Une coalition inédite

La Coalition pour une Intelligence Artificielle (IA) écologiquement durable a été annoncée à l’occasion du Sommet. Son objectif est d’accélérer la dynamique mondiale visant à placer l’IA sur une voie plus durable d’un point de vue écologique.

Emmenée par la France, le Programme des Nations Unies pour l’Environnement (PNUE), et l’Union internationale des Télécommunications (UIT), la Coalition réunit les parties prenantes de la chaîne de valeur de l’IA pour un dialogue et des initiatives collaboratives ambitieuses.

Dossier de presse

L’intelligence artificielle au service de la transition écologique

L'IA joue un rôle clé dans les avancées scientifiques majeures, notamment celles qui favorisent la transition écologique. 

Elle permet d'ores et déjà de relever des défis environnementaux parmi les plus urgents : modélisation climatique, gestion des écosystèmes et des ressources ou encore optimisation de la consommation énergétique. Météo-France utilise par exemple des modèles d’IA pour la prévision météorologique et la simulation du climat futur. L’IA est également utilisée par l’Institut national de l'information géographique et forestière (IGN) pour cartographier la typologie des forêts et contribuer à la résilience de la biodiversité. Thomas Cottinet, directeur de l’Ecolab, le laboratoire de l'innovation au service de la transition écologique au sein du Commissariat Général du Développement Durable, nous donne des exemples concrets d'utilisation de l'IA au service de la transition écologique dans les territoires.

Visionner l'interview de Thomas Cottinet 

Les impacts sur l’environnement

Si l'IA est source de solutions et de bénéfices, son empreinte environnementale croissante doit également être prise en compte : énergie, en ressources en eau, métaux et minéraux et en infrastructures (réseaux, centres de données et terminaux).

L’IA générative est particulièrement énergivore. Les modèles les moins vertueux consomment jusqu’à 11 Wh pour produire une image de bonne qualité, soit une moitié de charge de téléphone. En moyenne, la génération d’une image consomme 2.9Wh.

L’Agence internationale de l’Énergie (AIE) anticipe une multiplication par 10 de la consommation d’électricité du secteur de l’IA entre 2023 et 2026. Cette augmentation contribuerait à une multiplication par deux de la consommation totale des data centers, déjà responsables de 4% de la consommation globale d’énergie. Parallèlement, les émissions de gaz à effet de serre augmentent de manière significative, puisque certains acteurs clés du secteur signalent des hausses atteignant jusqu'à 48 % depuis 2019. Pour Thomas Cottinet, le développement d’une IA durable et compatible avec nos objectifs environnementaux est possible, mais il impose de repenser nos usages et de privilégier des systèmes plus sobres.

Vers une IA frugale 

Le Ministère de la Transition écologique, de la Biodiversité, de la Forêt, de la Mer et de la Pêche, a réalisé avec l’Afnor un référentiel général pour l’IA frugale. On appelle « IA frugale » une IA qui utilise moins de ressources (matières premières, eau, électricité…) sur l’ensemble de son cycle de vie.

Ce référentiel fournit aux organismes qui souhaitent développer une solution d’IA une méthodologie d’évaluation de l’impact environnemental et de bonnes pratiques à adopter. Il encourage l’écoconception dès la phase de développement, une meilleure gestion des données et une optimisation du code, afin de limiter l’impact environnemental.

Le lancement de la Coalition pour une Intelligence Artificielle (IA) écologiquement durable est une nouvelle étape clé sur le chemin de l'IA frugale, à l'initiative de la France.

Communiqué de presse - Une nouvelle coalition vise à placer l’Intelligence Artificielle sur une trajectoire plus écoresponsable

Des initiatives innovantes dans les territoires

Ces dernières années, de nombreuses initiatives sont nées en France pour une IA durable, fondée sur des pratiques écoresponsables et un usage optimisé des ressources.

PrevizO : une IA frugale pour optimiser la gestion de l’eau 

Découvrez cette nouvelle solution qui prend en compte les différents paramètres qui influencent les ressources en eau pour mieux anticiper les besoins.

Consulter la vidéo