Dans une étude révolutionnaire, des chercheurs de l'Université de Californie à Riverside et de l'Université du Texas à Arlington ont mis en lumière l'empreinte hydrique de la technologie de l'intelligence artificielle ( IA ), jusqu'alors négligée. L'équipe, dirigée par le professeur agrégé Shaolei Ren, a quantifié la consommation d'eau associée à la formation et à l'exécution de modèles d'IA à grande échelle, attirant ainsi l'attention sur un aspect de la durabilité souvent éclipsé par les discussions sur les émissions de carbone.
Révéler des découvertes sur l’IA
Les résultats de l'équipe de recherche révèlent une consommation d'eau stupéfiante par les modèles d'IA, en particulier pendant la phase d'entraînement. Par exemple, la formation GPT-3 dans les seuls centres de données de Microsoft aux États-Unis peut consommer 700 000 litres d’eau douce propre. Cette quantité équivaut à l’eau nécessaire à la production de centaines de véhicules électriques.
De plus, l’empreinte eau triple si la formation est dispensée dans des centres de données asiatiques. Même pendant l'inférence, une courte conversation avec ChatGPT peut nécessiter jusqu'à une bouteille d'eau de 500 millilitres, mettant en évidence la quantité d'eau consommée associée à l'utilisation de l'IA.
En comparant l’empreinte eau de l’IA à celle des industries traditionnelles comme l’agriculture, l’étude révèle des différences significatives. Bien que des industries telles que la production de viande bovine et la fabrication de vêtements aient des empreintes hydriques bien connues, celles-ci incluent souvent l'eau non potable et prennent en compte le cycle de vie du produit.
En revanche, l’étude se concentre uniquement sur l’empreinte eau opérationnelle de l’IA, à l’exclusion de l’empreinte eau intrinsèque associée à la fabrication et au transport des serveurs. Cependant, les chercheurs estiment que si l’empreinte eau intrinsèque était prise en compte, l’empreinte eau globale de l’IA pourrait augmenter considérablement.
L’un des principaux enseignements de l’étude est la tension entre les efforts de réduction des émissions de carbone et de conservation de l’eau. Même si les horaires et les lieux économes en carbone peuvent différer de ceux économes en eau, la planification stratégique des charges de travail de l'IA présente une opportunité d'optimiser les deux. Par exemple, programmer une formation en IA pendant les périodes de faible demande ou dans des régions où l’utilisation de l’eau est plus efficace pourrait contribuer à réduire l’empreinte globale sur l’eau sans compromettre les objectifs de réduction des émissions de carbone.
La réponse des géants de la technologie
Face aux inquiétudes croissantes concernant l’impact environnemental des centres de données, les grandes entreprises technologiques comme Google, Microsoft et Meta accordent de plus en plus la priorité au développement durable dans leurs processus de développement.
Cependant, l’étude suggère que davantage peut être fait pour réduire l’empreinte hydrique des technologies d’IA. Bien que des efforts soient en cours pour améliorer l'efficacité de l'eau sur site, comme l'utilisation d'eau recyclée et l'amélioration de l'efficacité des tours de refroidissement, des défis importants demeurent, en particulier dans les régions sujettes à la sécheresse comme la Californie.
Les chercheurs soulignent l’importance de la transparence dans la lutte contre l’empreinte hydrique de l’IA. Les développeurs peuvent prendre des décisions éclairées concernant la planification et l'allocation des ressources en fournissant des informations sur la consommation d'eau associée aux modèles d'IA. De plus, la transparence permet aux utilisateurs de comprendre et potentiellement de minimiser leur empreinte hydrique en utilisant les services d’IA pendant les heures économes en eau ou dans les régions où l’efficacité de l’eau est meilleure.
De plus, la collaboration entre le monde universitaire, l’industrie et les décideurs politiques est essentielle pour développer des cadres réglementaires et des incitations efficaces qui favorisent des pratiques d’IA durables. Cet effort de collaboration peut favoriser l'innovation tout en préservant les précieuses ressources en eau de notre planète pour les générations futures.
Les résultats de l'étude soulignent la nécessité d'une approche holistique de la durabilité dans le développement de l'IA. Alors que les progrès technologiques continuent de remodeler les industries et les sociétés, il est impératif de prendre en compte les conséquences environnementales de l’utilisation de l’IA. En intégrant les efforts de conservation de l’eau dans le développement et les opérations de l’IA, les parties prenantes peuvent œuvrer pour un avenir plus durable où l’innovation coexiste harmonieusement avec la gestion de l’environnement.
