L’IA générative, la catastrophe environnementale que personne ne veut voir

11 juillet 2024

Dans l’esprit de plusieurs personnes, les technologies émergentes sont supposées être notre planche de salut pour contrer la crise climatique. Or, en ce moment, force est d’admettre que le développement (et l’adoption) effrénée de l’IA pose autant de problèmes environnementaux qu’elle en résout.

C’est le message qu’était venu porter Sasha Luccioni, membre fondateur de Climate Change AI (CCAI), à C2 Montréal en mai dernier.

Il y a un décalage entre le travail positif que nous faisons et son coût réel, indique-t-il. On entend souvent parler de tonnes de dioxyde de carbone évitées grâce à l’IA, ou que nous optimisons les processus pour produire plus de ciment vert… Mais le coût de tout cela est en réalité passé sous silence. Et le problème avec l’IA, c’est que nous utilisons souvent notre téléphone ou notre ordinateur portable. Nous interagissons avec elle, mais, en fait, elle fonctionne dans des endroits où nous ne sommes pas. »

Jusqu’à maintenant, il faut reconnaître que la question des immenses serveurs qui sont utilisés pour opérer les différents modèles d’IA générative n’a pas beaucoup été discuté. Or, la spécialiste des changements climatiques rappelle l’existence de la Vallée des centres de données en Virginie, qui supporte 70% du trafic Internet. L’endroit est situé près d’une grande rivière – pour refroidir les serveurs – mais il est aussi alimenté par une énergie non renouvelable au charbon.

L’IA devient un centre de gravité en termes de consommation d’énergie et d’utilisation des ressources naturelles, mais elle est loin de nous et donc nous ne voyons pas vraiment ces impacts. Combien de dioxydes de carbone représente une recherche sur ChatGPT ? C’est tellement difficile de répondre à cette question, parce que ça dépend de l’endroit où se trouve le serveur, du nombre de requêtes exécutées etc. En ce moment, il n’y a aucune transparence à ce sujet.»

La confession qui tue..

Confronté à ce problème, le cofondateur de ChatGPT Sam Altman a lui-même reconnu – en janvier dernier – que la transformation technologique qu’il avait initié posait maintenant des enjeux énergétiques, en déclarant que le secteur énergétique avait besoin d’une «révolution» pour être en mesure d’alimenter les modèles d’IA de manière durable.

Donc, pour résumer, nous avons besoin de l’IA pour résoudre la crise climatique, mais d’abord, pour utiliser l’IA, nous devons trouver des sources d’énergie renouvelable. Un peu circulaire, comme problème.

Parce que ChatGPT a dominé notre imaginaire ces deux dernières années, nous avons commencé à penser que l’IA générative est la solution à tous les problèmes, note aussi Sasha Luccioni. Mais, honnêtement, l’IA générative est conçue pour les cas où l’on veut créer de nouvelles choses. Si vous voulez trouver des informations existantes, ce qui est typiquement le cas lorsque vous cherchez des choses sur Internet, vous n’avez pas besoin d’utiliser l’IA générative.»

La spécialiste donne un exemple très concret, avec la plateforme Perplexity. Si l’application fonctionne si bien pour rechercher de l’information, c’est parce qu’elle aurait intégré à son modèle d’algorithmes des techniques de recherche déjà connues et maîtrisées. Dans le présent cas, l’IA ne ferait que «mettre en forme» les réponses.

Choisir des modèles adaptés

Parmi les solutions à envisager, certains suggèrent de freiner la course que se donnent les grands joueurs technologiques pour offrir le modèle le plus puissant, dans tous les cas d’utilisation. Une recherche Google, encore aujourd’hui, devrait régler 99% des questions que se posent un Internaute sur Internet.

De la même manière, les entreprises n’ont pas toujours besoin d’un vaste modèle pour résoudre des problèmes sectoriels très pointus. Verra-t-on de plus petits modèles d’IA générative apparaître sur le marché? Réponse dans les mois à venir.

Découvrez nos formations :