Les avantages et inconvénients de l'IA face à l'impact environnemental | Knowledge #10
Les IA génératives ont le pouvoir de créer des contenus originaux et sont souvent discutées sous l'angle des droits des artistes et des détenteurs de droits d'auteur, ainsi que du travail humain. Cependant, leur impact environnemental est rarement pris en compte.
En examinant des recherches qui offrent des perspectives intéressantes sur l'impact énergétique et environnemental de l'IA, réfléchissons à la manière dont l'IA soutient puissamment nos activités créatives.
Consommation d'énergie variable selon les tâches
Dans une étude menée par des chercheurs de la startup d'IA Hugging Face en collaboration avec des scientifiques de l'Université Carnegie Mellon, l'accent a été mis sur le dioxyde de carbone émis en fonction des tâches effectuées par l'IA, mesurant précisément les émissions.
Il a été révélé que pour des tâches simples comme la classification de texte, entre 0,2 et 0,5 g de dioxyde de carbone sont émis pour 1 000 requêtes, tandis que pour la génération d'images, récemment en vogue, jusqu'à 1 000 g de dioxyde de carbone peuvent être émis pour 1 000 images générées.
En d'autres termes, les tâches simples comme la classification de texte sont plus économes en énergie et génèrent moins d'émissions. En revanche, les tâches complexes comme la génération d'images consomment beaucoup plus d'énergie et augmentent les émissions.
Image par Douglas
En termes de consommation d'énergie, il faut 2,907 kWh pour générer 1 000 images. Ce chiffre peut sembler faible, mais pour recharger complètement la batterie d'une Tesla Model 3, il faut 50 kWh, ce qui équivaut à seulement 17 200 images générées.
Avec la prolifération de plateformes comme DALL-E, Midjourney, et Adobe Firefly générant de grandes quantités d'images, si l'énergie nécessaire est similaire à celle de cette étude, cela consomme assez d'énergie pour recharger des milliers, voire des dizaines de milliers de voitures électriques chaque jour.
Des impacts environnementaux moins visibles
L'IA consomme de l'énergie pour exécuter des tâches, mais nécessite encore plus d'énergie pour entraîner et déployer les modèles.
Il est souvent difficile de calculer le coût énergétique de l'entraînement des modèles, mais il est connu que cela consomme bien plus d'énergie que l'exécution des tâches.
Pour ChatGPT, qui gagne en popularité, l'entraînement du modèle GPT-3 avec ses 175 milliards de paramètres nécessite 1 287 MWh.
Image par doraseiji
Créativité générée par l'IA et les humains
En considérant l'IA sous l'angle de son impact environnemental, il est clair qu'il y a des problèmes à prendre en compte, tels que la consommation d'énergie et les émissions de dioxyde de carbone.
Cependant, les avantages apportés par l'IA, comme la possibilité d'éditer et de composer des images sans expertise ou compétences techniques avancées, ne sont pas négligeables.
L'avenir du développement de l'IA pourrait dépendre de notre manière de l'aborder.
