Alors que Microsoft se faisait rattraper récemment par ses promesses de réductions de ses émissions et leur croissance effective du fait de l’IA, voici un petit article assez simple à lire, qui vous permettra de comprendre les enjeux, tout en ayant la possibilités d’aller plus loin au travers des liens d’études proposés.
L’article soulève les dilemmes entre les bénéfices potentiels de l’IA générative et son coût environnemental croissant tout en appelant à une réflexion sur son utilisation
Résumé:
L’IA générative est très prometteuse économiquement, avec des bénéfices potentiels de 2 600 à 4 400 milliards de dollars par an. Cependant, l’Agence internationale de l’énergie prévoit une augmentation de 30% de la demande énergétique liée à l’IA et aux cryptomonnaies d’ici 2026.
Mesure de la consommation :
- Il n’existe pas de standard pour mesurer la consommation des modèles de langage (LLM).
- Les tâches génératives (texte, résumé, image) sont 10 à 100 fois plus émettrices de CO2 que les tâches de classification.
- L’utilisation de modèles polyvalents pour des tâches spécifiques est plus énergivore que l’emploi de modèles dédiés.
Phase d’entraînement :
Il y a d’importants écarts entre les modèles. Par exemple, GPT-3 a émis 552 tonnes de CO2 lors de son entraînement, contre 30 tonnes pour Bloom.
Stratégies des entreprises :
Les géants de la tech mettent en avant leur engagement vers les énergies renouvelables (ex: Google vise 100% d’énergies renouvelables d’ici 2030). Des acteurs français comme La Poste s’engagent vers une trajectoire « net zero » d’ici 2030.
L’article évoque également le problème de la consommation d’eau qui pourrait lui aussi être majeur.
Butterflylab 