En mai dernier, Google a présenté le service AI Overviews, capable de répondre automatiquement aux questions des utilisateurs grâce à l’intelligence artificielle générative. À l’époque, on parlait surtout des erreurs bizarres commises par l’IA – Google recommandait par exemple d’ajouter de la colle à la pizza pour la rendre plus filante – une des nombreuses manifestations des soi-disant « hallucinations » typiques de ces outils. Mais il existe un autre aspect préoccupant d’un secteur en croissance continue depuis des années : la consommation d’énergie nécessaire à leur fonctionnement.
Selon une étude du chercheur Alex de Vries, en effet, chaque fois que Google génère une réponse avec des aperçus IA, il consomme environ trois wattheures, une quantité d’énergie égale à celle nécessaire pour un appel téléphonique d’une heure (depuis un téléphone fixe) ou dix fois supérieur à ce qui est nécessaire pour une recherche traditionnelle sur Google.
L’IA générative ne consomme cependant pas uniquement lorsqu’elle est utilisée par les utilisateurs. En fait, à la base de ces technologies se trouvent de grands modèles de langage (également appelés LLM), un type d’intelligence artificielle qui utilise des réseaux neuronaux profonds pour apprendre, à partir de grandes quantités de documents de différents types, comment générer des textes, des images et des vidéos. Cette phase de formation des LLM est également coûteuse en énergie : selon le site Le borden fait, pour « former » GPT-3 (un modèle linguistique OpenAI qui a entre-temps été remplacé par GPT-4), un peu moins de 1 300 mégawattheures d’électricité ont été consommés, « à peu près autant que 130 foyers américains en consomment chaque année » ( ou l’énergie nécessaire pour regarder Netflix pendant 1,625 million d’heures).
Ces modèles linguistiques sont capables de produire différents types de contenus, et la génération de textes est l’application la moins gourmande en énergie. Selon une étude réalisée par des chercheurs de la société d’IA Hugging Face et de l’université Carnegie Mellon, la production d’images et – surtout – de vidéos consomme encore plus d’énergie. Selon leurs calculs, la génération d’une seule image par l’IA consomme en moyenne suffisamment d’énergie pour recharger un smartphone.
Les conséquences de tout cela commencent à se faire sentir sur les réseaux électriques de certains pays, qui doivent gérer une augmentation significative de la demande des entreprises technologiques. Notamment en Virginie, aux États-Unis, où sont implantés des dizaines de centres de traitement de données (aussi appelés data centres), éléments essentiels de l’infrastructure du réseau internet. La Virginie entretient des relations étroites avec le secteur (ARPANET, projet militaire à l’origine de l’Internet, y a été créé en 1969) et les principales sociétés de cloud computing, comme Amazon Web Services, Google Cloud et Microsoft Azure, y opèrent encore aujourd’hui. . Cependant, le nombre de centres de données a augmenté ces dernières années à tel point qu’aujourd’hui le secteur absorbe un cinquième de l’énergie consommée par l’État, comme le rapporte le magazine jacobin.
En particulier, Bloomberg a raconté le cas de DataBank, une entreprise qui construit et gère des centres de traitement de données. L’augmentation de la consommation d’énergie enregistrée par l’entreprise a été instantanée et notable : « C’est le problème de l’intelligence artificielle » a expliqué James Mathes, responsable de DataBank, « elle a besoin de beaucoup d’énergie, et dès que nous l’avons, nous en avons besoin correctement. loin.”
– Lire aussi : Nous devons comprendre ce qu’est « l’intelligence artificielle »
Ces types de pics de demande ne se produisent pas uniquement en Virginie : la croissance de la demande d’électricité provenant des centres de données dépasse l’offre disponible dans de nombreuses régions du monde, ce qui entraîne une hausse des prix et un risque de pannes d’électricité. En Suède, la demande en électricité des centres de données devrait doubler d’ici la fin de cette décennie, puis doubler à nouveau d’ici 2040 ; au Royaume-Uni, une augmentation de 500 % est attendue d’ici 2030, tandis qu’aux États-Unis, le secteur est destiné à atteindre 8 % de la consommation totale, toujours d’ici 2030 (il était de 3 % en 2022). Il s’agit “du genre d’augmentation de la demande d’électricité qui n’a pas été vue depuis une génération”, a déclaré Goldman Sachs.
