L’intelligence artificielle générative est en pleine explosion, et avec elle, son impact écologique. Face à cette réalité préoccupante, l’École Normale Supérieure (ENS-PSL) et Capgemini lancent un Observatoire mondial dédié à l’empreinte environnementale de l’IA. Objectif : mesurer, analyser et réduire la consommation énergétique des modèles d’IA, dont certains peuvent utiliser jusqu’à 4 600 fois plus d’énergie que les modèles traditionnels. Les chiffres sont alarmants : selon les dernières études de Capgemini, la consommation énergétique des grands modèles d’IA pourrait augmenter de 2 440 % d’ici 2030 dans les scénarios les plus pessimistes. L’essor de l’IA générative soulève ainsi une question cruciale : comment concilier avancées technologiques et responsabilité environnementale ?C’est précisément la mission de ce nouvel Observatoire, qui ambitionne de développer une méthodologie standardisée pour évaluer l’impact écologique de l’IA, de son entraînement jusqu’à sa fin de vie. Une approche inédite qui permettra d’établir une base de données mondiale en accès libre, rassemblant des informations essentielles pour les chercheurs, les développeurs et les décideurs.L’Observatoire réunit des experts venus d’horizons variés : universitaires, industriels et membres de la société civile. Leur travail consistera à identifier les meilleures pratiques et à favoriser la transparence et le partage de données pour guider les choix des acteurs publics et privés. Capgemini, de son côté, met à profit son expertise en IA durable. Ses enquêtes, menées auprès de 2 000 cadres dirigeants dans une quinzaine de pays, confirment l’urgence d’adopter des pratiques plus responsables. Cette initiative s’inscrit dans une dynamique plus large de développement responsable de l’IA, portée par l’ENS-PSL et l’Institut IA & Société. Mais suffira-t-elle à faire bouger les lignes ? Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related