IA et environnement : un cadre d’analyse pour démêler le vrai du faux

Une intelligence artificielle pourrait-elle mettre au point une IA respectueuse de l'environnement ?

À la croisée des bouleversements numériques et environnementaux, l’intelligence artificielle (IA) est susceptible d’avoir des impacts négatifs sur l’environnement. Des solutions d’IA contribuent cependant à les prévenir, et même à y remédier. Alors que son utilisation est destinée à se répandre davantage, il est plus que jamais nécessaire de se doter d’un cadre d’analyse permettant de démêler le vrai du faux.

IA et environnement : un thème émergent en cours de balisage

Numérique et environnement ne font pas toujours bon ménage. Pour la seule année 2020, le collectif Green IT évalue à 4 % sa part dans les émissions de gaz à effet de serre et estime que celle-ci pourrait monter à 5,6 % en 2025. Des voix s’élèvent pour dénoncer ces effets délétères, imputables notamment aux émissions de CO2 liées à la consommation énergétique des serveurs, participant ainsi au réchauffement climatique.

L’intelligence artificielle, en particulier le machine learning, est un ensemble de théories et techniques qui visent à créer des machines capables de simuler l’intelligence humaine. Elle ne constitue donc qu’une brique du numérique parmi d’autres et ne joue à ce stade qu’un rôle mineur dans la problématique environnementale. Pour autant, la rapidité de son développement la placera inévitablement sur le devant de la scène à brève échéance.

En s’interrogeant sur le concept d’intelligence artificielle responsable au sens large, les autorités publiques ne s’y trompent pas. Les initiatives de la Communauté européenne en faveur d’une IA digne de confiance comprennent ainsi un volet intitulé « Bien-être et environnement » ; la feuille de route sur l’environnement et le numérique du Conseil national du numérique (Cnnum) mentionne une stratégie pour « une IA sobre et au service du développement durable ».

Intelligence artificielle et durabilité ne sont pas forcément antinomiques

Il est indéniable que, par leur conception comme par leur utilisation, certaines solutions d’IA aggravent le péril écologique. Le deep learning par exemple s’avère particulièrement gourmand en ressources et en énergie ; de même, les objets connectés qui se multiplient alimentent en données des algorithmes toujours plus voraces ce qui, par conséquent, accentue leur empreinte carbone.

A contrario, l’intelligence artificielle peut constituer un formidable levier pour la transition écologique. Tandis que des algorithmes d’optimisation des trajets réduisent la consommation de carburant par exemple, d’autres détectent des pollutions avant qu’elles ne s’étendent. Des modélisations parviennent à prédire la recrudescence de phénomènes météorologiques extrêmes ou les effets du réchauffement climatique sur des zones très précises afin d’anticiper les politiques d’urbanisme. Les exemples de ce type abondent et les entreprises s’attachent à développer une IA au service de l’environnement dans de nombreux domaines.

S’il est difficile à ce stade de chiffrer les retombées économiques de ces applications, il n’en demeure pas moins certain que celles-ci s’inscrivent dans le cadre de la transition durable qui s’impose de plus en plus aux activités économiques.

Un cadre d’analyse pour introduire de l’objectivité dans le débat

Parce qu’elle ne peut être placée systématiquement au banc des accusés, comme à l’inverse, objet de louanges inconsidérées, un cadre d’analyse permettant d’identifier les cas d’usage présentant un impact positif et significatif sur l’environnement est indispensable pour introduire de l’objectivité dans le débat.

Pour donner une chance à ce cadre d’analyse d’exister, l’Institut du Numérique Responsable (INR), a fait l’étude exhaustive de la production intellectuelle et réglementaire sur le concept d’intelligence artificielle responsable (publications scientifiques et grand public, recommandations et ébauches normatives nationales, européennes, internationales, labels et référentiels…).

De ce travail se distingue sept enjeux : performance énergétique, émissions GES, adaptation au réchauffement climatique, consommation d’eau, biodiversité et écosystèmes, maîtrise de la pollution et gestion des déchets…qui ont été adaptés à l’IA.

Ainsi, les solutions d’IA pour l’environnement peuvent être catégorisées et leur qualité environnementale évaluée. Par exemple, on peut mesurer la performance énergétique d’une application grâce à sa consommation de kWh : et pour être considérée comme efficace, elle doit présenter des gains environnementaux significativement supérieurs à ses coûts de mise en œuvre.

Mis en place, ce cadre d’analyse permettra non seulement à chaque IA d’être évaluée justement et sur le même pied d’égalité, mais aussi d’offrir la possibilité aux entreprises de s’améliorer. Un élément d’autant plus important dans le contexte de la réglementation de l’IA entreprit par l’Union Européenne, qui compte bien concrétiser ses objectifs.

Qu'est ce qu'Impact AI ?

Impact AI est un think and do tank regroupant plus de 60 entités (grandes entreprises, start up, centres de recherche, acteurs publics…) parmi lesquelles on peut citer Microsoft, Axionable, Axa, Deloitte, Orange…

www.usinenouvelle.com