Un professeur discute de la question de savoir si l'IA et la durabilité peuvent coexister

Vous pourriez penser que mon travail est contradictoire. En tant que professeur de science des données pour le développement durable et l'environnement à l'Université Queen Mary de Londres, j'utilise l'intelligence artificielle (IA) pour relever les défis liés à l'environnement. Pourtant, une image se dessine des impacts environnementaux négatifs de l’IA, à mesure que les gens du monde entier l’intègrent dans leur vie quotidienne. Alors, comment puis-je justifier l’utilisation d’une technologie qui nuit à l’environnement pour réparer les dommages environnementaux ?

D’une part, l’IA présente de sérieux risques environnementaux en raison de la forte consommation d’énergie et d’eau des centres de données. D'un autre côté, cela offre des opportunités sans précédent pour s'attaquer à bon nombre des problèmes de développement durable les plus urgents au monde.

Ainsi, étant donné que l’IA est de plus en plus intégrée dans notre façon de travailler et de vivre, nous devons nous demander : comment pouvons-nous utiliser l’IA pour favoriser le développement durable, tout en minimisant les dommages qu’elle cause à l’environnement ?

Pourquoi s'inquiéter ?

Il devient de plus en plus clair que l’impact négatif de l’IA sur l’environnement est en grande partie dû à ses immenses besoins énergétiques. La majeure partie de cette consommation d'énergie se produit en deux phases : la formation des modèles d'IA et leur déploiement à des fins d'inférence (c'est-à-dire le processus de génération de réponses ou de prédictions, comme ce qui se produit lorsque vous attendez une réponse à une question).

La formation de grands modèles, comme ceux derrière ChatGPT ou d'autres grands systèmes linguistiques, nécessite de vastes ressources informatiques. En fait, cela peut prendre jusqu’à des semaines ou des mois, en utilisant des superordinateurs qui nécessitent des quantités importantes d’énergie. Une fois entraînés, les modèles nécessitent également une énergie considérable pour l’inférence, car des millions d’utilisateurs y accèdent de manière répétée.

Cette consommation d'énergie ne poserait pas un tel problème si nos réseaux énergétiques étaient entièrement alimentés par des énergies renouvelables. Mais les combustibles fossiles dominent toujours la production mondiale d’énergie. Actuellement, près de 70 % de l’électricité mondiale provient de sources non renouvelables. Alors que les experts prédisent que l'IA pourrait entraîner une croissance de la demande d'énergie en Europe de 40 à 50 % au cours des 10 prochaines années, l'intégration de la demande énergétique croissante de cette technologie ajoute une pression sans précédent à une transition déjà difficile vers une énergie propre.

L’IA peut-elle aider ?

Malgré ces défis et les dommages que l’IA pose à l’environnement, elle est également extrêmement prometteuse pour faire progresser la durabilité, en particulier dans les sciences de la Terre.

Par exemple, les modèles basés sur l’IA transforment la façon dont nous prévoyons la météo et modélisons les scénarios climatiques. L'année dernière a été marquée par une série d'avancées vraiment passionnantes dans l'utilisation de l'IA pour la prévision du temps et de la pollution atmosphérique, notamment le programme GenCast de Google qui a surpassé le leader mondial, ENS, du Centre européen pour les prévisions météorologiques à moyen terme.

Les modèles traditionnels basés sur la physique, comme l'ENS et ceux utilisés dans d'autres bureaux météorologiques, sont coûteux en calcul, lents et gourmands en énergie, ce qui signifie que les prévisions sont généralement effectuées toutes les six heures.

Entrez dans l'IA. En plus de prédire les conditions météorologiques quotidiennes et extrêmes avec plus de précision que les méthodes actuelles, l'IA peut réduire les exigences informatiques des prévisions météorologiques tout en améliorant la précision en fournissant des prévisions toutes les heures, voire à une fréquence plus élevée. Cela signifie que l’IA pourrait fournir des prévisions météorologiques plus rapides et plus détaillées pour une fraction du coût énergétique. Il s'agit d'une situation gagnant-gagnant qui pourrait aider à identifier les catastrophes naturelles potentielles avant qu'elles ne surviennent, minimisant ainsi leur impact sur l'environnement et sur la vie humaine.

