不增加。

居安思危，在每一个20年内，我们都需要想到新的方法继续做到“三升”， 才能保持AI长期可持续发展，也是为了人类社会的长期可持续发展。这给AI研究人员提出了一个明确的目标，一个巨大的挑战，也是一个重要的机遇，相信会催生很多原创性理论、算法和技术。