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

Des chercheurs de la start-up 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 lors de la génération d’une image par l’intermédiaire de l’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 établir une conversation avec un chatbot ou nettoyer un essai, requiert beaucoup moins d’énergie que la génération de photos. Les chercheurs ont quantifié que le texte généré par l’IA consommait autant d’énergie qu’un smartphone chargé à seulement 16 % de sa pleine charge. 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 résumé à la classification de texte, et ont mesuré la quantité de dioxyde de carbone produite pour chaque 1000 grammes. Afin de rendre l’étude juste et les ensembles de données divers, les chercheurs ont déclaré avoir effectué les expériences sur 88 modèles différents en utilisant 30 ensembles de données. Pour chaque tâche, les chercheurs ont exécuté 1 000 invite pendant la collecte du «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 les plus énergivores sont celles qui demandent à un modèle d’IA de générer de nouveaux contenus, que ce soit la génération de texte, la résumé, la légende d’image ou la génération d’image. La génération d’image a été classée comme la plus émettrice de gaz à effet de serre et la classification de texte a été classée comme la tâche la moins énergivore. Les chercheurs exhortent les chercheurs en apprentissage machine et les praticiens 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, le volume d’émissions peut facilement s’accumuler lorsque l’on considère la popularité et la disponibilité des modèles d’IA. Prenez par exemple ChatGPT – les auteurs de l’étude soulignent qu’à son apogée, le chatbot d’OpenAI avait 10 millions d’utilisateurs par jour et 100 millions d’utilisateurs actifs mensuels aujourd’hui.