Climat : les promesses de l’IA grevées par un lourd bilan carbone
Climat : les promesses de l’IA grevées par un lourd bilan carbone
Si les gains de l’intelligence artificielle pour réduire les émissions restent hypothétiques, les coûts énergétiques, déjà importants, vont devenir, eux, colossaux.
L’intelligence artificielle (IA) est-elle davantage un remède qu’un poison climatique ? Les géants de la tech, de Google à Microsoft, le clament haut et fort : les apports de ces technologies pour décarboner les économies et s’adapter au réchauffement seront à terme majeurs. A l’inverse, nombre d’experts préviennent que ces gains restent hypothétiques. L’empreinte carbone et la consommation électrique de services comme ChatGPT, d’ores et déjà importantes, risquent de devenir colossales. Ils appellent à la mesure face à une solution « utile » mais pas « miracle ».
Une meilleure connaissance du climat L’IA est considérée comme un outil efficace pour mieux comprendre le changement climatique et répondre aux incertitudes qui persistent. Elle est de plus en plus utilisée dans les prévisions météorologiques, comme s’y emploie le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), et pour les simulations du climat du futur. Google Research a ainsi dévoilé, le 22 juillet, dans la revue britannique Nature, une nouvelle approche, NeuralGCM, mélangeant IA et modèles climatiques fondés sur la physique, afin de simuler la météo et le climat de la Terre jusqu’à 3 500 fois plus vite que d’autres modèles et de manière autant, voire plus, précise sur une majorité de paramètres.
L’IA sert aussi à mieux anticiper les événements extrêmes, notamment « les incendies, les avalanches ou la trajectoire et les changements brusques d’intensité des cyclones », explique Claire Monteleoni, titulaire de la chaire Choose France AI et directrice de recherche à l’Institut national de recherche en sciences et technologies du numérique (Inria). Dans le cadre du projet de recherche européen Xaida, le climatologue Pascal Yiou fait, quant à lui, appel à l’IA pour savoir si ces catastrophes sont dues au changement climatique d’origine humaine – ce que l’on appelle la science de l’attribution.
Il utilise aussi l’IA pour prédire la survenue d’événements rares, comme des canicules historiques, afin de mieux préparer la société. « Nous avons, par exemple, réalisé 10 000 simulations de l’été 2024 pour savoir ce qui pouvait arriver », explique le directeur de recherche au Laboratoire des sciences du climat et de l’environnement. L’exercice a pris une semaine pour former l’IA puis une dizaine de minutes pour produire des résultats. Deux ou trois mois auraient été nécessaires avec des modèles de climat qui tournent sur des supercalculateurs. « L’IA nous permet de tester davantage d’hypothèses et de répondre à des questions de recherche jusqu’à présent inaccessibles », juge M. Yiou.
Des solutions pour réduire les émissions de CO2 L’IA commence à être utilisée pour accélérer la transition écologique. « Elle est bien adaptée, car les problématiques du climat sont complexes et multifactorielles, donc difficiles à gérer », estime Gilles Babinet, coprésident du Conseil national du numérique et auteur de Green IA. L’intelligence artificielle au service du climat (Odile Jacob, 224 pages, 22,90 euros).
Mme Monteleoni explique collaborer avec EDF « pour mieux comprendre où installer des éoliennes en fonction des modifications des vents liés au changement climatique ». L’IA peut aider à optimiser les réseaux électriques, responsables d’un quart des émissions mondiales de gaz à effet de serre, « en sachant prédire où c’est ensoleillé ou venteux dans les jours qui viennent, afin de maximiser la production de renouvelables et moins s’appuyer sur d’autres sources d’énergie plus sales », poursuit-elle.
Les autres exemples d’usages sont légion : observer et inventorier les émissions de millions de sites polluants à travers le globe et traquer la déforestation, développer de nouveaux matériaux, par exemple de meilleurs composants de batteries, optimiser les systèmes de chauffage et de climatisation dans les bâtiments, améliorer l’agriculture de précision, pour limiter les intrants ou l’irrigation, comme les recense une vaste étude, publiée en 2022, par une vingtaine d’universitaires et d’experts de la tech, dont Google.
