En 2025, l'IA et le changement climatique, deux des plus grands perturbateurs sociétaux auxquels nous sommes confrontés, entreront en collision.

L'été 2024 a battu le record du jour le plus chaud sur Terre depuis le début de la collecte de données, suscitant une large couverture médiatique et un débat public. C’est également l’année où Microsoft et Google, deux des principales grandes entreprises technologiques qui investissent massivement dans la recherche et le développement de l’IA, n’ont pas atteint leurs objectifs climatiques. Même si cela a également fait la une des journaux et suscité l’indignation, les impacts environnementaux de l’IA sont encore loin d’être connus de tous.

En réalité, le paradigme actuel de l'IA selon lequel « plus c'est gros, c'est mieux », incarné par la recherche par les entreprises technologiques de modèles de langage toujours plus grands et plus puissants, présentés comme la solution à chaque problème, entraîne des coûts très importants pour l'environnement. Celles-ci vont de la génération de quantités colossales d'énergie pour alimenter les centres de données qui exécutent des outils tels que ChatGPT et Midjourney aux millions de gallons d'eau douce qui sont pompés à travers ces centres de données pour s'assurer qu'ils ne surchauffent pas et aux tonnes de métaux des terres rares. nécessaires pour construire le matériel qu’ils contiennent.

Les centres de données utilisent déjà 2 pour cent de l’électricité mondiale. Dans des pays comme l’Irlande, ce chiffre atteint un cinquième de l’électricité produite, ce qui a incité le gouvernement irlandais à déclarer un moratoire effectif sur les nouveaux centres de données jusqu’en 2028. Même si une grande partie de l’énergie utilisée pour alimenter les centres de données est officiellement du « carbone « neutre », cela repose sur des mécanismes tels que les crédits d'énergie renouvelable, qui compensent techniquement les émissions liées à la production de cette électricité, mais ne changent pas la manière dont elle est produite.

Des endroits comme Allée du centre de données' en Virginie sont principalement alimentés par des sources d'énergie non renouvelables telles que gaz naturelet les fournisseurs d'énergie retardent le retrait des centrales électriques au charbon pour suivre le rythme demandes accrues de technologies comme l’IA. Les centres de données absorbent d'énormes quantités d'eau douce provenant de rares aquifères, opposant les communautés locales aux fournisseurs de centres de données dans des endroits allant de Arizona à Espagne. Dans Taïwanle gouvernement a choisi d'allouer de précieuses ressources en eau aux installations de fabrication de copeaux pour anticiper la demande croissante, au lieu de laisser les agriculteurs locaux l'utiliser pour arroser leurs cultures au milieu de la pire sécheresse que le pays ait connue depuis plus d'un siècle.

Mes dernières recherches montrent que le passage des anciens modèles d'IA standard, formés pour effectuer une seule tâche telle que répondre à des questions, aux nouveaux modèles génératifs peut utiliser jusqu'à 30 fois plus d'énergie juste pour répondre exactement à la même série de questions. Les entreprises technologiques qui ajoutent de plus en plus de modèles d'IA génératifs à tout, des moteurs de recherche aux logiciels de traitement de texte, ne divulguent pas non plus le coût carbone de ces changements : nous ne savons toujours pas quelle quantité d'énergie est utilisée lors d'une conversation avec ChatGPT ou lors de la génération de modèles d'IA génératifs. une image avec Gemini de Google.

Une grande partie du discours des Big Tech autour des impacts environnementaux de l’IA a suivi deux trajectoires : soit ce n’est pas vraiment un problème (selon Bill Gates), ou une percée énergétique se produira et réparera les choses comme par magie (selon Sam Altman). Ce dont nous avons réellement besoin, c'est de plus de transparence sur les impacts environnementaux de l'IA, par le biais d'initiatives volontaires comme la Étoile énergétique de l'IA projet que je dirige, qui aiderait les utilisateurs à comparer l'efficacité énergétique des modèles d'IA pour prendre des décisions éclairées. Je prédis qu’en 2025, des initiatives volontaires comme celles-ci commenceront à être appliquées par le biais de lois, des gouvernements nationaux aux organisations intergouvernementales comme les Nations Unies. En 2025, grâce à davantage de recherche, de sensibilisation du public et de réglementation, nous commencerons enfin à comprendre L'empreinte environnementale de l'IA et prendre les mesures nécessaires pour le réduire.