Réduire l’empreinte carbone des IA génératives : Mesures pour un avenir plus vert

Introduction

L’intelligence artificielle générative est devenue un sujet brûlant depuis le succès de ChatGPT en novembre dernier. Cette technologie innovante alimente les chatbots et les générateurs d’images, mais suscite également des inquiétudes quant à son impact sur l’environnement et son empreinte carbone. Kate Saenko, professeure associée spécialisée en informatique à l’université de Boston, s’est penchée sur cette question préoccupante.

Réduire l’empreinte carbone de l’intelligence artificielle générative

L’IA générative a la capacité de produire des données complexes telles que des phrases, des paragraphes, des images et même des vidéos courtes. Cependant, cette capacité a un coût : plus le modèle d’IA est puissant, plus il consomme d’énergie. Les chiffres sont alarmants. Par exemple, la création du modèle BERT en 2019 a consommé autant d’énergie qu’un aller-retour transcontinental en avion pour une personne. Quant à GPT-3, un modèle encore plus grand, sa création a demandé 1 287 mégawattheures d’électricité, générant l’équivalent de 552 tonnes de CO2 ou encore 123 voitures à essence roulant pendant un an. Ces chiffres ne tiennent compte que de la création du modèle, avant même son utilisation par les consommateurs…

La taille du modèle n’est pas le seul indicateur des émissions de carbone. L’utilisation d’une architecture de modèle plus efficace, d’un processeur performant et d’un centre de données plus vert peut réduire l’empreinte carbone de 100 à 1 000 fois. Par exemple, le modèle BLOOM en accès libre, développé par le projet BigScience en France et similaire en taille à GPT-3, présente une empreinte carbone beaucoup plus faible.

L’augmentation de la popularité des chatbots et des générateurs d’images pourrait entraîner une augmentation exponentielle du nombre de requêtes qu’ils reçoivent chaque jour, ce qui augmenterait leur consommation d’énergie. Par exemple, selon les dernières données disponibles, le chatbot ChatGPT a enregistré plus de 1,5 milliard de visites rien qu’en mars 2023.

Réduire l’impact environnemental grâce aux énergies renouvelables

En dépit des préoccupations grandissantes concernant l’impact sur l’environnement des IA génératives, il existe des solutions propres pour minimiser leur empreinte écologique. Les technologies d’intelligence artificielle, toujours plus gourmandes en énergie, se sont vues pointées du doigt en raison de leur consommation électrique importante. Cette situation a généré de vives inquiétudes à l’échelle mondiale, incitant l’industrie à rechercher des alternatives viables pour réduire les effets néfastes sur l’environnement. L’une de ces alternatives prometteuses consiste à alimenter les serveurs nécessaires au fonctionnement de ces technologies avec de l’énergie renouvelable. Cette approche peut sembler simpliste au premier abord, mais elle offre un potentiel de réduction significatif des émissions de gaz à effet de serre. L’énergie renouvelable, issue de sources naturelles et inépuisables comme le soleil, le vent, l’eau ou la géothermie, n’émet pas ou peu de CO2, contraste radicalement avec les combustibles fossiles, tels que le pétrole, le charbon ou le gaz naturel, qui sont hautement polluants. En déplaçant les opérations de calcul vers des régions où l’énergie verte est abondante, on maximise l’utilisation de l’énergie renouvelable. Par exemple, les régions avec un fort ensoleillement ou des vents constants sont idéales pour l’exploitation de l’énergie solaire ou éolienne, respectivement. De même, les régions géothermiques peuvent fournir une source d’énergie inépuisable pour les serveurs.

Maximiser l’utilisation de l’énergie renouvelable par la programmation

Une autre manière de maximiser l’utilisation de l’énergie renouvelable est de programmer les calculs aux moments où cette énergie est plus disponible. Par exemple, l’énergie solaire est généralement plus abondante pendant la journée, tandis que l’énergie éolienne peut être plus disponible la nuit. En adaptant les opérations de calcul à ces variations, on peut optimiser l’utilisation de l’énergie verte. Selon certaines estimations, ces stratégies pourraient permettre de réduire les émissions de 30 à 40 fois par rapport à l’utilisation d’un réseau électrique dominé par les combustibles fossiles. Cette réduction massive des émissions pourrait avoir un impact considérable sur la lutte contre le changement climatique, tout en permettant à l’industrie de l’intelligence artificielle de poursuivre son développement de manière responsable et durable. En conclusion, malgré les défis environnementaux posés par les IA génératives, il est possible de minimiser leur impact en optant pour des sources d’énergie plus propres et en optimisant l’utilisation de ces ressources. Cette approche pourrait non seulement rendre l’industrie de l’IA plus respectueuse de l’environnement, mais aussi contribuer de manière significative à la lutte globale contre le changement climatique.

L’avenir des IA génératives et la pression sociétale

Les intelligences artificielles génératives sont là pour rester et il est fort probable que de plus en plus d’individus se tournent vers elles pour obtenir des informations. Si un millier d’entreprises développent des IA légèrement différentes pour des usages divers, utilisées par des millions de clients, la consommation d’énergie pourrait devenir un problème. Dans ce domaine, la pression sociétale peut être utile pour encourager les entreprises et les laboratoires de recherche à publier l’empreinte carbone de leurs modèles d’IA, comme certains le font déjà.

Conclusion :

L’émergence de l’intelligence artificielle générative soulève des préoccupations quant à son impact environnemental. Cependant, il existe des solutions pour réduire l’empreinte carbone de ces technologies, telles que l’utilisation d’architectures plus efficaces et d’énergies renouvelables. La pression sociétale peut également jouer un rôle important en encourageant la transparence sur l’empreinte carbone des modèles d’IA. Il est essentiel de prendre en compte ces problématiques afin de concilier le développement de l’IA avec la préservation de notre planète.

FAQ