Post de Damien Ladan

L'intelligence artificielle, un progrès à double tranchant pour l'environnement ? 💻🌍 Lors de la table ronde du Sustainable IT Day sur le sujet qui a eu lieu le 28 mai dernier, Vincent Courboulay, enseignant à l’Université de La Rochelle, nous a rappelé que: "L’intelligence artificielle peut être un outil puissant, mais c'est un concentré d’#impact. Il doit être utilisée avec discernement pour éviter de devenir un facteur aggravant de la crise écologique." Les chiffres parlent d'eux-mêmes: 1️⃣ le secteur du #numérique représente déjà 4% des émissions mondiales de GES. Ce chiffre pourrait doubler d'ici 2025. 2️⃣ la consommation d'électricité des datas centers pourrait doubler d'ici 2026, en partie à cause de l'IA générative. 3️⃣ 1 mois d'utilisation de #ChatGPT (GPT-3) émet 18x plus de GES que son entraînement. 4️⃣ entre février 2023 et juillet 2024, les émissions de GES induites par l'entrainement du model #Llama sont passées de 173 tCO2eq à 8'930 tCO2eq. 5️⃣ les émissions de GES sont probablement sous-estimées car l'analyse ne se fait pas systématiquement sur l'ensemble du cycle de vie. Face à ces défis, il est essentiel de définir des cadres pour une IA plus responsable et éthique. Voici quelques pistes: 🌱 Le Référentiel général pour l'IA frugal du Groupe AFNOR Le référentiel dresse une méthodologie d’évaluation des impacts environnementaux, avec une approche cycle de vie, propose 31 fiches de bonnes pratiques et des recommandations pour communiquer avec justesse sur le caractère #frugal d’un service d’IA. 🌱 Le livre blanc IA générative de Data for Good Le livre blanc fournit une analyse détaillée des risques présentés par l'IA générative, tout en proposant des recommandations ciblées aux utilisateurs, aux décideurs et aux développeurs, afin de maximiser l’impact positif de l'IA générative sur la société et minimiser les risques qui lui sont associés. 🌱 Le #RIA31 Le Référentiel IA Éthique et Responsable, de l'Institut du Numérique Responsable. Ce guide propose des outils et bonnes pratiques pour allier innovation et durabilité. #SustainableIT #NumeriqueResponsable Sources: Data for Good Les grands défis de l’IA générative : https://lnkd.in/eS3iXhKz International Energy Agency (IEA) Electricity 2024 Analysis and forecast to 2026 : https://lnkd.in/ditbDhGw Hugging Face Llama 3 et 3.1 collections https://lnkd.in/g_bVRpmp

Les IA génératives consomment “30 fois plus d’énergie” qu’un moteur de recherche classique, selon Sasha Luccioni, chercheuse spécialisée dans l’impact environnemental de l’IA. Cette donnée est essentielle à considérer, d’autant plus que des pays comme l’Irlande sont déjà confrontés à des alertes sur la consommation électrique des centres de données. Les autorités craignent que la demande énergétique des serveurs ne doive être priorisée par rapport à celle des habitants. Pour illustrer cela autrement, en 1962, il fallait 4 jours au paquebot “France” pour rallier New York. L’aéronautique a rapidement pris le dessus, réduisant drastiquement le temps de trajet. Pourtant, ce gain de temps a un coût énergétique. Aujourd’hui, 7,8 % de l’énergie mondiale est consommée par l’aviation, dont 80 % des passagers volent pour des raisons de loisir. Le progrès, tel que nous le concevons aujourd’hui, doit intégrer impérativement une réduction de la consommation des ressources par rapport aux technologies précédentes. Il ne s’agit plus d’une option, mais d’une question de survie. Les multiples rapports du GIEC soulignent tous le cap mortifère vers lequel l’humanité se dirige. Avant d’intégrer l’IA de manière généralisée dans nos vies, il est crucial de prendre conscience des implications environnementales et de réfléchir aux conséquences à long terme de son utilisation. Nous devons nous responsabiliser collectivement quant à l’impact de ces technologies.

