L’IA va se développer, et donc va forcément consommer plus d’énergie, même matérielle, que lorsqu’elle n’existait pas.
Atlantique : https://twitter.com/aympontier/status/1782795678520901948?s=43. Ce développement contribuera-t-il à résoudre les problèmes de pénurie de puces informatiques ?
Pierre Beyssac : En partie : cela peut potentiellement réduire la pression sur les besoins en puces graphiques (GPU), largement utilisées pour l’IA, en permettant leur substitution par des architectures moins exigeantes.
On peut déjà faire fonctionner, en utilisation, des IA « simples » sur des téléphones portables, des ordinateurs portables ou des ordinateurs très légers (Raspberry). Les besoins en ressources ont été considérablement réduits au cours des 18 derniers mois grâce au talent de nombreux chercheurs et développeurs de logiciels libres.
Plus généralement, pensez-vous que les résultats peuvent permettre d’évoluer vers des technologies moins gourmandes en ressources ?
Certes : cette tendance va s’accentuer. On pourrait observer une double tendance, une IA légère, suffisante pour les besoins les plus courants, et avec une faible consommation de ressources ; et une IA lourde formée par de grandes entreprises aux poches profondes, qui semblent être le choix de Mark Zuckerberg chez Meta.
On ne sait pas quelles sont les limites de la technologie actuelle d’IA de traitement du langage naturel. Il y en a sans doute, ce qui les empêchera de progresser comme c’est le cas « à l’infini ». On devrait donc tôt ou tard observer une stagnation des performances, qui mettra fin à la course effrénée aux ressources, en attendant de nouvelles innovations algorithmiques pour surmonter l’écueil.
Mais de telles performances ne risquent-elles pas d’être encore plus gourmandes en énergie ?
L’IA va se développer, et donc va forcément consommer plus d’énergie, même matérielle, que lorsqu’elle n’existait pas.
Les optimisations permettent de réduire l’impact, mais en rendant la technologie plus économe en ressources, favorisent à l’inverse le développement des usages, donc une ré-augmentation de l’impact. Il est courant de parler d’un « effet rebond ». Au pire, cela peut même aller jusqu’à engloutir le gain d’optimisation initial. On parle alors du « paradoxe de Jevons », du nom de l’économiste qui l’a théorisé.
Mais, lorsqu’il s’agit de nouvelles technologies, la croissance des usages est largement imputable à la réduction de la fracture numérique, objectif défendu par tous. Les optimisations restent donc bénéfiques.
Enfin, il ne faut pas négliger les transferts d’impact et les externalités positives. Par exemple, si l’IA me permet de passer seulement 15 minutes au lieu de 2 heures sur mon ordinateur, en m’assistant dans ma tâche, j’économise de l’énergie.
