Une IA Ethique pour transformer votre business
La course à l’entrainement des modèles va peut-être se calmer ? Cette étude montre que plus l’entraînement se fait sur un grand ensemble de data, plus le modèle est difficile à fine-tuner ensuite. Pour les projets vraiment spécifiques qui nécessitent cette étape, il vaut mieux miser sur des petits modèles. C’est la planète et les auteurs qui vont dire merci !
Petite mise à jour de la consommation des data-centers aux US. Avec l’IA (qu’on n’arrive toujours pas à isoler en pourcentage) cela explose pour arriver au niveau de la consommation de l’aviation commerciale, mais ça on savait. Infos nouvelles : 95% utilisent de l’énergie “dirty” (pour être always on), et les gentils “Chats” sont bien mignons comparés aux modèles de génération de vidéo ou de son dévoreur de puissance. Ajouté à l’usage qui explose, on n’a encore rien vu ! Et l’auteur nous rassure en nous disant qu’il ne voit pas de régulation sur ce sujet dans les quatre prochaines années…
La demande est telle dans les datacenters que les infrastructures techniques de l’Irlande ne peuvent plus suivre la demande. Ils consomment déjà 21% des besoins du pays. L’Irlande pourrait perdre sa position de 3ème datacenter du monde, pour les pays du nord (plus froid) ou la France (plus nucléaire). Cela n’a rien de virtuel et c’est maintenant. On reparle de frugalité des modèles ?
Jean-Marc Jancovici pointe un sujet important concernant l’impact de l’IA sur le grand public qu’on regarde peu : la demande qu’elle va créer en remplacement des smartphone/PC devenus obsolètes. Ces matériels représentent 70% de notre impact dans l’usage des nouvelles technologies. Même si le taux d’équipement est fort dans la plupart des pays, j’y ajouterais les nouveaux utilisateurs qui viendraient pour des services liés à l’IA. S’ils sont pertinents et utiles, pourquoi pas, mais alors, il y a urgence à mettre en place une vraie filière de recyclage. Si c’est pour des gadgets certes drôles et inutiles, le coût pour la planète pourrait être démesuré.
Après la réactivation des centrales à l’abandon, l’achat de grandes parties de l’énergie verte de demain, les fournisseurs d’IA se tournent vers les mini-centrales nucléaires. Personne ne semble s’en émouvoir. Business as usual ? Ben non en fait !? On se reparle de frugalité dans l’IA pour éviter ça ?
Une cartographie extrêmement précise sur la connexion de la GenAI au monde physique et humain. Après ça, on réfléchit avant de faire un prompt pour rien…
Un framework pour une IA frugale rédigée par l’Afnor. Après une introduction sur le sujet, 30 meilleures pratiques priorisées sur une matrice Gain/Effort. Un référentiel à conserver, comme sur les sujets environnementaux : c’est une longue liste de (parfois petites) actions qui a de l’effet.
Qui aurait imaginé que l’IA allait relancer le nucléaire aux États-Unis ? C’est le seul moyen qu’ils entrevoient pour fournir la demande électrique prévue pour les data-center et l’IA. Pour ceux qui comparaient l’IA à l’arrivée du Web ou du mobile, on est à une magnitude bien supérieure. Les impacts ne sont pas seulement technologiques : notre planète est déjà factuellement impactée.
C’est à la fois rassurant et inquiétant : Microsoft se paie une centrale nucléaire pour 20 ans pour couvrir ses besoins en énergie, principalement pour l’IA. N’oublions pas la responsabilité des entreprises : faire tourner des LLM sur des GPU très consommateurs alors qu’un bon algorithme sur CPU fait l’affaire, c’est ce qui fera la différence à terme. Soyons frugaux sur les IA, il est facile de pointer du doigt les fournisseurs alors qu’ils le font en prévision de notre demande.
Sur l’impact de l’IA sur la consommation électrique, on voit que la consommation pour l’instant ce n’est que l’entraînement des modèles. A partir de 2026, c’est les utilisateurs (inférence) qui va faire exploser la consommation d’électricité. Attention à rester sobre dans l’usage de l’IA dans les produits que lancent les entreprises, ce sont elles qui seront responsables de l’impact, pas les fournisseurs de modèles