Des chercheurs quantify la empreinte carbone de la génération d’images AI.

Les chercheurs de l’entreprise de démarrage en intelligence artificielle Hugging Face ont collaboré avec l’université Carnegie Mellon et ont découvert qu’il y a une empreinte carbone équivalente à celle de la charge d’un smartphone lors de la génération d’une image à l’aide d’une intelligence artificielle, que ce soit pour créer des images de stock ou des photos d’identité réalistes. Cependant, les chercheurs ont discerné que la génération de texte, qu’il s’agisse de créer une conversation avec un chatbot ou de nettoyer un essai, nécessite beaucoup moins d’énergie que la génération d’images. Les chercheurs ont évalué que le texte généré par l’IA consomme autant d’énergie qu’une charge de smartphone à 16% seulement. L’étude n’a pas seulement examiné la génération d’images et de textes par des programmes d’apprentissage automatique. Les chercheurs ont examiné un total de 13 tâches, allant de la synthèse à la classification de texte, et ont mesuré la quantité de dioxyde de carbone produite par chaque 1000 grammes. Afin de maintenir l’étude équitable et les jeux de données diversifiés, les chercheurs ont déclaré avoir effectué les expériences sur 88 modèles différents en utilisant 30 jeux de données. Pour chaque tâche, les chercheurs ont exécuté 1 000 invites tout en collectant le « code carbone » pour mesurer à la fois la consommation d’énergie et les émissions de carbone pendant un échange. Les résultats mettent en évidence que les tâches nécessitant le plus d’énergie sont celles qui demandent à un modèle d’IA de générer de nouveaux contenus, qu’il s’agisse de la génération de texte, de la synthèse, de la légende d’image ou de la génération d’images. La génération d’images a été classée comme la plus émettrice de gaz à effet de serre, tandis que la classification de texte a été classée comme la tâche consommant le moins d’énergie. Les chercheurs exhortent les scientifiques et les praticiens de l’apprentissage automatique à « pratiquer la transparence concernant la nature et les impacts de leurs modèles, afin de permettre une meilleure compréhension de leurs impacts environnementaux ». Si la consommation d’énergie associée à la charge d’un smartphone par image IA générée ne semble pas grave, les volumes d’émissions peuvent facilement s’accumuler lorsque l’on considère la popularité et la disponibilité des modèles IA. Prenez ChatGPT par exemple – les auteurs de l’étude soulignent qu’au pic de sa popularité, le chatbot d’OpenAI avait 10 millions d’utilisateurs par jour et 100 millions d’utilisateurs actifs par mois aujourd’hui.