Une recherche novatrice révèle l'empreinte hydrique cachée de l'IA

Dans une étude novatrice, des chercheurs de l'Université de Californie à Riverside et de l'Université du Texas à Arlington ont mis en lumière l'empreinte hydrique auparavant négligée de la technologie de l'intelligence artificielle (IA). L'équipe, dirigée par le professeur adjoint Shaolei Ren, a quantifié la consommation d'eau associée à l'entraînement et à l'exécution de modèles d'IA à grande échelle, attirant l'attention sur un aspect de la durabilité souvent éclipsé par les discussions sur les émissions de carbone.

Révélation des résultats sur l'IA

Les résultats de l'équipe de recherche révèlent une consommation d'eau stupéfiante par les modèles d'IA, en particulier lors de la phase d'entraînement. Par exemple, l'entraînement de GPT-3 dans les centres de données américains de Microsoft peut consommer à lui seul 700 000 litres d'eau douce propre. Cette quantité est équivalente à l'eau nécessaire à la production de centaines de véhicules électriques. 

De plus, l'empreinte hydrique triple si l'entraînement est effectué dans des centres de données asiatiques. Même lors de l'inférence, une courte conversation avec ChatGPT peut nécessiter autant d'eau qu'une bouteille de 500 millilitres, soulignant la quantité d'eau consommée associée à l'utilisation de l'IA.

En comparant l'empreinte hydrique de l'IA à des industries traditionnelles comme l'agriculture, l'étude révèle des différences significatives. Bien que des industries telles que la production de bœuf et la fabrication de vêtements aient des empreintes hydriques bien connues, celles-ci incluent souvent de l'eau non potable et prennent en compte le cycle de vie du produit. 

En revanche, l'étude se concentre uniquement sur l'empreinte hydrique opérationnelle de l'IA, excluant l'empreinte hydrique incorporée associée à la fabrication et au transport des serveurs. Cependant, les chercheurs estiment que si l'empreinte hydrique incorporée était prise en compte, l'empreinte hydrique globale de l'IA pourrait augmenter de manière significative.

L'une des principales conclusions de l'étude est la tension entre les efforts de réduction du carbone et de conservation de l'eau. Bien que les heures et les lieux efficaces pour le carbone puissent différer de ceux efficaces pour l'eau, la planification stratégique des charges de travail de l'IA présente une opportunité d'optimiser les deux. Par exemple, planifier l'entraînement de l'IA pendant les périodes de faible demande ou dans des régions offrant une meilleure efficacité hydrique pourrait aider à réduire l'empreinte hydrique globale sans compromettre les objectifs de réduction du carbone.

Réponse des géants de la technologie

Face aux préoccupations croissantes concernant l'impact environnemental des centres de données, des entreprises technologiques majeures comme Google, Microsoft et Meta accordent une priorité croissante à la durabilité dans leurs processus de développement. 

Cependant, l'étude suggère que davantage peut être fait pour adresser l'empreinte hydrique des technologies de l'IA. Bien que des efforts soient en cours pour améliorer l'efficacité hydrique sur site, tels que l'utilisation d'eau recyclée et l'amélioration de l'efficacité des tours de refroidissement, des défis importants subsistent, en particulier dans les régions sujettes à la sécheresse comme la Californie.

Les chercheurs soulignent l'importance de la transparence pour adresser 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 à meilleure efficacité hydrique ou dans des régions offrant une meilleure efficacité.

De plus, la collaboration entre le monde académique, 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 collaboratif 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. À mesure que les avancées 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 vers un avenir plus durable où l'innovation coexiste harmonieusement avec la responsabilité environnementale.