John Ketchum, PDG de NextEra Energy, qui produit de l’énergie solaire et éolienne, estime que l’intelligence artificielle est sans aucun doute à l’origine de cette hausse de la demande. Bloomberg. En particulier, certaines de ses applications, notamment les processus d’inférence, avec lesquels les modèles linguistiques tirent des conclusions à partir de nouvelles données (et donc absentes du matériel de formation initial). Aujourd’hui déjà, les centres de données consomment globalement plus d’énergie que la plupart des pays, dont l’Italie : seuls 16 pays, dont la Chine et les États-Unis, en consomment plus.
Tout cela représente un problème pour le secteur de l’IA, qui fait déjà face aux premiers scepticismes quant aux applications réelles de ces technologies et devra également faire face à leur impact économique, énergétique et environnemental. Aussi parce que la demande d’énergie risque d’annuler les nombreux progrès réalisés par le secteur ces dernières années, au cours desquels il a tenté de rendre plus durable le fonctionnement des centres de données. Google, par exemple, prévoit d’alimenter entièrement ses centres de calcul avec de l’énergie issue de sources renouvelables d’ici 2030 : le développement de services tels que AI Overviews risque de rendre plus difficile l’atteinte de ces objectifs.
Le secteur est également de plus en plus caractérisé par des entreprises plus petites et moins connues, souvent nées dans le sillage du succès de l’IA générative, qui se révèlent très peu scrupuleuses quant à la source d’énergie utilisée. Le Washington Post il a parlé du réseau d’environ 2 700 centres de données qui fonctionnent rien qu’aux États-Unis et qui, dans de nombreux cas, appartiennent à de petites entreprises qui ont une approche « agnostique » de la durabilité, achetant également de l’énergie à partir de combustibles fossiles. Les entreprises technologiques ont promis que “l’énergie propre serait une ressource magique et infinie”, a commenté Tamara Kneese, directrice de l’association à but non lucratif Data & Society, alors qu’en réalité “les centrales électriques au charbon sont en train d’être revitalisées grâce au boom de l’intelligence artificielle”.
Chaque fois qu’un centre de données est mis en ligne, les entreprises technologiques déclarent acheter de l’énergie éolienne, solaire ou géothermique pour compenser ses émissions. Comme il l’a expliqué Washington PostCependant, certains critiques comparent ces annonces au jeu des trois verres, car « les entreprises fonctionnent sur le même réseau électrique que tout le monde, tout en s’attribuant une grande partie du crédit d’une quantité limitée d’énergie propre ». Un processus qui oblige les entreprises qui fournissent des services énergétiques à acheter de l’énergie à partir de combustibles fossiles pour satisfaire la demande collective.
– Lire aussi : L’engouement pour l’intelligence artificielle s’essouffle un peu
C’est aussi pourquoi, en plus d’investir dans de nouvelles puces et des serveurs plus efficaces, certaines des principales entreprises technologiques espèrent des changements énergétiques radicaux et encore lointains. En 2018, Sam Altman, co-fondateur d’OpenAI, a investi 375 millions de dollars dans Helion Energy, une startup qui vise à construire une centrale à fusion nucléaire d’ici 2028. La fusion, la même réaction nucléaire qui alimente les étoiles, est un objectif poursuivi depuis de nombreuses décennies par divers scientifiques et entreprises et qui pourrait représenter une énorme source d’énergie propre et énorme. Mais les experts du secteur sont très sceptiques quant au calendrier et aux possibilités concrètes de la startup.
Altman considère la fusion nucléaire comme essentielle au développement de l’IA : dans une interview avec CNBC il a déclaré que «si nous parvenons à réduire considérablement le coût de l’intelligence artificielle et de l’énergie, la qualité de vie de nous tous augmentera incroyablement». Microsoft, une entreprise alliée de longue date à OpenAI, a déjà promis d’acheter de l’énergie à Helion Energy dès que cela sera possible.
