Quel est l’impact environnemental de l’intelligence artificielle – Test

Science, technologie, progrès

Test 5

Quel est l’impact environnemental de l’intelligence artificielle

00:00:01:12 – 00:00:06:05

Intervenant 1

France Culture, Les Matins de France Culture.

00:00:06:07 – 00:00:14:02

Intervenant 2

Jean Leymarie Voici maintenant la question du jour Marguerite Cattan et Marguerite L’impact écologique de l’intelligence artificielle.

00:00:14:02 – 00:00:37:24

Intervenant 1

Bonjour à vous. Bonjour Jean, Bonjour à tous. Je suis en compagnie d’Anne-Laure Lee Goda, professeur en informatique au Laboratoire interdisciplinaire des sciences du Numérique et à l’Ecole Nationale supérieure d’Informatique pour l’industrie et à l’entreprise. Vous êtes spécialiste de l’empreinte environnementale, du numérique et tout spécialement de l’intelligence artificielle. Un enjeu de taille à l’heure où les logiciels d’IA envahissent le quotidien de tout un chacun.

00:00:38:00 – 00:00:48:19

Intervenant 1

Bonjour ! Bonjour. Merci beaucoup d’être venue ce matin. Commençons par un point de méthodologie. Peut on isoler les utilisations de l’intelligence artificielle de celle, plus large, du numérique ?

00:00:48:21 – 00:01:05:02

Intervenant 3

Alors effectivement, c’est un peu compliqué pour deux raisons. D’une part parce que dans le numérique, il y a effectivement de l’IA, mais c’est pas forcément simple de séparer la partie I dans le numérique. C’est à dire que par exemple, dans les datacenters, vous allez avoir plein de choses qui servent à l’IA, mais vous allez avoir plein d’équipements qui servent à autre chose aussi, et inversement.

00:01:05:07 – 00:01:19:00

Intervenant 3

l’IA, elle va être présente partout et pas forcément dans des secteurs qui sont numériques. Donc c’est compliqué d’arriver à vraiment englober tout ce que l’IA va avoir comme impact et comme effet d’un point de vue environnemental sur la société.

00:01:19:02 – 00:01:28:19

Intervenant 1

Si on prend donc seulement le secteur du numérique qui à la fois l’englobe mais n’en dit pas tout. Est ce qu’on a une idée de chiffres, d’émissions de gaz à effet de serre ?

00:01:28:21 – 00:01:43:08

Intervenant 3

Oui. Alors, le secteur numérique au niveau mondial, il y a une méta est une de il y a quelques années qui a estimé que c’était entre deux et 4 % des émissions de gaz à effet de serre mondiales. Ce n’est pas du tout négligeable. C’est l’heure d’un secteur un petit peu classique, c’est quelques pour 100 d’émissions au niveau mondial.

00:01:43:08 – 00:02:05:17

Intervenant 1

J’ai lu qu’en France Alençon, le chiffre de la dame, oui, c’est quand même assez compliqué de réduire à une échelle nationale l’utilisation du numérique. Mais on est à 84 % de l’empreinte carbone. Ce que je trouve intéressant, ce que la dame explique qu’on a un peu moins que les émissions totales du secteur des poids lourds. Donc en effet, c’est pas négligeable et on a beaucoup d’actions qui sont faites en direction du secteur du transport et du transport des poids lourds.

00:02:05:17 – 00:02:08:12

Intervenant 1

Et pour l’instant on voit peut être pas grand chose en ce qui concerne le numérique.

00:02:08:18 – 00:02:25:18

Intervenant 3

C’est toujours compliqué quand on parle des émissions de gaz à effet de serre, parce que nécessairement, dès qu’on découpe un secteur, on va se retrouver avec de l’ordre de quelques pour 100. Donc quand on donne ces chiffres là en nature, presque, c’est négligeable, ça veut pas dire que c’est négligeable, ça veut simplement dire que nécessairement, quand on répartit des émissions entre secteurs, ça donne quelques pour 100.

00:02:25:20 – 00:02:33:07

Intervenant 1

Pour en revenir à l’intelligence artificielle, qu’est ce que vous observez quand même de propre à cette nouvelle révolution informatique du point de vue environnemental ?

