L'intelligence artificielle (IA) est un outil précieux dans la lutte contre le changement climatique. Elle a un potentiel considérable pour aider à combattre ce phénomène global en optimisant l'efficacité énergétique, en facilitant l'adaptation au climat changeant et en réduisant les émissions de gaz à effet de serre. Selon les recherches du Capgemini Research Institute, l'IA pourrait aider à réduire ces émissions de 16% au cours des cinq prochaines années.
L'IA présente des opportunités tangibles pour améliorer l'efficacité énergétique. Cela est démontré par le partenariat entre DeepMind et Google, où l'application de l'apprentissage automatique a permis d'augmenter de 20% la valeur de l'énergie d'un parc éolien américain. De plus, l'IA peut renforcer notre résilience face aux défis climatiques. Elle peut, par exemple, utiliser des données provenant de diverses sources, comme la télédétection par satellite, les capteurs terrestres et les modèles hydrologiques, pour cartographier les zones vulnérables aux inondations, sécheresses et glissements de terrain.
Cependant, tout en offrant ces avantages, l'IA a également un impact environnemental significatif, principalement lié à sa consommation d'énergie. Des chercheurs de l'Université du Massachusetts ont révélé que la formation d'un seul modèle de traitement automatique du langage naturel peut générer près de 300 tonnes de CO₂. Cela souligne l'importance de réduire l'empreinte carbone de l'IA.
Plusieurs méthodes peuvent être employées pour atteindre cet objectif. Les opérateurs de centres de données, par exemple, intensifient leurs efforts pour adopter des stratégies d'énergies renouvelables. Ils se tournent vers des sources d'énergie renouvelables, des systèmes de stockage d'énergie et des batteries au lithium-ion pour assurer une alimentation durable et fiable. Ils recherchent également des solutions de refroidissement sans eau et s'efforcent de remplacer les réfrigérants à fort potentiel de réchauffement global par des réfrigérants à faible potentiel.
De plus, l'utilisation d'algorithmes moins énergivores est une autre clé pour réduire l'empreinte carbone de l'IA. Des recherches ont été menées pour explorer et comparer l'efficacité énergétique des algorithmes d'apprentissage automatique couramment utilisés. L'algorithme XGBoost s'est révélé être le plus performant en termes de précision, de temps d'exécution et d'efficacité énergétique.
En optimisant l'efficacité énergétique, en recourant à des sources d'énergie renouvelable, et en améliorant les algorithmes, l'IA peut contribuer de manière significative à une transition vers un avenir plus durable et respectueux de notre planète.
La tribune complète est disponible sur le site des Echos (Paywall)
