L’intelligence artificielle utilise de façon démesurée les technologies numériques : profusion de données collectées ; augmentation des volumes de calculs nécessaires à l’apprentissage des algorithmes ; utilisation vorace des serveurs et des solutions de stockage, …
Les intervenants de cet atelier vous proposent de débattre autour de cette question et d’apporter des pistes de réflexion pour tendre vers une IA numérique responsable et durable.
Amélie Cordier (experte en IA), Guillaume Bourgeois (doctorant) et Emmanuel Nurit (DG open studio)
L’atelier a mis en avant plusieurs points clés concernant l’impact environnemental de l’intelligence artificielle et la nécessité d’une approche durable. Voici un résumé des idées principales ainsi que quelques pistes de réflexion pour une IA numérique responsable :
Points de discussion :
- Consommation énergétique de l’IA :
- L’IA nécessite des quantités importantes d’énergie, tant pour l’apprentissage des algorithmes que pour leur mise en œuvre dans le cloud.
- Amélie Cordier souligne le double rôle de l’IA : elle consomme de l’énergie mais peut également aider à optimiser son utilisation.
- Modèle de conception :
- Guillaume Bourgeois évoque l’importance d’un modèle plus efficace, inspiré du biomimétisme. Par exemple, le cerveau humain est une référence avec une consommation énergétique très faible par rapport aux systèmes d’IA actuels.
- Un concept clé est celui de la « conception verte » dès le départ, permettant de différencier l’IA utile de l’IA superflue.
- Mesure et évaluation de l’impact :
- Le problème principal réside dans la mesure de l’impact environnemental des applications d’IA. L’outil WeNR est un exemple permettant aux organisations de mieux comprendre et quantifier leur maturité en matière de numérique responsable.
- Cette auto-évaluation peut permettre une amélioration continue et un retour sur l’expérience.
- Initiatives pour une IA responsable :
- Emmanuel Nurit présente divers projets et initiatives, y compris l’intégration de l’IA dans des stratégies de développement durable, comme dans le domaine de la santé et de l’éducation.
- La défense de l’open-source pour le e-commerce et des projets innovants, comme les ruches connectées pour l’apiculture, illustrent comment l’IA peut répondre à des besoins concrets tout en étant respectueuse de l’environnement.
Pistes de réflexion :
- Conception éco-responsable : Penser à l’impact écologique de l’IA dès la phase de conception. Cela inclut l’utilisation d’algorithmes moins consommateurs d’énergie et la limitation des besoins en données et en calculs.
- Évaluation de la performance énergétique : Mettre en place des critères de labellisation pour les applications d’IA qui respectent des standards de durabilité et d’efficacité énergétique.
- Soutien à l’innovation durable : Encourager les projets qui utilisent l’IA pour résoudre des problèmes environnementaux ou sociétaux, comme la surveillance de la biodiversité ou l’optimisation des processus industriels.
- Sensibilisation et formation : Éduquer les développeurs et les entreprises sur la nécessité d’un développement responsable de l’IA, en intégrant des modules sur l’impact environnemental dans les cursus académiques et professionnels.
- Économie circulaire : Favoriser une approche d’économie circulaire où les ressources et l’énergie sont utilisées de manière plus efficiente.
Conclusion :
L’IA a le potentiel de contribuer à un avenir numérique durable, mais cela nécessite une réévaluation profonde de ses méthodes de conception et d’implémentation. En intégrant des principes de durabilité dès le départ, l’IA peut non seulement réduire son propre impact environnemental, mais aussi agir positivement pour la planète.