🌍 Intelligence Artificielle : entre risques environnementaux et opportunités écologiques La croissance rapide de l'IA, avec plus de 200 millions d'utilisateurs hebdomadaires pour des outils comme ChatGPT, soulève des défis environnementaux majeurs. Sa consommation d'électricité et d'eau augmente, générant une empreinte carbone significative. Par exemple, l’entraînement de modèles #IA peut nécessiter l'équivalent en eau de milliers de piscines olympiques, accentuant la pression sur les ressources en zones arides. Cependant, l'#IA peut également devenir un allié puissant pour la transition écologique : - Optimisation des réseaux de transport pour réduire la pollution - Surveillance de la qualité de l'air - Prévision des fuites dans les réseaux d'eau et gestion énergétique dans les bâtiments Le Conseil économique social et environnemental ( CESE ) a émis des recommandations essentielles, encourageant une IA plus respectueuse de l’environnement, incluant la formation à l'éco-conception et la transparence sur l'empreinte carbone des modèles. 💡 Le défi ? Allier innovation technologique et durabilité pour préserver nos ressources 🌱  Voir l'article complet : https://lnkd.in/eqgtAgWH #IA #Durabilité #TransitionEcologique #Environnement #TechResponsable Alice Chanson-Bohème Orlane Aquilina Loona Viciana Sidonie Kombo Elise MOISON Yann Tanguy

L'intelligence artificielle, c'est super, pourquoi ne pas l'utiliser à des fins positives ? 🌱✨ Alors que la crise climatique s'intensifie de jour en jour, le développement de l'IA verte représente une lueur d'espoir. Cette branche de l'IA vise à réduire l’empreinte environnementale de l'informatique et des nouvelles technologies. Comment y parvenir ? En optimisant les algorithmes, en compressant les modèles et en utilisant du matériel informatique spécialisé à faible consommation d'énergie. La clé réside dans l'utilisation d'algorithmes et d'infrastructures plus éco-responsables, un enjeu crucial pour toutes les entreprises en 2024 🌍 Envie d'en savoir plus sur le potentiel de l’IA verte ? Consultez notre dernier article de blog : https://lnkd.in/gdibiiB2 👀

📰 L’Intelligence artificielle face aux défis écologiques, risque ou opportunité ? L'intelligence artificielle est devenue omniprésente dans tous les secteurs d’activité et elle est considérée par certains comme un vecteur aggravant notre impact sur le climat. 👉 L’IA contribue-t-elle à la durabilité environnementale ? Quel est l’impact environnemental de l’IA ? #finance #bourse #assetmanagement #IA #intelligenceartificielle

Si l'IA était une intelligence réellement Consciente, au service de l'Humanité, ne devrait-elle pas se suicider pour protéger l'humanité de son extinction conséquence des émissions de GES et de l'accélération réchauffement climatique anthropique que l'IA provoque ? Le fait que l'IA ne se suicide pas n'est-il pas révélateur de la programmation de l'IA dans le principal but de permettre aux multimilliardaires qui la finance, de concentrer toujours plus de capital dans les paradis fiscaux pour en priver les états et les obliger ainsi à toujours plus s'endetter et à esclavagiser leurs peuples sous la menace permanente d'un effondrement immédiat que provoquerait l'impossibilité de refinancer leurs dettes devenues iremboursables autrement que par une nouvelle dette accordée par les mêmes milliardaires si, et seulement si, on leur est très obéissant (croissance du PIB) ? La dette ou (et) le chaos ? #IA #AI #CarbonFootPrint #empreinteCarbone #GES #CO2 #climat #biodiversite #dette #effondrement #PIB #defautSouverain #chantage #chaos

Il serait intéressant de connaître intégralement le scope 1, 2 et 3 que génère une IA.