« Nous voyons l’IA comme une occasion pour le climat », résume Adam Elman, responsable du développement durable pour l’Europe, l’Afrique et le Moyen-Orient chez Google. Parmi ses services, il cite Google Maps, qui, grâce aux données sur la topologie ou le trafic routier, « propose des itinéraires qui minimisent l’utilisation de carburant ». « Depuis 2021, cela a évité 2,9 millions de tonnes de CO2, soit l’équivalent de 660 000 voitures retirées de la route par an », assure-t-il. Les thermostats Nest, de Google, qui peuvent contrôler automatiquement le chauffage et la climatisation d’un domicile, auraient, eux, permis d’économiser 7 millions de tonnes de CO2, toujours selon l’entreprise. Le groupe a également effectué des tests pour réduire, grâce à l’IA, les traînées de condensation des avions, qui aggravent le réchauffement climatique.
Quel pourrait être l’impact pour le climat de l’ensemble de ces pistes ? Il n’existe pas de chiffres ayant fait l’objet d’études approfondies. Les solutions liées à l’IA, si elles étaient mises en œuvre largement, pourraient réduire les émissions de CO2 mondiales de 5 % à 10 %, d’ici à 2030, assure un rapport du Boston Consulting Group commandé par Google. Mais cette estimation n’est qu’une simple extrapolation à partir d’un article de 2021 racontant quelques cas de clients du cabinet de conseil. Un rapport de PwC sur quatre secteurs, financé par Microsoft en 2019, avançait, lui, une fourchette de baisse de 1,5 % à 4 %, d’ici à 2030. Des chiffres que remet en cause Hugues Ferreboeuf, spécialiste du numérique au cercle de réflexion The Shift Project : « Toutes les approches sérieuses mettent en avant l’impossibilité de généraliser à partir de cas d’étude spécifiques. »
Une empreinte carbone en pleine expansion L’enjeu est de taille, car l’IA a d’ores et déjà un coût environnemental important : celles génératives, capables de créer des textes, des images ou des vidéos, nécessitent énormément de calcul informatique, lors de la phase d’entraînement mais surtout d’utilisation. Une requête sur un assistant comme ChatGPT consomme dix fois plus d’électricité qu’une recherche sur Google, selon l’Agence internationale de l’énergie (AIE).
Selon l’organisation non gouvernementale (ONG) Data For Good, spécialisée dans la production de données sur les technologies, 100 millions d’utilisateurs de la dernière version de ChatGPT, avec une conversation par jour, émettraient autant de CO2 en un an que de 100 000 à 364 000 Français. Or, ce type d’assistants d’IA est en cours de déploiement sur le moteur de recherche de Google, les réseaux sociaux de Meta, les smartphones Apple ou Samsung… Les centaines de milliards d’euros investis dans les centres de données par les géants du numérique, en grande partie pour répondre aux besoins de l’IA, ont d’ores et déjà fait bondir leurs émissions de CO2, en raison de la construction des bâtiments et de la fabrication des processeurs : en 2023, + 30 % pour Microsoft et + 13 % pour Google (+ 50 % depuis 2019).
Ce décrochage lié à l’IA remet-il en cause l’objectif de « zéro carbone en 2030 » fixé par Microsoft ou Google ? « Nous sommes très engagés dans la poursuite de cet objectif », assure M. Elman, de Google, tout en soulignant que ce but est « très ambitieux et difficile à atteindre ». Les géants du numérique misent sur leurs achats d’énergies renouvelables et leurs efforts d’efficacité énergétique pour y parvenir.
« Nous pensons que les bénéfices de l’IA pour le climat vont significativement dépasser les aspects négatifs », assure surtout M. Elman, de Google, comme les dirigeants de Microsoft. L’IA ne serait responsable que d’environ 0,01 % des émissions mondiales, selon un article cosigné par des experts de Microsoft, qui ont appuyé leur calcul sur la consommation électrique des processeurs réservés à l’IA en 2023.
