Sommaire :
5 limites de l'IA envers l'environnement
1. Une consommation énergétique élevée
Les systèmes d'intelligence artificielle, notamment ceux reposant sur le deep learning, demandent une puissance de calcul importante.
Les centres de données, indispensables pour stocker et traiter les gros volumes de données nécessaires à ces technologies, consomment énormément d'énergie. En effet, selon l'Agence internationale de l'énergie, "les data centers consomment entre 2 et 3% de l'électricité mondiale". (socomec.fr)
Par exemple, une étude de l'université de Californie à Berkeley a estimé que GPT-3 avait consommé 1 287 MWh dans sa phase d'entraînement. Cela représente 552 tonnes de CO2e, soit plus de 205 vols aller-retour entre Paris et New-York. (alliancy.fr)
Cela met en lumière des interrogations sur la durabilité de l'IA et l'urgence de concevoir des modèles plus économes en énergie.
2. Une dépendance aux ressources naturelles rares
L’IA repose sur des infrastructures technologiques (serveurs, ordinateurs, capteurs) qui nécessitent des matériaux rares comme le lithium ou le cobalt.
L’extraction de ces ressources est non seulement polluante, mais elle impacte également les écosystèmes locaux et les êtres qui y vivent.
70% du cobalt utilisé à travers le monde est extrait en République démocratique du Congo (RDC), un pays connu pour sa pauvreté [...]. L'extraction du cobalt, notamment en RDC, repose sur le travail des enfants [...]. (environnement-magazine.fr)
L’économie circulaire pourrait être une réponse à ce problème, mais elle reste encore sous-exploitée dans le domaine de l’IA.
3. Le traitement insuffisant des biais dans les données environnementales
L’efficacité de l’IA dépend directement de la qualité des données qu’elle traite. Si les données environnementales recueillies sont incomplètes ou biaisées, les modèles peuvent générer des résultats incorrects.
Par exemple, une IA mal formée pourrait suggérer des stratégies inefficaces pour la gestion des déchets ou la protection de la biodiversité. Ce manque de précision réduit son potentiel d’impact positif et peut, dans certains cas, aggraver les problèmes existants.
4. L'impact sur la pollution électronique
50 millions de tonnes de déchets électroniques sont rejetés chaque année, et moins de 20% d'entre eux sont recyclés. (Organisation Internationale du Travail)
La multiplication des dispositifs connectés utilisés pour alimenter l’Intelligence Artificielle engendre une augmentation de ces déchets électroniques, alors qu'ils renferment des substances toxiques pour l'environnement et les êtres vivants.
Bien que certaines entreprises mettent en place des solutions pour la gestion des déchets électroniques, le volume de production de ces appareils dépasse largement les capacités de recyclage actuelles.
5. Le risque d’une utilisation inefficace des technologies
L'IA peut parfois être utilisée de manière inefficace, notamment lorsqu'elle est appliquée à des projets dont l'impact environnemental est limité.
En concentrant les ressources sur des solutions moins prioritaires, des initiatives plus cruciales pour le développement durable risquent d’être négligées. Une approche plus ciblée et coordonnée est nécessaire pour optimiser les avantages de l'IA.
.png)
L'intelligence artificielle, bien que prometteuse pour relever les défis environnementaux, présente des limites importantes à prendre en compte.
Entre la consommation énergétique élevée, la dépendance aux ressources naturelles rares et les problèmes liés à la pollution électronique, il est évident que des améliorations sont nécessaires pour rendre cette technologie plus durable.
