Réduire l’impact environnemental de l’IA générative : Vers des solutions responsables grâce à l’ordinateur quantique

L’empreinte environnementale de l’IA générative

Les avancées de l’intelligence artificielle générative démocratisent la création de contenu autonome, qu’il s’agisse de texte, d’images ou de vidéos. Ces nouvelles fonctionnalités sont largement ouvertes au grand public. De nombreuses études estiment que l’usage de l’IA suivra une tendance exponentielle. L’impact environnemental de l’IA générative est conséquent. En effet, pour entraîner ces modèles complexes, des quantités importantes de données doivent être traitées au sein des centres de données. Selon une étude menée en 2024 par GreenIT.fr, 5 % des impacts environnementaux des datacenters sont associés aux traitements d’intelligence artificielle, avec des projections de croissance de l’ordre de 40 % par an pour les 5 à 6 prochaines années.

À titre d’exemple, les émissions carbone de Google ont bondi de 48 % en 5 ans en raison du développement des usages de l’intelligence artificielle. Cet effet rebond touche un grand nombre d’entreprises, notamment celles qui ont engagé des efforts de réduction de leur empreinte numérique. Certaines d’entre elles remettent en cause leurs ambitions et leurs engagements de neutralité carbone à l’horizon 2030, en prévision des tendances d’usage exponentielles de l’IA.

Quels sont les impacts de l’IA ?

Les phases de collecte, d’entraînement et d’inférence représentent respectivement 20 %, 70 % et 10 % des consommations énergétiques de l’IA. L’évolution des modèles d’IA est également en cause à travers des effets de seuil. Par exemple, l’entraînement d’un modèle d’IA basé sur ChatGPT 4 nécessite d’optimiser plus de 100 000 milliards de paramètres, contre 200 milliards pour la version précédente, ce qui accentue la pression sur les phases de collecte et d’apprentissage.

La phase d’inférence correspond à l’interaction de ces modèles avec les utilisateurs, et suit également un fort effet rebond, notamment avec la démocratisation des usages de l’IA auprès du grand public. Utiliser l’IA implique l’exploitation de terminaux compatibles, ce qui peut accroître le risque d’obsolescence et renforcer l’impact lié au renouvellement des équipements, augmentant ainsi le volume de déchets électroniques.

La puissance de calcul : la pierre angulaire de l’IA

La puissance de calcul est la source des impacts environnementaux de l’intelligence artificielle. Ces modèles nécessitent une capacité de calcul nettement supérieure aux outils classiques tels que Google Search. En effet, une recherche Google nécessite 10 fois moins de puissance de calcul qu’une requête similaire sur ChatGPT 4. De plus, cette puissance s’appuie sur diverses ressources, telles que l’énergie primaire utilisée par les datacenters, les réseaux et les terminaux, qui induisent une intensité carbone en fonction du type d’énergie exploitée qu’elle soit carbonée ou non.

Les datacenters nécessitent également d’importantes ressources en eau pour assurer leur refroidissement, aggravant ainsi leur empreinte écologique.

Ces datacenters, qui par leur modèle économique requièrent des équipements de pointe pour assurer des puissances de calcul élevées à moindre coût, impliquent des taux de renouvellement élevés des équipements, tels que les serveurs, afin de garantir une compatibilité matérielle et logicielle face aux nouvelles tendances de l’IA.

Pour que les usages de l’intelligence artificielle demeurent acceptables. Il devient urgent de trouver des solutions pour en réduire l’empreinte écologique.

Les conséquences de ces impacts

Pour faire face à ces impacts, sans compter l’interdiction, deux options sont envisageables.
Premièrement, nous pourrions envisager une régulation des usages de l’IA, notamment par une priorisation des usages dans des secteurs indispensables, tels que la médecine, dans le cadre du dépistage des cellules cancéreuses, au détriment de la production de contenu sur les réseaux sociaux.

Deuxièmement, nous pouvons également nous appuyer sur l’innovation permise par l’IA pour trouver de nouvelles solutions, ou encore, compter sur des innovations technologiques telles que les possibilités offertes par l’ordinateur quantique.

L’ordinateur quantique : une révolution technologique pour les usagers futurs ?

L’ordinateur quantique représente une avancée technologique majeure en matière de puissance de calcul. Contrairement aux ordinateurs classiques qui utilisent des bits (0 ou 1), l’ordinateur quantique fonctionne avec des qubits, capables de représenter plusieurs états simultanément grâce à des phénomènes de superposition et d’intrication quantique. Cela permet à ces machines
d’effectuer des calculs beaucoup plus rapidement et efficacement que les supercalculateurs traditionnels pour certains types d’opérations.

Un exemple notable de la puissance des ordinateurs quantiques est l’expérience menée par Google en 2019. Son processeur quantique Sycamore a réalisé une tâche en 200 secondes, qui aurait pris 10 000 ans à un supercalculateur classique. Cette performance démontre que l’informatique quantique a le potentiel de transformer des secteurs tels que l’optimisation des processus, la cryptographie et, l’intelligence artificielle par le biais des gains exponentiels sur le Machine Learning, l’inversion de matrices, la factorisation de nombres premiers et sur le Deep Learning.

Néanmoins, il est important de souligner que l’informatique quantique en est encore à un stade expérimental. Les ordinateurs quantiques actuels sont coûteux, complexes et sujets à des erreurs. Il faudra encore du temps avant qu’ils ne soient pleinement opérationnels et disponibles à grande échelle.

L’ordinateur quantique : une solution viable pour l’IA générative ?

Face à l’empreinte environnementale croissante de l’IA générative, l’ordinateur quantique pourrait offrir une solution prometteuse. Nécessitant très peu d’espace, leur multiplication permettrait de décupler la puissance de calcul au mètre carré des infrastructures existantes.

De plus, les ordinateurs quantiques présentent de grands avantages. Contrairement aux machines traditionnelles, ils produisent très peu de chaleur, éliminant ainsi le besoin de systèmes de refroidissement énergivores. Leur architecture, basée sur les propriétés des qubits, est moins sujette à l’obsolescence, ce qui pourrait également limiter la production de déchets électroniques.

Toutefois, des défis subsistent. Les ordinateurs quantiques actuels sont encore loin d’être suffisamment stables et fiables pour remplacer les infrastructures actuelles à grande échelle. De plus, leur mise en œuvre nécessite des conditions particulières et ils sont très sensibles aux variations de température et aux impuretés.

Malgré ces obstacles, l’ordinateur quantique reste une solution potentielle pour l’avenir. À mesure que la technologie mûrit, elle pourrait devenir un outil clé pour réduire l’empreinte écologique des technologies de l’IA, notamment en ce qui concerne la gestion des ressources et la réduction de la consommation énergétique des centres de données.

Harris FOSU APPIAH – Senior Manager KYC Consulting
Expert Numérique Responsable

Sources