L’empreinte carbone de l’IA est plus importante que vous ne le pensez

La création d’une image via l’IA générative consomme autant d’énergie que charger son smartphone, écrit Melissa Heikkilä dans MIT Technology Review, se référant à une étude chercheurs de la startup d’IA Hugging Face et de l’Université Carnegie Mellon aux Etats-Unis.

Le coût de l’IA pour la planète

Pour la première fois, les chercheurs la startup d’IA Hugging Face et de l’Université Carnegie Mellon ont réalisé un calcul des émissions de carbone provoquées par l’utilisation d’un modèle d’intelligence artificielle lors de tâches diverses.

Ceux-ci ont pu montrer que l’utilisation de l’IA pour générer une image, pour rédiger un e-mail ou pour soumettre une question à un chatbot avait un coût pour la planète.

En fait, générer une image à l’aide d’un puissant modèle d’IA nécessite autant d’énergie que charger complètement votre smartphone, indique cette nouvelle étude. Cependant, les scientifiques ont constaté que l’utilisation d’un modèle pour générer du texte est nettement moins gourmande en énergie. Créer du texte 1.000 fois ne consomme que 16 % d’énergie en plus par rapport à une charge complète d’un smartphone.

Même si leurs travaux n’ont pas encore été évalués par des pairs, ils montrent que même si la formation de modèles d’IA massifs requiert incroyablement beaucoup d’énergie, ce n’est qu’une partie du puzzle. Le volume le plus important de leur empreinte carbone se doit à leur utilisation réelle.

Sasha Luccioni, chercheuse en IA chez Hugging Face qui a dirigé les travaux, estime que comprendre ces émissions pourrait nous aider à prendre des décisions éclairées sur la manière d’utiliser l’IA d’une manière plus respectueuse de la planète.

Code Carbon

L’équipe de chercheurs a examiné les émissions de CO2 en relation avec 10 tâches courantes de l’intelligence artificielle sur la plateforme Hugging Face. Parmi ces tâches, les scientifiques ont étudié l’empreinte carbone :

• des réponses aux questions ;
• de la génération de texte ;
• de la classification d’images ;
• du sous-titrage et de la génération d’images.

Leurs expériences ont été menées sur 88 modelés d’intelligence artificielle différents. Pour chacune des tâches, 1.000 invites ont été utilisées.  On a ensuite mesuré l’énergie utilisée via un outil appelé Code Carbon. Cet outil réalisé ces calculs en examinant l’énergie consommée par l’ordinateur lors de l’exécution du modèle. Les chercheurs ont également calculé les émissions provoquées par la réalisation de ces tâches via huit modèles génératifs.

La génération d’images via IA a l’empreinte carbone la plus importante

La génération d’images via se positionne en tant que tâche la plus gourmande en énergie et en carbone. Créer 1.000 images via un modèle massif d’intelligence artificielle est responsable d’à peu près autant de dioxyde de carbone que la conduite d’une voiture à essence durant 6,5 km. En revanche, le modèle de génération de texte le moins gourmand en carbone était responsable d’autant de CO2 que la conduite durant un kilomètre dans un véhicule similaire.

« L’étude fournit des informations utiles sur l’empreinte carbone de l’intelligence artificielle en proposant des chiffres concrets et révèle des tendances à la hausse inquiétantes », a expliqué Lynn Kaack, professeur adjoint d’informatique et de politique publique à l’école Hertie en Allemagne.

On assiste par ailleurs à une accumulation rapide de ces émissions. L’essor de l’IA générative a poussé les entreprises technologiques les plus importants à intégrer des modèles massifs d’IA au sein de nombreux produits. Les utilisateurs ont désormais recours à ces modèles d’IA générative des milliards de fois au quotidien.

Les scientifiques ont en outre découvert que l’utilisation de grands modèles génératifs était beaucoup plus gourmande en énergie que l’utilisation de modèles d’IA plus petits pour des tâches spécifiques. Les modèles d’IA générative consomment beaucoup plus d’énergie car ils essaient de faire plusieurs tâches à la fois.

Conscientisation pour une utilisation sélective de l’IA

Luccioni espère que cette recherche encouragera les personnes à être plus sélectives lorsqu’elles utilisent l’IA générative. Elle espère que le public optera pour des modèles plus spécialisés et à moins forte intensité de carbone.

La chercheuse estime qu’il n’est pas vraiment nécessaire d’utiliser des gros modelés d’intelligence artificielle lors d’une application spécifique comme la recherche par courrier électronique.

Pour Jesse Dodge, scientifique de l’Allen Institute for AI, on ne dispose pas de la consommation d’énergie relative à l’utilisation de modèles d’IA pour comprendre leur empreinte carbone réelle.

Selon Dodge, il est essentiel de réaliser la comparaison des émissions de carbone des nouveaux modèles génératifs et des modèles d’IA plus anciens. Cela permet de montrer que la nouvelle vague de modèles d’IA est beaucoup plus consommatrice de carbone que les systèmes d’il y a deux ou cinq ans.