Quatre façons dont l’IA pourrait contribuer à répondre au changement climatique, malgré la quantité d’énergie qu’elle consomme
Les systèmes d’IA avancés font l’objet de critiques croissantes en raison de leur consommation d’énergie. Mais il ne faut pas oublier que l’IA pourrait également contribuer de diverses manières à notre réponse au changement climatique.
Le changement climatique peut être décomposé en plusieurs problèmes plus petits qui doivent être résolus dans le cadre d’une stratégie globale d’adaptation et d’atténuation. Il s’agit notamment d’identifier les sources d’émissions, d’améliorer la production et l’utilisation d’énergies renouvelables et de prévoir les catastrophes telles que les inondations et les incendies.
Mes propres recherches examinent comment l’IA peut être exploitée pour prédire les émissions de gaz à effet de serre des villes et des fermes ou pour comprendre les changements dans la végétation, la biodiversité et le terrain à partir d’images satellite.
Voici quatre domaines différents dans lesquels l’IA a déjà réussi à maîtriser certaines des petites tâches nécessaires à une confrontation plus large à la crise climatique.
1. Électricité
L’IA pourrait contribuer à réduire les émissions liées à l’énergie en prévoyant plus précisément l’offre et la demande d’énergie.
L’IA peut apprendre des modèles sur la manière et le moment où les gens utilisent l’énergie. Il peut également prévoir avec précision la quantité d’énergie qui sera générée à partir de sources telles que l’énergie éolienne et solaire en fonction de la météo et ainsi contribuer à maximiser l’utilisation d’énergie propre.
Par exemple, en estimant la quantité d’énergie solaire générée par les panneaux (en fonction de la durée d’ensoleillement ou des conditions météorologiques), l’IA peut aider à planifier le moment de la lessive ou de la recharge des véhicules électriques pour aider les consommateurs à tirer le meilleur parti de cette énergie renouvelable. À plus grande échelle, cela pourrait aider les opérateurs de réseau à anticiper et à atténuer les déficits d’approvisionnement.
Des chercheurs iraniens ont utilisé l’IA pour prédire la consommation énergétique d’un centre de recherche en tenant compte de son occupation, de sa structure, de ses matériaux et des conditions météorologiques locales. Le système a également utilisé des algorithmes pour optimiser la consommation énergétique du bâtiment en proposant des mesures d’isolation et des contrôles de chauffage appropriés ainsi que la quantité d’éclairage et d’électricité nécessaire en fonction du nombre de personnes présentes, pour finalement la réduire de 35 %.
2. Transports
Les transports représentent environ un cinquième des émissions mondiales de CO₂. Les modèles d’IA peuvent encourager les options de déplacement écologiques en suggérant aux conducteurs les itinéraires les plus efficaces, avec moins de collines, moins de trafic et des vitesses constantes, et ainsi minimiser les émissions.
Un système basé sur l’IA a suggéré des itinéraires pour les véhicules électriques dans la ville de Göteborg, en Suède. Le système a utilisé des caractéristiques telles que la vitesse du véhicule et l’emplacement des points de recharge pour trouver des itinéraires optimaux minimisant la consommation d’énergie.
3. Agriculture
Des études ont montré que de meilleures pratiques agricoles peuvent réduire les émissions. L’IA peut garantir que l’espace et les engrais (qui contribuent au changement climatique) soient utilisés avec parcimonie.
En prédisant la quantité d’une récolte que les gens achèteront sur un marché particulier, l’IA peut aider les producteurs et les distributeurs à minimiser le gaspillage. Une étude menée en 2017 par l’Université de Stanford aux États-Unis a même montré que des modèles avancés d’IA peuvent prédire les rendements de soja au niveau des comtés.
Cela a été possible en utilisant des images satellites pour analyser et suivre la croissance des cultures. Les chercheurs ont comparé plusieurs modèles pour prédire avec précision les rendements des cultures et le plus performant pouvait prédire le rendement d’une culture sur la base d’images de plantes en croissance et d’autres caractéristiques, notamment le climat.
Connaître le rendement probable d’une culture des semaines à l’avance peut aider les gouvernements et les agences à planifier d’autres moyens de se procurer de la nourriture avant une mauvaise récolte.
4. Gestion des catastrophes
La prévision et la gestion des catastrophes sont un domaine dans lequel l’IA a apporté des contributions majeures. Des modèles d’IA ont étudié des images de drones pour prédire les dégâts causés par les inondations dans le bassin de l’Indus au Pakistan.
Le système est également utile pour détecter le début d’une inondation, facilitant ainsi la planification des opérations de sauvetage en temps réel. Le système pourrait être utilisé par les autorités gouvernementales pour planifier des mesures de secours rapides.
Ces utilisations potentielles n’effacent pas le problème de la consommation énergétique de l’IA. Toutefois, pour que l’IA puisse être une force positive dans la lutte contre le changement climatique, il faudra encore faire quelque chose à ce sujet.
