Alors que la désinformation et la menace de l'IA prenant le contrôle des emplois humains continuent de dominer la conversation sur les dangers de l'intelligence artificielle, une professeure de l'Université de Boston tire la sonnette d'alarme sur un autre possible inconvénient - l'impact environnemental potentiellement important des outils d'IA générative.
«En tant que chercheuse en IA, je m'inquiète souvent des coûts énergétiques de la construction de modèles d'intelligence artificielle», a écrit Kate Saenko, professeure agrégée d'informatique à l'Université de Boston, dans un article sur The Conversation. «Plus l'IA est puissante, plus elle consomme d'énergie.»
Alors que la consommation d'énergie des blockchains comme Bitcoin et Ethereum a été étudiée et débattue de Twitter aux halls du Congrès, l'impact du développement rapide de l'IA sur la planète n'a pas encore reçu le même éclairage.
Le professeur Saenko vise à changer cela, mais a reconnu dans l'article qu'il existe des données limitées sur l'empreinte carbone d'une seule requête d'IA générative. Cependant, elle a déclaré que la recherche place le nombre quatre à cinq fois plus élevé qu'une simple requête de moteur de recherche.
Selon un rapport de 2019, Saenko a déclaré qu'un modèle d'IA génératif appelé Bidirectional Encoder Representations from Transformers (ou BERT) - avec 110 millions de paramètres - consommait l'énergie d'un vol transcontinental aller-retour pour une personne utilisant des unités de traitement graphique (ou GPU) pour entraîner le modèle.
Dans les modèles d'IA, les paramètres sont des variables apprises à partir de données qui guident les prédictions du modèle. Plus il y a de paramètres dans le mélange, plus la complexité du modèle est grande, ce qui nécessite donc plus de données et de puissance de calcul. Les paramètres sont ajustés pendant l'entraînement pour minimiser les erreurs.
Saenko a noté en comparaison que le modèle GPT-3 d'OpenAI - avec 175 milliards de paramètres - a consommé une quantité d'énergie équivalente à celle de 123 véhicules de tourisme à essence conduits pendant un an, soit environ 1 287 mégawattheures d'électricité. Il a également généré 552 tonnes de dioxyde de carbone. Elle a ajouté que ce chiffre provient simplement de la préparation du modèle avant que les consommateurs ne commencent à l'utiliser.
«Si les chatbots deviennent aussi populaires que les moteurs de recherche, les coûts énergétiques de déploiement des IA pourraient vraiment s'accumuler», a déclaré Saenko, citant l'ajout de ChatGPT de Microsoft à son navigateur web Bing plus tôt ce mois-ci.
Pas aidant est le fait que de plus en plus de chatbots d'IA, comme Perplexity AI et le très populaire ChatGPT d'OpenAI, sortent des applications mobiles. Cela les rend encore plus faciles à utiliser et les expose à un public beaucoup plus large.
Saenko a mis en évidence une étude de Google qui a montré qu'en utilisant une architecture de modèle et un processeur plus efficaces ainsi qu'un centre de données plus écologique, l'empreinte carbone peut être considérablement réduite.
«Alors qu'un seul grand modèle d'IA ne va pas ruiner l'environnement», a écrit Saenko, «si mille entreprises développent des bots d'IA légèrement différents pour des objectifs différents, chacun utilisé par des millions de clients, alors la consommation d'énergie pourrait devenir un problème.»
En fin de compte, Saenko a conclu que des recherches supplémentaires sont nécessaires pour rendre l'IA générative plus efficace, mais elle est optimiste.
«La bonne nouvelle est que l'IA peut fonctionner avec des énergies renouvelables», a-t-elle écrit. «En amenant le calcul là où l'énergie verte est plus abondante, ou en planifiant le calcul aux moments de la journée où l'énergie renouvelable est plus disponible, les émissions peuvent être réduites d'un facteur de 30 à 40 par rapport à l'utilisation d'un réseau dominé par les combustibles fossiles.»
Vous souhaitez en savoir plus sur l'IA ? Découvrez notre dernier cours Decrypt U, «Démarrer avec l'IA». Il couvre tout, de l'histoire de l'IA à l'apprentissage automatique, ChatGPT et ChainGPT. En savoir plus ici.
