Les chercheurs ont quantifié l’empreinte carbone de la génération d’images par intelligence artificielle.

Des chercheurs de la startup d’IA Hugging Face ont collaboré avec l’université Carnegie Mellon et ont découvert qu’il y a une empreinte carbone équivalente à celle de charger un smartphone pour générer 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, que ce soit pour créer une conversation avec un chatbot ou nettoyer un essai, nécessite beaucoup moins d’énergie que la génération d’images. Les chercheurs ont évalué que le texte généré par l’IA consommait autant d’énergie qu’un smartphone à seulement 16 % de sa charge complète. L’étude n’a pas seulement porté sur 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 rendre l’étude juste et les jeux de données divers, les chercheurs ont déclaré avoir effectué des expériences sur 88 modèles différents en utilisant 30 jeux de données. Pour chaque tâche, les chercheurs ont exécuté 1 000 invitations tout en recueillant le « code carbone » pour mesurer à la fois l’énergie consommée et le carbone émis pendant un échange. Les résultats mettent en évidence que les tâches consommant le plus d’énergie sont celles qui demandent à un modèle d’IA de générer de nouveaux contenus, que ce soit la génération de texte, la synthèse, la légende d’image ou la génération d’image. La génération d’image a été classée comme la plus émettrice de dioxyde de carbone et la classification de texte comme la tâche consommant le moins d’énergie. Les chercheurs exhortent les scientifiques et les professionnels de l’apprentissage automatique à pratiquer la transparence concernant la nature et les impacts de leurs modèles, afin de mieux comprendre leurs impacts environnementaux. Alors que la consommation d’énergie associée à la charge d’un smartphone par image IA générée peut ne pas sembler grave, le volume d’émissions peut facilement s’accumuler lorsque l’on considère la popularité et la publicité des modèles d’IA. Prenez ChatGPT, par exemple – les auteurs de l’étude soulignent que, à son pic, le chatbot d’OpenAI avait 10 millions d’utilisateurs par jour et 100 millions d’utilisateurs actifs mensuels aujourd’hui.