Ces estimations sont contestables, rétorque M. Ferreboeuf, du Shift Project : « D’ici à trois ans, la part de l’IA va passer de 8 % à 45 % dans la consommation électrique des centres de données, qui va doubler », explique-t-il, citant des chiffres du cabinet SemiAnalysis. En 2026, l’IA pourrait donc représenter environ 0,9 % des émissions mondiales et les centres de données environ 2 % [contre 0,6 % en 2020], selon l’AIE, estime-t-il. « De plus, le raisonnement en pourcentage n’est pas pertinent, insiste l’expert. Ce qu’il faut, c’est savoir si les émissions absolues baissent de 5 % à 7 % par an, comme le prévoit l’accord de Paris. »
« C’est très dur d’avoir un débat sur le bilan de l’IA » en raison du « manque de chiffres étayés », déplore Sasha Luccioni, spécialiste de la consommation électrique à la start-up d’IA Hugging Face. Elle pointe de plus le risque d’un « effet rebond » qui contrebalance les gains d’efficacité énergétique en faisant augmenter les usages. Et note qu’il faudrait aussi intégrer les activités carbonées que l’IA favorise, comme l’extraction pétrolière : TotalEnergies a noué un partenariat avec Google et Exxon Mobil avec Microsoft…
Une consommation électrique croissante Au-delà des émissions de CO2 des centres de données, leur consommation électrique croissante suscite des inquiétudes : elle pourrait plus que doubler, d’ici à 2026, et passer de 1,7 % à entre 2 % et 3,5 % de la demande mondiale, selon les estimations de l’AIE, qui y inclut les cryptomonnaies. Outre des problèmes liés à l’eau utilisée pour refroidir les processeurs, cette expansion fait craindre des pénuries locales d’électricité ou des conflits d’usages, par exemple avec les voitures électriques.
De plus, pointe M. Ferreboeuf, il y a un risque d’accaparement des ressources limitées en énergies renouvelables : Amazon, Meta, Google et Microsoft ont, à eux seuls, acheté 29 % des nouveaux contrats d’éolien et de solaire dans le monde, en 2023, selon Bloomberg.
Sur les perspectives à long terme, certains apôtres de l’IA assument une explosion des besoins. « L’IA nécessitera de produire le double de l’électricité disponible dans le pays, vous imaginez ? », vient de prévenir le candidat à la présidentielle américaine Donald Trump. « Il n’y a pas moyen [de couvrir les besoins énergétiques de l’IA] sans une avancée scientifique », avait déjà prophétisé, en janvier, Sam Altman, le fondateur d’OpenAI, espérant des percées dans la fusion nucléaire, vue comme une « énergie propre et illimitée ».
Vers une autre IA ? « L’IA générative incarne le technosolutionnisme, ou le mythe de la technologie qui va nous sauver », déplore Lou Welgryn, coprésidente de Data For Good. Présenter l’IA comme une solution à la crise environnementale risquerait de dissuader la société d’agir et d’aller vers davantage de sobriété. L’argument servirait aussi à verdir l’image d’une technologie qui, pourtant, « met sous stéroïdes notre économie actuelle, très carbonée » et favorise la croissance, la publicité et la surconsommation, regrette-t-elle.
L’urgence serait de questionner les usages de l’IA, notamment générative. Et même d’y renoncer dans certains cas. Le référentiel publié fin juin par l’organisme de certification Afnor invite ainsi à préférer, si possible, « une autre solution moins consommatrice pour répondre au même objectif ». Et à privilégier une « IA frugale ». Le principe est là de recourir à des modèles d’IA moins puissants ou moins généralistes pour traiter les requêtes les plus simples ou des usages plus spécifiques.
