L’Intelligence artificielle : un gouffre énergétique
Les centres de données consomment une grande part de l’électricité mondiale, équivalente à la consommation annuelle de certains pays. (Photo : Virginie Mailloux)
Derrière l’efficacité des applications d’intelligence artificielle générative se cachent des algorithmes très énergivores. Face au bilan carbone inquiétant de cette sphère du numérique, des experts sonnent l’alarme.
« Personnellement je suis inquiet du développement de l’IA. Très inquiet », admet Patrick Agin. (Photo: Courtoisie)
Les outils d’assistance intelligents tels que ChatGPT utilisent un procédé d’apprentissage automatique qui demande un très grand nombre de données.
« Cela consiste à laisser la machine inférer ses propres règles en ne lui présentant que des données », explique Patrick Agin, scientifique de données pour la Ville de Montréal. « On donne à la machine des données en pâture et elle se débrouille! D’où l’importance primordiale des données pour l’entraînement de ces systèmes. Plus on en a, meilleure sera la machine. »
M. Agin explique le danger de ce besoin énergétique énorme. « Le stockage de ces données ainsi que la puissance de calcul nécessaire pour entraîner les systèmes demandent une énergie folle, ce qui a des conséquences néfastes sur l’environnement. »
Dans les dernières années, les IA ont amélioré leur efficacité énergétique. Toutefois, la demande ne cesse de grandir. Le rapport final du défi numérique de Chemins de transition de l’Université de Montréal et d’Espace pour la vie expose que « les gains d’efficacité réalisés par le secteur ne servent pas à stabiliser ou à réduire les flux de matière et d’énergie associée. »
L’apprentissage automatique en chiffres
En 2020, deux étudiants de l’Université de Copenhague ont mis sur pied Carbontracker, un outil qui leur a permis d’évaluer l’énergie dépensée dans l’entrainement du modèle ChatGPT-3. Ils ont ainsi pu déterminer qu’elle était équivalente à la consommation d’électricité de 126 maisons danoises en un an et émettait la même quantité de CO2 que 700 000 km de conduite automobile.
Les centres de données consomment 5 % de la production mondiale d’électricité. Près de la moitié de cette énergie est consacrée au refroidissement des serveurs, qui produisent énormément de chaleur. Lors de la formation du modèle de GPT-3, les centres de données de Microsoft ont consommé 700 000 litres d’eau afin de climatiser leurs serveurs, a révélé une étude menée par des chercheurs des universités de Riverside en Californie et d’Arlington au Texas.
La complexité des modèles d’intelligence artificielle a grimpé en flèche à partir de 2020. (Source : Agence internationale de l’énergie)
Des initiatives à double tranchant
Le coordonnateur de recherche pour l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (Obvia), Alexandre Gourret, affirme que l’évaluation de l’empreinte écologique de l’IA est complexe et souvent incomprise. Malgré la difficulté à quantifier ses répercussions, il affirme que les scientifiques s’entendent sur le caractère insoutenable à long terme de son utilisation à large échelle.
Selon Alexandre Gourret, certaines utilisations de l’IA, telles que la télémédecine, sont présentées comme pouvant « substituer à des pratiques plus polluantes ». Toutefois, l’expert argue que cette promesse n’est pas tenue si l’on prend en considération l’ensemble des effets indirects.
« Il y a plein d’usages avec des effets potentiellement bénéfiques. Je dis bien “potentiellement”. »
Le chercheur déplore l’absence de restrictions quant à l’utilisation de l’IA. Il estime que certains outils peuvent être utilisés à des fins écologiques par certains et économiques par d’autres. « Quand on fait un suivi de la qualité des arbres dans une forêt avec des technologies numériques, on peut certes défendre qu’on le fait pour suivre l’évolution de la forêt face aux changements climatiques. Mais qu’est-ce qui empêche les industries du bois de s’en saisir pour leur propre intérêt et d’accélérer la déforestation ? », questionne-t-il.
Repenser notre relation au numérique
La crise climatique et la destruction de la biodiversité obligent une réorganisation des technologies numériques. Selon le rapport du défi numérique de Chemins de transition et d’Espace pour la vie, « le secteur dépend pour fonctionner de ressources non renouvelables et son approvisionnement au long terme risque d’être de plus en plus contraint par la disponibilité décroissante de celles-ci ».
« Le consensus scientifique c’est que nous allons entrer dans un monde fluctuant, on l’est déjà en partie, dans lequel on ne va plus pouvoir compter sur un numérique infaillible », confirme Alexandre Gourret.
« On n’a aucune garantie que les technologies numériques seront disponibles dans 30 ans, dans 20 ans et même dans 10 ans en réalité. »
Alexandre Gourret explique que la solution se trouve dans la sobriété numérique. Selon lui, il existe deux manières de la faire : la modération (réduire nos usages du numérique aux besoins essentiels) et le sevrage (réduire tous nos usages du numérique, à commencer par ceux qui couvrent nos besoins essentiels, pour ne plus en être dépendant). Pour ce faire, le chercheur explique qu’il est nécessaire d’encadrer et de légiférer les usages du numérique.
« La question de la sobriété numérique comme étant un impératif commence à faire du chemin. » Le chercheur observe un intérêt grandissant au Québec, mais il rappelle est nécessaire de discuter davantage de la sobriété numérique.
À consulter pour en savoir plus :
« Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models » universités de Riverside, Californie et d’Arlington, Texas. 2304.03271
Rapport final du défi numérique de Chemins de Transition et d’Espace pour la vie Défi numérique – Chemins de Transition