Connaissez-vous l'effet rebond ? Un paradoxe de toutes les technologies, y compris l'IA ! 🤓 Ce paradoxe théorisé par l'économiste britannique Stanley Jevons au 19ème siècle, qui veut que plus une technologie permet d'économiser de l'énergie, plus elle stimule la consommation de cette énergie via l'explosion des usages. Le constat est sans appel : l'explosion des modèles d'IA comme ChatGPT fait flamber les émissions de CO2. 🏭 Résultat, Microsoft aurait vu ses émissions totales de gaz à effet de serre bondir de 30% ! La cause ? La multiplication des data centers ultra-énergivores nécessaires pour faire tourner ces intelligences artificielles gloutones en données. 🤖 Pourtant, l'IA est censée nous faciliter la vie et apporter des gains de productivité phénoménaux. Alors, où est le problème ? L'effet rebond ! Le gain d'efficacité permis par l'IA générative entraîne une surconsommation énergétique. Certes, des modèles plus "légers" apparaissent (et c'est tant mieux), mais, nous devons aussi questionner notre dépendance à ces outils et limiter nos requêtes inutiles qui usent les serveurs. 🤝 Je ne jette pas la pierre à l'IA, au contraire, je suis un fervent défenseur des nouveaux usages offerts par cette technologie ! Mais, nous ne pouvons pas passer à côté des impacts de nos usages, notamment environnementaux ! C'est tout le sens de La Fresque de l'IA : identifier des cas d'usage pertinents tout en maîtrisant les impacts économiques, sociaux, éthiques, cybers, culturels et environnementaux ! 🤗 #IA #pollution #effetrebond #energie #RSE #lafresquedelia

L’IA met notre économie ultracarbonée sous stéroïdes. Les géants de la tech clament haut et fort que l’IA pourrait nous aider à atteindre nos objectifs climatiques. Mais pour l’instant, on observe plutôt strictement l’inverse : les infrastructures nécessaires au développement de l’IA font monter en flèche les émissions de GES de ces mêmes géants : 👉 + 30 % pour Microsoft en 2023 👉 + 50 % depuis 2019 pour Google Certes, l’IA a un potentiel de contribution à la réduction des émissions mondiales : ✅ Aider les chercheurs à mieux anticiper et comprendre le réchauffement climatique. ✅ Optimiser notre adaptation au changement climatique. ✅ Contribuer à plus de circularité dans la conception des matériaux. ✅ Identifier des gisements d’économies d’énergie. ✅ Suivre et mesurer les émissions de sites polluants ou la déforestation. Mais que pèsent ces améliorations au regard de tous les impacts négatifs qui seront dans le même temps accélérés par l’intelligence artificielle ? Quand on s’intéresse à l’impact de l'IA, il faut s’efforcer d’aller plus loin que la considération de l’algorithme lui-même : 👉 Intégrer l’impact de son usage et pas uniquement de l'entraînement du modèle, surtout pour des modèles LLMs comme GPT, avec plusieurs centaines de millions d’utilisateurs, et dont chaque requête consomme 10 fois plus d’électricité qu’une requête Google. 👉 Il faut tenir compte du caractère inédit de la vitesse de son déploiement : d’après Hugues Ferreboeuf du The Shift Project, « d’ici à trois ans, la part de l’IA va passer de 8 % à 45 % dans la consommation électrique des centres de données, qui va doubler ». 👉 Surtout, il faut comprendre que l’enjeu majeur réside dans tous les nouveaux usages que permet cette technologie. L’IA permet une amélioration de la productivité, une ultra-personnalisation des contenus, un ciblage extrêmement précis des utilisateurs. Son efficacité est implacable : produire plus, toucher plus de gens, vendre mieux. A titre d'exemple, ExxonMobil affirme pouvoir produire 50 000 barils de pétrole supplémentaires/ jour grâce à l’IA. La finalité et les effets rebond de l’IA sont complexes à mesurer, mais ils sont pourtant le coeur du sujet. Les impacts environnementaux de l'intelligence artificielle sont essentiels à appréhender. Au-delà de l’énergie consommée par l’entraînement des modèles, c’est surtout la démultiplication des usages carbonés qu’elle permet qui doit fondamentalement nous alerter. N'oublions jamais non plus qu'elle n'est jamais neutre, mais éminemment politique : parce que subordonnée à la recherche du profit, omni-usage avec une intrication du civil et du militaire, et qu'elle porte la vision du monde subjective de ses concepteurs. Pour retrouver l'intégralité de l’article d'Audrey Garric et Alexandre Piquard auquel j’ai contribué c'est par ici: https://lnkd.in/erauHijK

Il parait essentiel d’avoir une vision globale