« Entre le technosolutionnisme et la décroissance, il y a une troisième voie possible », pense M. Babinet. Selon lui, il faut encourager les usages utiles de l’IA, qui, souvent, ne nécessitent pas d’IA générative, et « décourager » les usages futiles et gourmands en calcul, comme la génération d’images sur les réseaux sociaux. « Il faut donc faire payer le vrai prix de l’environnement », poursuit-il, proposant d’intégrer les services numériques comme l’IA dans le mécanisme d’ajustement carbone aux frontières par lequel l’UE va taxer des produits en fonction de leurs émissions de CO2.
Sasha Luccioni ou Frédéric Bordage, de l’ONG Green IT, souhaitent, eux, la création d’une sorte « d’écoscore » qui, à la manière du Nutri-Score pour les aliments, ferait la transparence sur les coûts environnementaux des modèles d’IA, afin d’orienter les usages. Dans cet esprit, l’Afnor a énoncé des méthodologies de calcul pour mesurer l’impact environnemental de l’IA, afin de communiquer « avec des allégations justes et vérifiables ». Et « sans greenwashing », précise le communiqué.
Audrey Garric et Alexandre Piquard
You're viewing a single thread.
Disclaimer: je suis biaisé, vue que je suis un grand enthousiaste de l'IA depuis plus de 20 ans.
Un beau fouillis. Un article qui ne cite aucun chiffre absolu, qui cite Donald Trump comme une source crédible, qui renvoie dos à dos ONGs et boites privées sans chercher à déterminer qui a raison (les calculs ne sont pas très difficiles à faire).
Quelques remarques:
- L'unité d'émissions de CO2 c'est la tonne ou la tonne eq. CO2. Pas le "pourcentage par rapport à l'année d'avant".
- Les ordinateurs, ça n'émet pas de CO2. Ça consomme de l'électricité. On sait faire de l'électricité renouvelable. L'unité de consommation est le Wh. Aucune mention dans l'article non plus.
- "100 millions d’utilisateurs de la dernière version de ChatGPT, avec une conversation par jour, émettraient autant de CO2 en un an que de 100 000 à 364 000 Français." Autrement dit, une augmentation de 0.1% de leur conso. Sachant que ChatGPT est le plus énergivore, ne dévoile pas sa conso. Au passage, "conversation" c'est pas une unité, pour l'usage de chatbots on parle en nombre de tokens générés.
- "Or, ce type d’assistants d’IA est en cours de déploiement sur le moteur de recherche de Google, les réseaux sociaux de Meta, les smartphones Apple ou Samsung…" Mensonger. Ça porte à croire qu'on parle de ChatGPT alors qu'il n'en est pas question pour les fabricants de téléphones qui veulent un modèle qui tourne localement sur une puce spécialisée. Du coup avec une conso beaucoup, beaucoup, beaucoup plus faible que ChatGPT, mais aussi des perfos dégradées vraisemblablement.
- Encore une fois un article qui passe sous silence le fait que la plupart des modèles utilisés, y compris par Meta, Apple ou Google, sont open source, et ne sont pas contrôlés par une boite privée comme OpenAI. C'est important, c'est crucial, et c'est fatiguant les journalistes qui réduisent l'"IA" à ChatGPT. Ils ont d'autant moins d'excuse qu'ils ont interviewé des personnes de Huggingface, sans dire ce qu'ils sont: un hub et hébergeur pour les modèles de machine learning ouverts.
- Ils en font un peu mention à la fin, mais vraiment, ChatGPT et les générateurs d'image, c'est la partie émergée de l'iceberg. Plein de domaines de l'informatique changent en profondeur. Le contrôle robot, la reconnaisse vocale et visuelle, l'automatisation des tâches ou même de l'écriture de programmes. C'est de ça dont il faudrait parler.
