«ChatGPT, dis-moi si tu pollues»: quelle est l’empreinte carbone des IA?

Derrière le succès des IA génératives, y a-t-il une catastrophe environnementale qui ne dit pas son nom? Ces dernières s’appuient sur des modèles informatiques gourmands en énergie. Et la facture carbone serait salée. Selon certaines estimations, entraîner GPT-3 aurait émis autant de CO2…. qu’un aller-retour en voiture de la Terre à la Lune!

Gardons la tête froide. Les chiffres donnent le tournis, mais ces calculs dépendent de beaucoup de paramètres, comme la taille du modèle, la localisation des datacenters qui l’hébergent et les sources d’énergie qui l’alimentent…. Avec plusieurs problèmes:

• La consommation d’énergie du numérique (au sens large) a été sujette, au cours des dernières années, à toutes sortes de projections alarmistes, souvent liées à des hypothèses de calcul trop simplifiées. Le calcul de l’empreinte carbone du Bitcoin en est un exemple éloquent.

• Encore faudrait-il que les grandes firmes qui exploitent ces IA choisissent de faire preuve de transparence pour permettre des évaluations plus fines – et idéalement indépendantes…

Nuances de gris. Plus un système informatique va demander une puissance de calcul élevée, plus il va consommer d’électricité. C’est alors le lieu de production et le mode de production de l’énergie consommée (renouvelable ou fossile) qui vont s’avérer déterminante pour le calcul de son empreinte carbone. Entre de l’hydroélectricité ou une centrale à charbon, la facture CO2 peut être multipliée par 100…

Lire aussi: La vérité sur l’empreinte carbone du numérique

Or, ces IA génératives ont ceci de particulier qu’elles doivent d’abord être entraînées à partir d’un grand nombre d’exemples — textes, images… —, une étape de leur cycle vie particulièrement exigeante en puissance de calcul — et cela d’autant plus que ces modèles de machine learning sont de plus en plus complexes.