Chaque fois génératif intelligence artificielle rédige un e-mail ou évoque une image, la planète en paie le prix. Faire deux images peut consommer autant d’énergie que charger un smartphone ; un seul échange avec ChatGPT peut tellement chauffer un serveur qu’il nécessite l’équivalent d’une bouteille d’eau pour le refroidir. À grande échelle, ces coûts montent en flèche. D’ici 2027, le secteur mondial de l’IA pourrait consommer annuellement autant d’électricité que les Pays-Bas, selon une estimation récente. Et une nouvelle étude en Science informatique de la nature identifie une autre préoccupation: La contribution démesurée de l’IA à la masse croissante de déchets électroniques dans le monde. L’étude a révélé que les applications d’IA générative pourraient à elles seules ajouter de 1,2 à cinq millions de tonnes de déchets dangereux sur la planète d’ici 2030, en fonction de la rapidité avec laquelle l’industrie se développe.
Une telle contribution s’ajouterait aux dizaines de millions de tonnes de produits électroniques que la planète jette chaque année. Les téléphones portables, les fours à micro-ondes, les ordinateurs et autres produits numériques omniprésents contiennent souvent du mercure, du plomb ou d’autres toxines. Lorsqu’ils sont mal jetés, ils peuvent contaminer l’air, l’eau et le sol. Les Nations Unies ont constaté qu’en 2022, environ 78 % des déchets électroniques dans le monde se sont retrouvés dans des décharges ou dans des sites de recyclage non officiels, où les travailleurs risquent leur santé pour récupérer des métaux rares.
Le boom mondial de l’IA s’étend rapidement aux dispositifs physiques de stockage de données, ainsi qu’aux unités de traitement graphique et autres composants hautes performances nécessaires au traitement de milliers de calculs simultanés. Ce matériel dure de deux à cinq ans, mais il est souvent remplacé dès que des versions plus récentes sont disponibles. Asaf Tzachor, chercheur en développement durable à l’Université Reichman d’Israël, co-auteur de la nouvelle étude, affirme que ses conclusions soulignent la nécessité de surveiller et de réduire les impacts environnementaux de cette technologie.
Pour calculer dans quelle mesure l’IA générative contribue à ce problème, Tzachor et ses collègues ont examiné le type et le volume de matériel utilisé pour exécuter de grands modèles de langage, la durée de vie de ces composants et le taux de croissance du secteur de l’IA générative. Les chercheurs préviennent que leur prévision est une estimation grossière qui pourrait changer en fonction de quelques facteurs supplémentaires. Par exemple, davantage de personnes pourraient adopter l’IA générative que ne le prévoient les modèles des auteurs. Les innovations en matière de conception matérielle, quant à elles, pourraient réduire les déchets électroniques dans un système d’IA donné – mais d’autres avancées technologiques peuvent rendre les systèmes moins chers et plus accessibles au public, augmentant ainsi le nombre d’utilisateurs.
La plus grande valeur de cette étude vient de l’attention qu’elle porte aux vastes impacts environnementaux de l’IA, explique Shaolei Ren, chercheur à l’Université de Californie à Riverside, qui étudie l’IA responsable et n’a pas participé à la nouvelle recherche. « Nous souhaiterions peut-être que ces entreprises (d’IA générative) ralentissent un peu », dit-il.
Les entreprises qui utilisent l’IA disposent de nombreuses options pour limiter les déchets électroniques. Il est possible de prolonger la durée de vie des serveurs, par exemple grâce à une maintenance et des mises à jour régulières ou en déplaçant les appareils usés vers des applications moins intensives. La remise à neuf et la réutilisation de composants matériels obsolètes peuvent également réduire les déchets de 42 %, notent Tzachor et ses co-auteurs dans la nouvelle étude. Et une conception plus efficace des puces et des algorithmes pourrait réduire la demande de matériel et d’électricité de l’IA générative. La combinaison de toutes ces stratégies permettrait de réduire les déchets électroniques de 86 %, estiment les auteurs de l’étude.
Il existe également un autre problème : les produits IA ont tendance à être plus difficiles à recycler que les produits électroniques standards, car les premiers contiennent souvent de nombreuses données sensibles sur les clients, explique Kees Baldé, chercheur sur les déchets électroniques à l’Institut des Nations Unies pour la formation et la recherche. Je ne suis pas impliqué dans la nouvelle étude. Mais les grandes entreprises technologiques peuvent se permettre à la fois d’effacer ces données et de disposer correctement de leurs appareils électroniques, souligne-t-il. « Oui, cela coûte quelque chose », dit-il à propos du recyclage plus large des déchets électroniques, « mais les gains pour la société sont bien plus importants. »
Cet article a été publié pour la première fois sur Américain scientifique. © ScientificAmerican.com. Tous droits réservés. Suivez TikTok et Instagram, X et Facebook.
