Le développement numérique entraîne indéniablement une consommation accrue énergétique des solutions d’intelligence artificielle. Découvrez comment la frugalité subsiste dans chacune de nos solutions, et comment le choix technologique détermine l’importance de vos impacts énergétiques. Un sujet abordé dans notre série IA Ethique avec l’interview de Ludovic Fleury, VP Engineering chez Golem.ai.
Que recouvre le terme de frugalité en informatique ? Est-ce nouveau ?
Le monde digital n’est pas sans limites. Ce domaine, qui peut sembler impalpable, repose bien sur des lois de la physique : le logiciel « software » ne déploie aucune valeur sans l’infrastructure matérielle « hardware ». L’accélération du progrès technologique entraîne une démultiplication des problèmes énergétiques. Les data centers, culmination de notre agriculture intensive de l’information du début du millénaire, ne sont plus les seuls acteurs énergétiques de l’IT.
Il faut, par exemple, composer avec le phénomène de décentralisation mis en lumière par les technologies de la blockchain (cryptomonnaie, NFT). Les débats autour du bitcoin couvrent largement ces nouvelles problématiques. On peut également aborder l’intensification de l’interconnexion avec l’IoT (internet of things) qui malgré sa vision durable doit composer avec le coût énergétique du cycle de vie du matériel nécessaire à son déploiement.
C’est dans cette continuité que l’artificial intelligence représente un nouveau dilemme énergétique. Sa puissance de calcul est un atout indispensable pour répondre à ces enjeux, mais elle n’est disponible qu’à un coût particulièrement élevé, notamment dans l’utilisation d’IA qui nécessite des entraînements massifs basés sur une grande quantité de data.
Avez vous une idée comparative entre la consommation énergétique Symbolique et machine learning ?
Une étude de l’université du Massachusetts a estimé les émissions de CO2 nécessaires à l’entraînement de modèles de NLP en machine learning équivalentes à 125 vols New York – Pékin. C’est pas moins de 300 tonnes de CO2 pour être opérationnel, sans aucun bénéfice direct, puisqu’il faut encore ajouter les coûts de chaque calcul de prédiction*.
Les optimisations des logiciels, sites web, applications ou algorithmes n’améliorent plus uniquement notre compétitivité. Ce travail répond désormais à une nouvelle dimension : la durabilité écologique, composante essentielle des enjeux économiques de notre époque.
C’est face à ce constat que le concept de frugalité fait sens. La frugalité va au-delà de la réduction homéopathique d’émission de CO2, c’est une véritable conception de la responsabilité environnementale de toute entreprise face aux enjeux du 21ème siècle.
De plus, la frugalité est un terme préférable à celui de sobriété car il implique non pas de réduire ou d’arrêter de produire mais bien de repenser nos modèles techniques afin d’en limiter les impacts négatifs sur l’environnement tout en assurant la continuité de performance de ces derniers.
En quoi est ce important pour une DSI de monitorer sa consommation ?
La frugalité, c’est une approche positive source de créativité, de challenge et de renouveau pour les acteurs économiques. Les DSI, vecteurs puissants d’innovation au sein des entreprises, éprouvées aux transformations rapides et continues, sont de facto des champions de ces changements.
Golem.ai est intrinsèquement en adéquation avec le concept de frugalité sur tous ses aspects en raison de son choix d’une IA symbolique. Le volume de données nécessaire pour obtenir une IA hautement performante est absolument dérisoire comparé au machine learning. De plus, cette approche ne nécessite aucun entraînement, donc quasi aucun coût énergétique lié à la mise en place de l’IA. Enfin, l’explicabilité d’une IA symbolique soulage également la mise en place de systèmes d’explicabilité ad-hoc, un sujet très discuté aujourd’hui, qui démultipliera sûrement l’impact énergétique du machine learning.
Alors que la crise du Covid19 nous montre qu’une réduction des émissions de CO2 est possible à un coût certain, il faut absolument révolutionner les techniques trop énergivores et questionner notre darwinisme technologique. Nos systèmes numériques ne peuvent exister qu’en symbiose avec notre univers physique. L’innovation est plus que jamais synonyme de responsabilité.
*Etude Energy and Policy Considerations for Deep Learning in NLP (https://arxiv.org/abs/1906.02243v1)
Découvrez les autres sujets de notre série sur l’IA Ethique :
- Intelligence artificielle et explicabilité
- Intelligence artificielle : savoir expliquer les biais
- Intelligence artificielle et protection des données
- Intelligence artificielle et souveraineté
Vous voulez en savoir plus sur l’exploitation des données par notre intelligence artificielle ? Pour plus d’informations, consultez nos pages solutions relation client, appels d’offres or compliance. N’hésitez pas à contacter nos équipes si vous avez la moindre question, elles se feront un plaisir de vous répondre !
