Juliette Fropier, cheffe de projet intelligence artificielle et transition écologique des ministères Territoires Écologie Logement - Ecolab - Greentech Innovation, nous expose les enjeux liés à l’intelligence artificielle et son impact environnemental.
Category
🤖
TechnologieTranscription
00:00On ne dit pas aujourd'hui qu'il faut arrêter de développer des modèles d'IA,
00:03mais on dit qu'il faut vraiment penser l'usage qu'on en fait
00:07et donc le mettre au maximum au service des grands défis qu'on a face à nous,
00:11dont la transition écologique.
00:17Ecolab est le laboratoire d'innovation du ministère de la Transition écologique,
00:22qui est sur deux aspects, je dirais.
00:24Un premier aspect qui est ce qu'on appelle l'initiative Green Tech Innovation.
00:28C'est une initiative qui vient soutenir des startups et des PME qui sont éco-innovantes,
00:33c'est-à-dire qui apportent de l'innovation sur des thèmes de politique publique,
00:38la transition écologique, et donc qu'on vient labelliser.
00:41Chaque année, on labellise une trentaine de startups et de PME.
00:44On a toute une phase d'audition de ces startups et de PME
00:47pour derrière donner confiance aux acheteurs publics,
00:50à la fois des collectivités et de l'État, d'avoir recours à ces solutions-là.
00:54On a une autre partie de l'Ecolab, qui est le pôle Data IA,
00:58dans lequel on retrouve un certain nombre de data scientists
01:01qui vont donc porter des projets de données, d'intelligence artificielle,
01:07qui répondent à un besoin des directions métiers du ministère.
01:16L'empreinte environnementale de l'IA, pour commencer,
01:19c'est effectivement pas si simple à mesurer au départ,
01:22et avant tout pour une question de données,
01:24puisque les fournisseurs de modèles d'IA, par exemple,
01:28ne donnent pas toutes les informations sur la taille,
01:32la complexité de leurs modèles, la durée d'emprunt aussi de ces modèles.
01:36Et derrière, les fournisseurs de cloud, de data center,
01:40eux aussi ne mettent pas en avant, on va dire,
01:44toutes les informations sur l'impact environnemental de leurs infrastructures.
01:48On peut quand même aujourd'hui déjà estimer la consommation énergétique,
01:53l'impact carbone de l'utilisation d'équipements,
01:56grâce à quelques informations qui sont publiées
01:59sur la consommation énergétique des processeurs.
02:02Donc ce qui est important de connaître, c'est la durée d'entraînement d'un modèle,
02:06les ressources informatiques qui vont être utilisées derrière.
02:08On peut remonter dans les informations techniques de ces processeurs,
02:12donc quelle est leur consommation énergétique sur un temps donné,
02:15et derrière, du coup, de savoir où se situent les data centers.
02:20Dans ce cas-là, on remonte avec l'intensité énergétique,
02:23enfin avec le mix énergétique du pays,
02:26les impacts carbone qui sont associés.
02:28Ça, c'est du coup ce qu'on est capable de faire assez facilement aujourd'hui.
02:32On a envie d'aller plus loin, on a envie de prendre en compte aussi
02:34la fabrication de ces équipements.
02:36Aujourd'hui, on a assez peu de données d'analyse en cycle de vie sur ces équipements,
02:40et on a aussi envie de prendre en compte plus de facteurs d'impact,
02:44et notamment la consommation en eau.
02:46Par exemple, dans les data centers, on utilise beaucoup d'eau pour refroidir.
02:49On a aussi envie de prendre en compte tout ce qui est l'impact sur les ressources,
02:52et notamment sur les métaux rares.
02:54Donc ça, c'est des choses sur lesquelles on avance avec beaucoup de chercheurs impliqués.
03:04Ce qu'il faut savoir, c'est que l'IA, de toute façon, elle n'est pas neutre.
03:07Ça n'existe pas une IA qui n'a pas une consommation énergétique,
03:10qui n'a pas un impact engineeremental.
03:12Donc quand on parle d'IA frugale, on ne parle pas d'IA net zéro ou d'IA neutre en carbone.
03:18On parle d'une IA dans laquelle on va vraiment questionner les besoins et les usages
03:23pour aller vers les usages les plus vertueux possibles
03:26et réduire les consommations de ressources qui sont associées au maximum.
03:31Donc ce qu'on appelle l'IA frugale, c'est toute cette phase de questionnement
03:35qui doit avoir lieu dès le début des projets, dès l'amont.
03:39Est-ce qu'on a vraiment besoin d'une solution d'IA pour répondre aux besoins qui ont été identifiés ?
03:43Est-ce qu'une autre solution moins consommatrice de ressources peut suffire pour répondre à ce besoin-là ?
03:50Une fois que les choses sont bien posées, bien cadrées,
03:53quelle est la quantité de données qu'on a besoin ?
03:56Aujourd'hui, on a tendance à entraîner des IA avec toutes les données qui sont accessibles,
03:59mais en fait, on peut rationaliser cette quantité de données.
04:02On peut aussi rationaliser la taille et la complexité des modèles
04:06et derrière, l'usage qui est fait de ces modèles.
04:08Vraiment, on a besoin en instant T d'avoir une information.
04:13C'est là qu'on va l'utiliser.
04:14On n'a pas besoin, peut-être, à tout moment, d'avoir cette information-là.
04:19Donc, c'est vraiment, je dirais, dans toute la conduite du projet,
04:22un questionnement sur les besoins et les ressources qui sont associées à ce besoin-là.
04:33Alors, la consommation énergétique de l'IA, on estime, il y a des études qui estiment
04:39que d'ici à 2027, ça va augmenter très fortement
04:43et qu'on sera sur des consommations énergétiques équivalentes à celles d'un pays comme la Suède,
04:47par exemple, ou comme l'Argentine.
04:49Donc, effectivement, ça pose beaucoup de questions.
04:51Il y avait un rapport publié par l'ADEME et l'ARCEP en 2023
04:55sur l'évolution de l'impact environnemental du numérique à 2030 et à 2050
05:01qui prévoyait que l'impact carbone en 2030 du numérique ferait plus 45%
05:06et en 2050, triplerait.
05:08En fait, si on ne fait rien.
05:09Aujourd'hui, avec la massification des usages de l'IA,
05:12on se dit que ça pourrait peut-être aller encore plus loin,
05:15cette augmentation de l'impact environnemental du numérique
05:18drivée finalement par cette utilisation massive des modèles d'IA.
05:23Donc, c'est assez prospectif.
05:26On a des choses qui nous poussent à croire qu'effectivement,
05:30ça pourrait augmenter très fortement.
05:31Donc, dès aujourd'hui, on doit mettre en place toutes les bonnes pratiques possibles
05:35pour réduire cet impact, pour le mesurer et donc pour le maîtriser.
05:44Je pense que l'intelligence artificielle a des potentiels qui sont intéressants
05:49et notamment dans le cadre des politiques publiques de la transition écologique.
05:52Donc, quand on alerte sur les risques environnementaux qui sont liés à l'IA,
05:56on ne dit pas aujourd'hui qu'il faut arrêter de développer des modèles d'IA,
05:59mais on dit qu'il faut vraiment penser l'usage qu'on en fait
06:03et donc le mettre au maximum au service des grands défis qu'on a face à nous,
06:08dont la transition écologique.
06:10Je pense aussi qu'il y a des domaines dans la santé
06:12pour lesquels l'IA est porteur de beaucoup d'opportunités.
06:15Et donc, on peut continuer à innover dans ces domaines-là
06:19en repensant l'usage, en adoptant des démarches d'IA frugales.