L’intelligence artificielle pourrait améliorer le bilan carbone des entreprises, selon Gilles Babinet, co-président du Conseil national du numérique (CNNum) et membre du comité national de l’intelligence artificielle générative. « Dans la logistique, par exemple, le taux de charge des camions de livraison dans les villes ne dépasse pas 15 %. Quant aux réseaux énergétiques, ils sont dimensionnés pour un pic de capacité rarement atteint », indique-t-il dans un article des Echos. « Avec sa capacité à traiter simultanément un grand nombre de facteurs, l’intelligence artificielle permet d’améliorer considérablement les taux de charge dans l’industrie ».
Mais tout le monde ne s’accorde pas sur une amélioration potentielle de l’empreinte carbone des entreprises. Plusieurs études concluent même que l’IA serait un désastre du point de vue écologique. D’après l’université du Massachusetts, l’apprentissage d’un seul modèle d’IA peut émettre un volume de carbone équivalent aux émissions combinées de cinq voitures sur toute leur durée de vie. L’université de Stanford, en Californie, précise que l’entraînement de GPT-3 a consommé 1.287 MWh, soit une émission de 502 tonnes de CO2, un équivalent supérieur à 205 vols aller-retour entre Paris et New York. Les universités de Riverside et Arlington ajoutent que l’entraînement de GPT-3 a également consommé 3,5 millions de litres d’eau. Chat GPT-3 consommerait 50 centilitres d’eau toutes les 20 requêtes.
Selon une étude récente du Synergy Research Group, la multiplication des IA génératives va amener les centres de données à devoir tripler leur capacité d’ici à 2028.
« En comprenant mieux la quantité d’énergie consommée par les systèmes d’IA, les entreprises peuvent faire des choix sur les compromis qu’elles sont prêtes à faire entre la pollution et les coûts », souligne Sasha Luccioni, chercheuse montréalaise chez Hugging Face, une start-up franco-américaine développant des outils pour utiliser l’apprentissage automatique.
Tous les outils à base d’IA n’ont pas le même impact. « Les effets de l’IA résultent de nos choix : des algorithmes choisis et de la manière dont nous les utilisons », rappelle David Rolnick, professeur adjoint à l’école d’informatique de l’Université McGill et à l’Institut québécois d’intelligence artificielle.