3/10 fait mieux que beaucoup d'articles sur la matière, mais dissimule volontairement des infos pour écrire un article à charge.
qui cite Donald Trump comme une source crédible
Je pense que le but d'insérer la citation de Trump est plutôt de souligner que même Trump est un IA-entousiasthe?
la plupart des modèles utilisés, y compris par Meta, Apple ou Google, sont open source
Le fameux code source qui est un ensemble de tenseurs à plusieurs milliards d'éléments ? Facile à auditer ça xD
Je trouve aussi que ça vole pas très haut niveau vulgarisation. Tu dis des trucs intéressants mais je pense que tu oublies un peu vite le biais que tu reconnais avoir au début de ton post. ;o)
La citation de Trump, hors contexte comme ça, je pense qu'elle est critique en fait. Soit de l'IA, pour dire que ce sera trop cher en énergie (ce qui est faux, ça demandera pas à doubler la production mondiale, c'est ridicule comme affirmation, il faudrait multiplier par plusieurs environ 100 000 sa conso pour que ça commence à être vrai), soit le connaissant, vis à vis de programmes d'énergie renouvelable, pour dire "soyez sérieux, on pourra pas produire autant avec des panneaux solaire". Comme tout ce qui sort de la bouche de ce mec, c'est sans intérêt, pas documenté, probablement inventé et généralement stupide.
Le fameux code source qui est un ensemble de tenseurs à plusieurs milliards d’éléments ? Facile à auditer ça xD
Une chose assez surprenante dans ces technos c'est que le code source de ces modèles est en fait très simple et assez court. Les tenseurs sont de la donnée que personne n'a codé manuellement. Après je t'accorde qu'il y a un débat sur la définition d'un modèle open source: le code pour le faire tourner et les poids binaires sont considérés insuffisants par certains qui demandent accès également au code d’entraînement voire aux datasets d’entraînement.
Mais je ne vois pas pourquoi tu parles d'auditer? Ces modèles on sait comment ils fonctionnent et on les duplique très facilement en local.
je pense que tu oublies un peu vite le biais que tu reconnais avoir au début de ton post
Dans ce cas faut que j'explique un peu pourquoi ce genre de posts m'énervent tout autant que les discours sur l'épuisement des ressources minérales par le secteur de la tech: j'ai choisi ce secteur parce que je pense sincèrement que ça peut aider l'humanité et quand je reçois un argument comme quoi non, ça rend pire certains problèmes, je prends ça à coeur et je vais fouiller. La première fois que j'ai entendu parler de pénurie de cuivre, je me suis renseigné sur les métaux de remplacement disponibles et sur les réserves dans chacun, savoir comment organiser l'effort technologique sans épuiser nos ressources. Et je me suis rendu compte que la pénurie de cuivre se base sur une incompréhension des nombres. Depuis j'ai pu le constater pour beaucoup de "paniques" écologiques qui disparaissent rapidement quand on les prend au sérieux et qu'on fouille.
Je suis ingé et je suis aussi écologiste. Mon métier mais aussi ma personnalité, c'est de vouloir résoudre les problèmes qu'on me propose et pour ça, chaque fois, il faut commencer à les quantifier. Chaque fois qu'on refuse de quantifier un problème, je soupçonne que c'est parce que le but n'est pas de le résoudre mais de l'instrumentaliser.