00:02:33:09 – 00:03:00:10

Intervenant 3

Alors il y a une spécificité de l’intelligence artificielle qui fait qu’on s’est intéressé à cette empreinte environnementale depuis quelques années. Alors, à chaque fois, on parle d’intelligence artificielle. Je tiens à préciser pour les gens qui font de la recherche, notamment intelligence artificielle, c’est une toute petite partie de l’intelligence artificielle dont on parle là, qui sont la partie d’apprentissage et même plus précisément d’apprentissage neuronale et même plus précisément maintenant c’est de l’IA générative, donc c’est tous les systèmes qu’on utilise actuellement comme chaîne, GPT, etc.

00:03:00:12 – 00:03:17:21

Intervenant 3

Mais la raison pour laquelle on s’est intéressé à ça, elle est un peu double. Alors, il y a une première raison qui est que les entraînements, donc la création des modèles d’IA, ça nécessite d’utiliser des centres de calcul pendant plusieurs mois en général, et donc c’est des quantités calculées qui sont énormes. Donc ça, c’est une des premières raisons pour lesquelles on s’est intéressé.

00:03:18:02 – 00:03:39:06

Intervenant 3

Et maintenant, avec tous les outils d’IA, grand public qui sont sortis, il y a toute la phase de déploiement qu’on appelle inférence, mais qu’est toute la phase où les utilisateurs l’utilisent. Donc, quand vous faites une requête à DPT, ça consomme de l’énergie. Et étant donné que le nombre d’utilisateurs a complètement explosé avec les outils grand public, on se retrouve avec un impact aussi qui est très important du côté du déploiement.

00:03:39:08 – 00:04:03:11

Intervenant 3

Donc il y a ça, il y a le fait que l’IA pose des questions un peu spécifiques parce qu’elle requiert énormément de calcul et pendant la création des modèles et après utilisation. Et puis il y a une raison un petit peu différente aussi, c’est que l’IA, elle est souvent vu comme quelque chose de positif pour la transition. Il y a énormément de travaux, de rapports, etc qui expliquent comment l’IA peut utiliser par exemple pour optimiser la consommation des bâtiments, pour mieux détecter les feux de forêt, etc.

00:04:03:13 – 00:04:09:19

Intervenant 3

Mais sans se poser la question des impacts négatifs. Donc c’est vraiment important de réfléchir à comment est ce que ça évolue cette empreinte de l’IA.

00:04:09:21 – 00:04:27:22

Intervenant 1

Du point de vue des ressources, alors que vous avez parlé du calcul, cette gigantesque quantité de calcul et puis du déploiement de toutes ces requêtes qui augmentent, ça se traduit par quelle utilisation de ressources ? On pense immédiatement au centre de données ressources en or, en foncier, en électricité. C’est ça le principal. Le problème de l’IA, c’est ça.

00:04:27:24 – 00:04:41:23

Intervenant 3

Il y a plusieurs problèmes et en général on voit ça sous deux dimensions. Donc il y a la dimension qui est du cycle de vie des équipements. Donc là, quand on parle par exemple des datacenters et du calcul, on est dans la phase d’usage des équipements, c’est à dire ce moment où on utilise les serveurs, mais ces serveurs ont aussi été produits.

00:04:42:00 – 00:04:59:08

Intervenant 3

Et puis il y a aussi une fin de vie. Donc en fait, ça, c’est quelque chose qui est à prendre en compte aussi et qui n’est pas du tout négligeable. Dans le cas d’un serveur, c’est assez important. La partie fabrication, même si pour des serveurs d’IA c’est un petit peu moins vrai parce que ça dépend tellement d’électricité quand c’est utilisé que c’est un petit peu moins vrai, mais c’est quand même pas négligeable.

00:04:59:10 – 00:05:24:24

Intervenant 3

Et puis l’autre dimension, c’est les différents impacts environnementaux. C’est à dire on parle beaucoup d’empreinte carbone parce que c’est là qu’on a le plus de chiffres, donc c’est le plus immédiat, même si on a des grosses difficultés à avoir des données. Mais c’est quand même là qu’on a le plus de chiffres sur l’empreinte carbone. Mais vous l’indiquez par exemple au moment de la phase d’usage dans les datacenters, on va faire des grosses quantités de calculs et on a besoin de systèmes de refroidissement pour compenser toute l’énergie qui est produite par ces calculs et systèmes de refroidissement.

