Conférence sur l’Intelligence Artificielle (IA) et l’environnement pour la Fondation E5t

Publié le 29 octobre 2020
4 minutes de lecture
openstudio-e5t-conference-intelligence-artificielle-environnement

L’Intelligence artificielle est à la fois un outil formidable pour la protection de l’environnement mais elle fait aussi partie des technologies les plus énergivores. C’est ce paradoxe qu’a soulevé d’Arnault Pachot, lors de son intervention à l’Université d’été 2020 de la Fondation E5T.

La Fondation E5t présidée par Myriam Maestroni organise tous les ans, un cycle de conférences à l’Université de la Rochelle, autour de la transition énergétique et les économies d’énergie. Cette édition 2020, les 21 et 22 octobre derniers, a évidemment été marquée par des réflexions autour de la crise sanitaire et son impact écologique et économique. Universitaires et professionnels de nombreux secteurs (agroalimentaire, industrie, transports, etc…) ont pris la parole pour évoquer la construction d’un monde « post-carbone ». Les technologies du numérique ont logiquement fait partie des sujets abordés durant ces deux jours de conférences, avec les interventions de Romuald Ribault, président de l‘Alliance GreenIT, de Gwenaelle Oruezabala, Enseignant-chercheur en Management International à l’Université de Nantes, puis d’Arnault Pachot, président d’ OpenStudio qui a pu présenter sa vision sur les enjeux environnementaux autour de l’Intelligence Artificielle.

L’Université d’été e5t organisée à La Rochelle a été l’occasion de nombreuses tables rondes

Favoriser la transition énergétique d’un côté, tout en consommant énormément d’énergie et de ressources naturelles de l’autre, l’IA est une technologie qui soulève de nombreuses questions d’un point de vue écologique. Pour le fondateur d’OpenStudio, « on va juste être obligé de quantifier le gain qu’apporte une intelligence artificielle versus le prix qu’elle nous fait payer, et le coût est complètement exorbitant. Evidemment cela va dépendre de la finalité de l’outil ». Arnault Pachot reprend ainsi l’une des thématiques abordées dans le livre blanc publié par OpenStudio, L’IA & la protection de l’environnement : comment utiliser cette nouvelle technologie à bon escient ? « L’Intelligence Artificielle a tout ce paradoxe d’être capable du meilleur et du pire parce que tout le monde sait qu’elle sauve des vies en médecine, tout  le monde sait ce qu’elle est capable de faire […] on touche finalement à cette notion « d’utilité » versus « futilité »… ».

IA utile contre IA futile

Si l’utilité de l’IA est une chose certaine dans de nombreux domaines, de la médecine à l’écologie en passant par l’éducation, elle peut aussi s’avérer un gouffre énergétique pour des applications très gadget : «  les systèmes de vidéo en ligne vous proposent des systèmes de recommandations de vidéos qui utilisent massivement de l’intelligence artificielle. Ils  prennent vos données, avec les problématiques de propriété des données, mais en plus ils font tourner des gros serveurs pour faire ça », a expliqué Arnault Pachot. L’IA pose aussi problème dans sa phase de recherches, « quand on fait de l’apprentissage, on a ce qu’on appelle des hyper paramètres : la configuration du réseau, le taux d’apprentissage, etc, et à chaque fois vous faites à tâtons tout un tas d’essais en relançant des modèles, et vous êtes en moyenne à 3000 modèles lancés pour arriver à une IA,[…] si c’est pour gagner des pourcentages de détection d’un cancer évidemment on est tous partants mais si c’est pour gagner des pourcentages de clics sur un système de recommandations de vidéos, peut-être que le jeu n’en vaut pas la chandelle. »

Vers une IA plus verte

Comment faire une IA moins énergivore dans sa phase d’apprentissage ? C’est le deuxième point abordé par Arnault Pachot sur l’évolution de la technologie elle-même, qui se doit d’innover vers un système plus efficient. Il est indéniable que l’invention du deep learning a été un bon en avant spectaculaire dans les avancées sur l’IA, mais cette méthode demande une masse de données énormes et une consommation d’énergie gargantuesque.

Si c’est pour gagner des pourcentages de détection d’un cancer évidemment on est tous partants mais si c’est pour gagner des pourcentages de clics sur un système de recommandations de vidéos, peut-être que le jeu n’en vaut pas la chandelle.

Lors de la conférence, Arnault Pachot a évoqué la frugalité du cerveau humain qui ne dépense que 12,6 watts pour nous permettre de fonctionner physiquement et intellectuellement : « […] des systèmes comme le cerveau humain doivent inspirer l’intelligence artificielle. […] Pour faire progresser l’intelligence artificielle il faut que les sciences cognitives progressent, parce que l’intelligence artificielle est typiquement une technologie biomimétique. […] Aujourd’hui comme on a une connaissance du cerveau et de ses mécanismes énergétiques qui est assez faible on a du mal à appréhender ces problématiques énergétiques, mais c’est certainement l’avenir de l’intelligence artificielle. »

Pour visionner l’intégralité de la conférence d’Arnault Pachot sur l’IA et l’environnement, rendez-vous sur la chaîne youtube d’OpenStudio .

Quelques liens pour aller plus loin :

  1. Téléchargement du livre blanc « Intelligence Artificielle pour la Protection de l’Environnement » : https://www.openstudio.fr/publication…
  2. Détection du cancer par le deep learning : https://www.forbes.com/sites/charlest…
  3. Le calcul de la consommation du cerveau est disponible à l’adresse suivante : http://www.bodyscience.fr/?L-activite…
  4. Biomimétisme de l’IA : https://www.nature.com/articles/d4158…
  5. Publication de 2019 sur IA énergivore – « Energy and Policy Considerations for Deep Learning in NLP » Emma Strubell, Ananya Ganesh, Andrew McCallum : https://arxiv.org/abs/1906.02243
  6. Présentation du modèle NLP « transformer » de Google : https://medium.com/@pierre_guillou/nl…
  7. Base de donnée Imagenet (http://www.image-net.org) et résultats obtenus par l’équipe de Geoffrey E. Hinton en 2012 avec des réseaux convolutionnels : https://papers.nips.cc/paper/4824-ima…
  8. Lien vers les puces neuromorphiques : https://www.industrie-techno.com/arti…
  9. La publication d’Alan Turing en 1950 : https://jupyter.brynmawr.edu/services…
  10. les temps de calcul liés à l’IA ont été multipliés par 300000 depuis 6 ans : https://openai.com/blog/ai-and-compute/