(Encadrant : Sébastien Travadel)
L’Intelligence Artificielle (IA) connaît un essor significatif depuis que les algorithmes d’apprentissage statistique bénéficient, d’une part, de corpus massifs de données et, d’autre part, de processeurs graphiques optimisés pour l’entraînement de réseaux profonds. Ces deux facteurs ont considérablement amélioré les performances des prédictions dans de nombreux domaines (analyse d’image, traitement naturel du langage, reconnaissance vocale notamment). Ces performances accrues ont multiplié les applications commerciales de l’IA et ont encouragé les décideurs publics à subventionner les travaux dans ce secteur.
Pourtant, ce développement a un coût environnemental exorbitant. Il nécessite des infrastructures de stockage et de calcul considérables, consommatrices d’énergies tant pour être fabriquées que pour être refroidies. Il entraîne en outre le prélèvement à grande échelle de ressources rares. En 2018, les émissions de gaz à effet de serre directement liées au numérique étaient supérieures à celles de l’aviation civile. Cette mesure porte sur l’ensemble des réseaux, supports, données, contenus, etc., et non spécifiquement sur l’IA et ses applications ; elle fournit néanmoins un ordre de grandeur des enjeux, alors que la tendance est à la digitalisation généralisée dans le contexte de « l’industrie 4.0 » ou de la « smart city ».
Un constat alarmant, qui motive une réflexion sur les « low techs » (Bihouix, 2014), ou l’idée d’une technique soucieuse de son impact à long terme sur les modes de vie, au-delà du gain immédiat (financier ou d’usage).
L’objectif de ce projet est de modéliser le coût environnemental spécifique de l’IA, puis de proposer des pistes d’amélioration. Le périmètre propre à l’IA sera défini, puis des modèles de coût environnemental du numérique seront recensés1 afin de proposer, in fine, un modèle spécifique à l’IA. Outre une évaluation macroscopique, quelques cas seront identifiés pour leur valeur d’exemple et étudiés en détail (tels que l’algorithme AlphaGo Zero). En parallèle, une bibliographie sur la démarche « low tech » permettra de dégager une grille d’interprétation des résultats, afin d’évaluer dans quelle mesure, et sous quelles conditions, IA et sobriété numérique (Bordage, 2019) peuvent être compatibles.
Références :
Bihouix Philippe, 2014. L’âge des low tech. Vers une civilisation techniquement soutenable, Paris : Le Seuil (Anthropocène), 336 p.
Bordage Frédéric, 2019. Sobriété numérique, Paris : Buchet / Chastel, 204 p.
Voir notamment https://www.greenit.fr/ ↩