C'est surtout cette partie qui relève le problème autre chose que d'un discours tronqué (forcément c'est du journalisme grand public) :
« Nous pensons que les bénéfices de l’IA pour le climat vont significativement dépasser les aspects négatifs », assure surtout M. Elman, de Google, comme les dirigeants de Microsoft. L’IA ne serait responsable que d’environ 0,01 % des émissions mondiales, selon un article cosigné par des experts de Microsoft, qui ont appuyé leur calcul sur la consommation électrique des processeurs réservés à l’IA en 2023. Ces estimations sont contestables, rétorque M. Ferreboeuf, du Shift Project : « D’ici à trois ans, la part de l’IA va passer de 8 % à 45 % dans la consommation électrique des centres de données, qui va doubler », explique-t-il, citant des chiffres du cabinet SemiAnalysis. En 2026, l’IA pourrait donc représenter environ 0,9 % des émissions mondiales et les centres de données environ 2 % [contre 0,6 % en 2020], selon l’AIE, estime-t-il. « De plus, le raisonnement en pourcentage n’est pas pertinent, insiste l’expert. Ce qu’il faut, c’est savoir si les émissions absolues baissent de 5 % à 7 % par an, comme le prévoit l’accord de Paris. » C’est très dur d’avoir un débat sur le bilan de l’IA » en raison du « manque de chiffres étayés », déplore Sasha Luccioni, spécialiste de la consommation électrique à la start-up d’IA Hugging Face. Elle pointe de plus le risque d’un « effet rebond » qui contrebalance les gains d’efficacité énergétique en faisant augmenter les usages. Et note qu’il faudrait aussi intégrer les activités carbonées que l’IA favorise, comme l’extraction pétrolière : TotalEnergies a noué un partenariat avec Google et Exxon Mobil avec Microsoft… Une consommation électrique croissante Au-delà des émissions de CO2 des centres de données, leur consommation électrique croissante suscite des inquiétudes : elle pourrait plus que doubler, d’ici à 2026, et passer de 1,7 % à entre 2 % et 3,5 % de la demande mondiale, selon les estimations de l’AIE, qui y inclut les cryptomonnaies. Outre des problèmes liés à l’eau utilisée pour refroidir les processeurs, cette expansion fait craindre des pénuries locales d’électricité ou des conflits d’usages, par exemple avec les voitures électriques. De plus, pointe M. Ferreboeuf, il y a un risque d’accaparement des ressources limitées en énergies renouvelables : Amazon, Meta, Google et Microsoft ont, à eux seuls, acheté 29 % des nouveaux contrats d’éolien et de solaire dans le monde, en 2023, selon Bloomberg.
On a donc une nouvelle technologie gourmande en énergie qui par ailleurs n'est pas infinie. Donc à voir avec ton point 5 si ta prévision sera (je le souhaite mais crains que non) moins pessimiste que les interrogés (qui par ailleurs ne se contredisent pas et disent juste que bénéfices>inconvénients).
Le fait que ce soit du journalisme grand public n'est pas une excuse, au contraire: du journalisme spécialisé peut se contenter des données les infos brutes, le journalisme grand public se doit de faire une étape d'analyse en plus, pas du tout faite là.
Au-delà des émissions de CO2 des centres de données, leur consommation électrique croissante suscite des inquiétudes : elle pourrait plus que doubler, d’ici à 2026, et passer de 1,7 % à entre 2 % et 3,5 % de la demande mondiale, selon les estimations de l’AIE, qui y inclut les cryptomonnaies.
Tiens j'avais pas vu passer ça. On met les cryptomonnaies sur le dos de l'IA maintenant? Qu'est ce que ça fout là?
On a donc une nouvelle technologie gourmande en énergie
Bah je trouve ça faux, et je pense que c'est parce que c'est faux que l'article ne donne pas des chiffres en absolu. On verrait que la moindre conférence scientifique génère plus de CO2 que l'entraînement d'un gros modèle open source (à faire une fois pour alimenter le monde entier en modèles).
Et encore une fois, aucune différence faite entre entraînement des modèles (coûteux, à faire une fois, dans un datacenter) et utilisation des modèles (faite de plus en plus localement, hors des datacenters, consomme à peu près autant que regarder une vidéo sur son ordi).
Amazon, Meta, Google et Microsoft ont, à eux seuls, acheté 29 % des nouveaux contrats d’éolien et de solaire dans le monde, en 2023, selon Bloomberg.
Sur ce nombre, j'ai de gros gros doutes. En 2023 ou a ajouté 510 GW de renouvelable, Microsoft consomme (en total) l'équivalent de 2M soit 0.004%. Dés qu'on parle en absolu, on se rend compte que les boites informatiques sont vraiment très très peu énergivores par rapport aux industries classiques. Je parie que c'est encore un journaliste qui confond MW et MWh.
L'article est déjà trop long en essayant de soupeser l'opposition entre intérêt vertueux de l'IA et consommation énergétique pour essayer d'être neutre, faire de la vulga à ce sujet rallongerait encore le propos.
