Quel est l’impact carbone de l’intelligence artificielle ?

Comment est mesuré l’impact carbone de l’intelligence artificielle ?

La mesure de l’impact carbone de l’intelligence artificielle est un domaine complexe pour lequel il n’existe pas encore de méthode normalisée. Cependant, des solutions sont en développement. Par exemple, le logiciel Carbon Tracker mesure l’impact environnemental des applications utilisant de l’intelligence artificielle.

Elle encourage l’utilisation de celles qui ont l’empreinte carbone la plus faible. De même, CodeCarbon est un outil open source pour mesurer l’impact environnemental des algorithmes. Pour cela, il croise deux paramètres : l’intensité carbone du réseau électrique local et la quantité d’énergie consommée par les serveurs. Cependant, l’impact de la fin de vie des équipements numériques sur l’émission de CO2 est un élément qui peut être encore difficile à estimer.

Pourquoi est–il difficile de mesurer l’impact carbone de l’intelligence artificielle ?

L’un des principaux obstacles à la mesure de l’impact environnemental de l’intelligence artificielle et du numérique en général est le manque de méthodes normalisées pour mesurer les émissions de carbone. Les chiffres sont donc souvent basés sur des estimations, ce qui peut entraîner une certaine imprécision. Cependant, l’intelligence artificielle elle-même pourrait être un outil puissant pour mesurer les émissions de carbone. En effet, elle peut traiter des grandes quantités de données complexes et ainsi mieux comprendre l’impact environnemental de certaines activités. De plus, elle peut être utilisée pour accélérer la découverte de nouveaux matériaux moins énergivores.

Comment réduire l’impact carbone de l’intelligence artificielle ?

L’impact carbone de l’intelligence artificielle est donc réel. Plusieurs mesures peuvent être mises en place afin de réduire celui-ci.

Au niveau du matériel informatique, l’amélioration des processeurs peut être réalisée afin qu’ils soient moins énergivores. IBM a par exemple mis en place dans ce sens les processeurs Power System. Mais la réduction de l’impact carbone de l’intelligence artificielle peut aussi passer par la sensibilisation des développeurs. Il faut leur apprendre à créer des codes pas trop gourmands. Et à éviter par exemple l’utilisation de générateurs de code, car ceux-ci ont tendance à alourdir la facture énergétique.

Certains recommandent aussi de passer par des éco-énergies lors de la consommation électrique de l’intelligence artificielle. Cela peut être une manière de réduire de façon parfois spectaculaire l’empreinte carbone de l’intelligence artificielle. Recycler le matériel informatique permet aussi d’enrayer la surproduction.

Les serveurs cloud peuvent également être surveillés par les applications. Celles-ci permettent de fournir des informations en temps réel sur l’empreinte carbone du système cloud de l’entreprise. Cela permet de comprendre l’impact environnemental des produits et services numériques. Et de pouvoir réagir de façon plus éclairée par la suite.