00:05:24:24 – 00:05:41:15

Intervenant 3

Et on utilise soit de l’énergie également, soit de l’eau, et donc on a des consommations d’eau liées aux datacenters qui sont importantes aussi. Et d’ailleurs, quand on regarde les rapports environnementaux des entreprises numériques, on voit que les consommations d’eau ne font qu’augmenter, comme les consommations d’électricité d’ailleurs, ce qui est un petit peu inquiétant.

00:05:41:17 – 00:05:48:07

Intervenant 1

Est ce qu’on pourrait concevoir ça des systèmes d’intelligence artificielle qui soient moins gourmands en énergie ?

00:05:48:09 – 00:06:07:24

Intervenant 3

Alors on peut tout à fait. Il y a beaucoup de travaux qui se font sur l’optimisation de systèmes d’intelligence artificielle avec trois types d’optimisation. On peut faire d’optimisation algorithmique, c’est à dire qu’on va optimiser les réseaux de neurones pour qu’ils apprennent de façon la plus efficace possible. On peut optimiser d’avoir l’optimisation matérielle des cartes graphiques sur lesquelles tournent les calculs.

00:06:08:01 – 00:06:22:09

Intervenant 3

On peut optimiser ça et d’ailleurs c’est ce qui est le cas. Des cartes sont de plus en plus efficaces pour une même quantité d’énergie, ça va faire de plus en plus de calculs. Et puis on peut avoir une optimisation énergétique, donc typiquement utiliser des énergies renouvelables ou de plus en plus bas carbone. En tout cas, ce qu’on a montré dans.

00:06:22:09 – 00:06:22:20

Intervenant 1

Les nouvelles.

00:06:22:20 – 00:06:47:08

Intervenant 3

Ça, ça pourrait être une très bonne nouvelle. Le problème, c’est ce qu’a montré mon doctorant Clément Morand, c’est que ces optimisations là, en fait, elles sont complètement compensées par un effet rebond. C’est à dire, plus on optimise, plus on utilise. Donc ce qui va montrer, c’est que la création des modèles, leur empreinte environnementale, ne fait qu’augmenter au fil du temps, alors que pourtant on a plein d’optimisation et on a des gains d’optimisation qui sont énormes, qui sont avec des facteurs dix zéro zéro zéro.

00:06:47:10 – 00:06:53:05

Intervenant 3

Mais comme on utilise d’autant plus les ressources, en fait, l’empreinte finale ne fait qu’augmenter.

00:06:53:07 – 00:07:10:13

Intervenant 1

Vous nous avez dit que l’IA était censée permettre dans de nombreux secteurs à une optimisation des ressources. Alors on pense que agricole le bâtiment, vous l’avez dit, différents secteurs industriels. Est ce qu’on est capable aujourd’hui de dire si des ressources économisées valent le coût environnemental ?

00:07:10:18 – 00:07:27:19

Intervenant 3

Alors non. Et c’est bien là le problème. C’est à dire qu’on a essayé de montrer un petit peu ça justement il y a quelques années dans un article avec des collègues, c’est à dire qu’on a regardé quelles étaient les évaluations environnementales qui étaient faites sur ce type d’application de biens. Donc effectivement, pour un bâtiment intelligent, pour optimiser la production d’énergie, etc.

00:07:27:21 – 00:07:45:07

Intervenant 3

Et très souvent, on en fait ce que ça rapporte. Lire permet d’économiser en ressources, n’est pas du tout contrebalancé par ce que ça coûte d’un point de vue environnemental. Et c’est un petit peu la difficulté, c’est que on a relativement peu d’évaluation environnementale, alors c’est pas simple à faire, mais il y a quand même des méthodologies qui existent et dont on pourrait s’emparer.

00:07:45:09 – 00:07:47:02

Intervenant 3

Mais pour l’instant c’est très peu fait.

00:07:47:04 – 00:07:48:18

Intervenant 1

Beaucoup en dehors des quotas. Merci.