Pour les chiffres, il y en a peut-être ici : https://legrandcontinent.eu/fr/2024/07/13/lia-fait-exploser-la-consommation-denergie/ si j'arrive à faire sauter le paywall je le poste ici (dans l'attente de tes réactions).
Après désolé, je ne comprends pas l'anglais, ces sources ne sont pas intéressantes pour moi livrées brutes.
Tu t'adresses pas au grand public sans faire soit de la vulgarisation, soit de l'analyse. Et donner des nombres bruts en MWh, c'est pas non plus s'adresser à un public de docteurs en physique nucléaire.
Eh ben dis donc, faut aller les chercher loin les chiffres dans ta source! Et pour cause, ils montrent qu'il est mensonger de faire une équivalence entre conso de l'IA et conso des datacenters vu que la part de l'IA dedans est marginale aujourd'hui et est prévue de rester petite:
J'ai trouvé d'autres articles d'Alexandre Piquard (https://www.lemonde.fr/economie/article/2024/06/14/derriere-l-ia-la-deferlante-des-data-centers_6239694_3234.html) sur le sujet avec la même tonalité, si tu penses que son erreur d'échelle modifie la donne sur les constats, n'hésite pas à lui en faire part. J'ai espoir que si c'est une erreur, c'est plus involontaire qu'à dessein !
Et on aura des articles collant plus au réel, tout bénef.
Paywall, j'ai accès qu'au début de l'article, qui là aussi fait croire que l'augmentation de la conso des datacenters est purement liée à l'IA, ce qui est faux, comme dit plus haut. Interdisez le mining de cryptomonnaie, vous verrez les consos des datacenters baisser, malgré la hausse de l'utilisation des IAs.
Et là, j'accepte en serrant les dents l'hypothèse a priori raisonnable que la conso liée à l’entraînement des modèles va continuer de monter, mais il y a une très forte chance qu'on voit éclater la bulle OpenAI bientôt, dont l'approche de force brute bat de l'aile. Personne a envie de mettre des milliards sur la table pour avoir de nouveaux modèles, la recherche sur des méthodes plus efficaces (qu'on est à peu près surs est possible) bat son plein et n'arrête pas de produire des avancées.
Si t'as accès à l'article complet et à son mail, je veux bien essayer, mais j'ai un peu abandonné tout espoir sur le ton des articles écolo et technique du Monde.
On verrait que la moindre conférence scientifique génère plus de CO2 que l’entraînement d’un gros modèle open source (à faire une fois pour alimenter le monde entier en modèles).
Je suis bien d'accord que ça sert pas à grand chose de se déplacer aussi souvent que (beaucoup de) scientifiques le font (et cadres sups en général), mais là tu fais du whataboutism de bas étage il me semble. "Une inférence consomme moins qu'un Paris/Berlin un SUV, donc c'est pas un problème". OK...
Le fait que tu "trouves ça faux" que les réseaux de neurones profonds sont gourmands en énergie décrédibilise complètement ton propos, on dirait bien que ton enthousiasme t'aveugle. C'est pas une question d'opinion il me semble.
La raison pour laquelle je mets dans la balance les conférences scientifiques c'est que les progrès de la recherche sont le bénéfice mis au crédit de l'IA dans cet article. Les confs, il y en a des inutiles, mais beaucoup sont utiles.
Une inférence consomme moins qu’un Paris/Berlin un SUV, donc c’est pas un problème
C'est pour ça que je veux qu'on parle en absolu, parce que ton échelle est complètement, mais complètement fausse. Une inférence consomme moins qu'une pub sur netflix en fait. Générer une image ou un millier de tokens, sur mon GPU, ça prend 10s et juste une portion de ses 370W de conso max.
Ce sont les entraînements qu'on compare à des vols internationaux (avec le raccourci mensonger AMHA que brûler des fossiles et utiliser de l'électricité, c'est la même chose)
C’est pas une question d’opinion il me semble.
Non en effet. C'est une question de nombres. L'article n'en propose pas.