L’impact environnemental des outils de l’IA générative
Les dangers de l’intelligence artificielle sont nombreux et souvent abordés, notamment la désinformation et la menace de l’IA remplaçant les emplois humains. Cependant, un autre danger possible est soulevé par la professeure Kate Saenko de l’Université de Boston : l’impact environnemental potentiellement important des outils d’IA générative.
La consommation d’énergie de l’IA générative
L’un des problèmes les plus importants avec les modèles d’IA générative est leur consommation d’énergie élevée. Comme l’indique le professeur Saenko, plus l’IA est puissante, plus elle consomme d’énergie pour fonctionner. Cependant, malgré l’importance de la question, peu de données sont disponibles sur l’empreinte carbone d’une seule requête d’IA générative.
Impacts énergétiques des modèles IA générative
Cependant, les chiffres actuels montrent que le coût énergétique des modèles d’IA générative est significatif. Par exemple, le modèle BERT avec 110 millions de paramètres consomme autant d’énergie que le vol transcontinental d’une personne. Le modèle OpenAI GPT-3 avec 175 milliards de paramètres consomme quant à lui autant d’énergie que 123 véhicules particuliers à essence fonctionnant pendant un an. De plus, ce modèle génère 552 tonnes de dioxyde de carbone.
L’ajout de chatbot
L’addition de chatbot par des grandes compagnies telles que Microsoft pourrait aggraver la consommation totale d’énergie des modèles d’IA générative. Si ces chatbots devenaient aussi populaires que les moteurs de recherche, leur coût énergétique s’additionnerait à celui des autres modèles. Et si un millier de compagnies développent des modèles différents, chacun utilisé par des millions de personnes, la consommation d’énergie de l’ensemble pourrait se révéler problématique.
Solutions pour la réduction de l’impact environnemental des modèles d’AI
Des modèles plus efficaces, une architecture et un processeur plus durables conjugués à l’utilisation de centres de données plus respectueux de l’environnement sont les options actuellement étudiées pour réduire l’empreinte carbone des modèles d’IA générative. De plus, le passage à l’énergie renouvelable et l’utilisation de l’IA aux heures où elle peut être alimentée par des sources d’énergie renouvelables pourraient réduire les émissions jusqu’à 30 à 40 % par rapport à une utilisation exclusive de l’énergie fossile.
La nécessité de plus de recherche
En fin de compte, la professeure Saenko insiste sur la nécessité d’une recherche plus approfondie pour faire avancer l’efficacité des modèles d’IA générative et leur développement durable. Cependant, elle garde espoir, soulignant que l’IA peut fonctionner sur des énergies renouvelables. En étant alimenté aux heures où les énergies renouvelables sont plus disponibles, l’empreinte carbone de l’IA peut être considérablement réduite.