Dans les sciences de la Terre, l’IA nous permet également d’analyser des décennies d’imagerie satellitaire jusqu’alors peu utilisées, révélant ainsi des modèles qui seraient impossibles à détecter manuellement. Cette capacité d'automatisation des tâches prend en charge des activités critiques telles que le suivi de la déforestation, la surveillance de la santé des océans et l'évaluation de l'impact des catastrophes naturelles. Par exemple, mon groupe de recherche utilise l'IA pour améliorer notre compréhension du climat terrestre, développer des techniques pour accélérer la transition énergétique, améliorer la conservation des océans en suivant la santé des récifs coralliens, l'exploration planétaire et bien plus encore.

Ce faisant, en étudiant de plus près l’environnement et le changement climatique à l’aide de la technologie de l’IA, nous pouvons mieux comprendre ce qui s’est passé jusqu’à présent, si/comment cela peut être annulé et ce qui peut être fait pour arrêter – ou du moins ralentir. et s’adapter au changement climatique à l’avenir.

Oui, l'IA peut aider

Réduire l’impact environnemental négatif de l’IA nécessite une approche à multiples facettes. Par exemple, à Queen Mary, nous avons récemment rénové notre centre de données de physique pour améliorer l'efficacité énergétique. Nous utilisons désormais la chaleur résiduelle générée par les serveurs informatiques pour chauffer les bâtiments du campus, réduisant ainsi les coûts et les émissions. Nous pensons qu’il s’agit d’un modèle pour les centres de données du monde entier, y compris ceux utilisés pour l’IA, qui montre comment la technologie et la durabilité peuvent progresser de pair.

Les innovations en matière de matériel informatique et de logiciels sont également essentielles. Les progrès matériels, tels que les transistors quantiques qui réduisent les fuites d’énergie, pourraient réduire considérablement la demande énergétique de l’IA. L'optimisation des logiciels afin d'utiliser moins de puissance de calcul est également essentielle. Ce sont des domaines dans lesquels les universités, dont Queen Mary, mènent des recherches de pointe. De même, la consommation d’eau des centres de données IA pourrait être réduite en améliorant les infrastructures de refroidissement et en appliquant l’IA pour gérer plus efficacement la consommation d’eau.

En fin de compte, la durabilité de l’IA dépend de l’écologisation du réseau énergétique lui-même. La transition vers des sources d’énergie renouvelables, telles que l’énergie solaire, éolienne et nucléaire, est cruciale et doit être réalisée à grande échelle. Pour soutenir un travail comme celui-ci, nous avons récemment ouvert un pôle multidisciplinaire sur l'énergie verte à Queen Mary, qui vise à accélérer les nouvelles idées et solutions dans les technologies de l'énergie verte.

L’équité est vitale

Comme tout nouveau développement technologique, les applications positives de l’IA en matière de durabilité risquent de servir de manière disproportionnée les pays du Nord, où les infrastructures, les financements et l’expertise sont plus facilement disponibles. Ce déséquilibre risque d’exacerber les inégalités mondiales existantes, laissant les communautés des pays du Sud sans accès aux outils qui pourraient améliorer considérablement leur résilience au changement climatique et minimiser son impact négatif.

Pour résoudre ce problème, nous devons insister sur un accès équitable à la technologie de l’IA. Chez Queen Mary, nous travaillons pour garantir que cela se produise en collaborant avec des partenaires du Sud. Par exemple, nous travaillons avec la Sierra Leone pour améliorer les capacités locales de prévision météorologique, qui sont essentielles à l’agriculture et à la préparation aux catastrophes. De même, en Indonésie, nous formons des scientifiques à l’application de l’IA à la recherche sur le climat, en les dotant des outils dont ils ont besoin pour relever les défis environnementaux locaux.

Nous avons également besoin de politiques qui encouragent l’efficacité énergétique et les investissements dans la transition énergétique. Les gouvernements, les universités et le secteur privé doivent collaborer pour garantir que l’IA soit développée de manière durable, ce dans quoi nous, à Queen Mary, continuerons de montrer la voie, en continuant à promouvoir des pratiques innovantes, des partenariats équitables et le partage des connaissances.

Parce que lorsqu’il s’agit d’IA et d’environnement, le défi est énorme, mais l’opportunité l’est aussi.