Ces dernières années, des formes d’Intelligences arti­fi­cielles (IA) plus ou moins sophis­tiquées se sont dis­crète­ment incrustées partout (ou presque) dans nos vies : logi­ciels de tra­duc­tion ou de prise de note, algo­rithmes de recom­man­da­tion de musiques ou de films, assis­tants virtuels tels que Siri ou Alexa, GPS, etc.

Mais l’IA est dev­enue bien plus réelle pour le grand pub­lic depuis que l’entreprise Ope­nAi a lancé, en mars 2022, Chat­G­PT 3.5, son robot qui fait de meilleures dis­ser­ta­tions qu’un lycéen et donne l’illusion de con­ver­sa­tions avec des humains. Son explo­sion (Ope­nAI revendique 100 mil­lions d’utilisateur·ices heb­do­madaires) s’est accom­pa­g­née de craintes quant à la men­ace que l’IA pour­rait représen­ter pour le cli­mat. Qu’en est-il ?

L’opacité des géants de la tech sur l’énergie, le carbone et l’eau

Les géants de la tech sont très peu dis­erts au sujet de l’impact envi­ron­nemen­tal de leurs créa­tions. Aus­si, il existe peu de don­nées fiables sur le sujet. Pour fonc­tion­ner, les out­ils d’IA néces­si­tent la fab­ri­ca­tion et l’emploi de très nom­breuses cartes graphiques, gour­man­des en ressources et en énergie. Idem pour les vastes dat­a­cen­ters, dont l’électricité peut être issue de sources fos­siles, comme le char­bon, et qui deman­dent des quan­tités phénomé­nales d’eau pour être refroidis.

Une étude en pré-pub­li­ca­tion menée par des chercheurs de l’Université de Cal­i­fornie a estimé que l’entraînement de Chat­G­PT 3 dans des dat­a­cen­ters améri­cains pour­rait avoir néces­sité 5,4 mil­lions de litres d’eau douce, et que chaque con­ver­sa­tion pour­rait en con­som­mer 50 cen­til­itres de plus.

L’entraînement de la plu­part des mod­èles d’IA émet entre 1 et 20 tonnes de CO2-équiv­a­lent, selon Théo Alves da Cos­ta, chargé de l’unité Développe­ment durable et cli­mat chez Eki­met­rics. Pour Chat­G­PT 3, ce chiffre grimpe à 552 tonnes. Soit ce qu’émet­tent 55 Français·e en un an. Pour un out­il d’une telle enver­gure, ce chiffre paraît rel­a­tive­ment mod­este.

En revanche, Ope­nAI a refusé de pub­li­er des don­nées sur l’entraînement de la dernière ver­sion (payante) de son IA généra­tive (qui crée du texte ou des images), Chat­G­PT 4, sor­tie au print­emps 2023. «Depuis novem­bre dernier, les entre­pris­es du numérique ont arrêté de pub­li­er des don­nées qu’elles trans­met­taient aupar­a­vant comme la con­som­ma­tion énergé­tique des dat­a­cen­ters ou le temps de cal­cul des entraîne­ments», a expliqué à Noveth­ic Sasha Luc­cioni, spé­cial­iste de l’empreinte car­bone de l’IA pour la start­up Hug­ging face.

Des usages voués à se démultiplier

Une sim­ple requête sur Chat­G­PT est rel­a­tive­ment peu gour­mande en énergie. Cepen­dant, «avec une forte crois­sance d’utilisateurs, ça peut rapi­de­ment devenir énorme, explique Théo Alves da Cos­ta. Là où ça me fait peur, c’est que l’IA est en train d’être instal­lée partout». Dès mars 2024, les nou­veaux PC de Win­dows seront équipés d’une touche, qui lancera Copi­lot, une IA capa­ble d’assister les utilisateur·rices dans toutes leurs tâch­es.

L’IA sert (surtout) à accélérer la production de vêtements, de pétrole, et du reste

Dans un rap­port paru à l’été 2023, le géant du con­seil McK­in­sey avait estimé que l’IA généra­tive allait entraîn­er une forte crois­sance dans le secteur de la tech, mais aus­si celui de la banque ou de l’industrie phar­ma­ceu­tique.

L’IA sert notam­ment à amélior­er les algo­rithmes de recom­man­da­tion de pro­duits sur les sites de ventes. L’ogre de la fast fash­ion Shein s’en sert pour ven­dre tou­jours plus de pièces, mais aus­si pour design­er des vête­ments qui imi­tent les dernières ten­dances (ce qui lui vaut des procès en con­tre­façon de la part de styl­istes améri­cains) et qui seront ses best-sell­ers de demain.

L’IA prof­ite aus­si aux rois du pét­role. En 2019, Exxon­mo­bil avait annon­cé s’allier avec Microsoft pour aug­menter sa pro­duc­tion dans le Bassin per­mien, au Texas. La com­pag­nie prévoit d’ex­traire quo­ti­di­en­nement 50 000 bar­ils de plus d’ici à 2025, soit env­i­ron 20 000 tonnes de CO2 sup­plé­men­taires par jour. «En un jour, c’est autant que Chat­G­PT 3 en deux mois», illus­tre Théo Alves da Cos­ta, se bas­ant sur les cal­culs de l’as­so­ci­a­tion Data for good, qui estime que cette IA génère 10 000 tonnes de CO2-équiv­a­lent par mois. Sur un an, Exxon­mo­bil alour­di­rait son bilan car­bone de plus de sept mil­lions de tonnes de CO2, soit les émis­sions annuelles de 700 000 Français·es. Comme l’avait rap­porté Green­peace, les pétroliers Shell, BP ou Chevron se sont aus­si tournés vers les géants de la tech que sont Google, Ama­zon et Microsoft pour pro­duire tou­jours plus.

Le prin­ci­pal risque de l’IA n’est peut-être pas tant celui des émis­sions de ses robots con­ver­sa­tion­nels, que le fait qu’elle serve à accélér­er la pro­duc­tion et la con­som­ma­tion dans les domaines les plus pol­lu­ants.

Sciences, industrie… Ce que peut l’IA pour le climat

L’intelligence arti­fi­cielle est un remède en même temps qu’un poi­son. Elle per­met aus­si de dévelop­per des out­ils puis­sants pour servir de nobles caus­es. Alliée à des satel­lites, elle sert à observ­er et inven­to­ri­er les émis­sions de gaz à effet de serre de mil­lions de sites pol­lu­ants à tra­vers le globe : c’est le pro­jet Cli­mate trace. Ou à repér­er automa­tique­ment des navires de pêche qui opèrent illé­gale­ment dans des aires marines pro­tégées, grâce aux out­ils dévelop­pés par l’association Data for good pour l’ONG Bloom.

Elle peut aus­si opti­miser les réseaux élec­triques et réduire les émis­sions de car­bone des sys­tèmes énergé­tiques ; détecter les fuites de méthanes de l’industrie fos­sile ; opti­miser le fret mar­itime, ou la con­struc­tion, etc. Autant de poten­tial­ités — plus ou moins tech­noso­lu­tion­nistes — décrites dans une vaste étude écrite par une quin­zaine d’universitaires et d’expert·es de la tech (dont Google), mem­bres du col­lec­tif Cli­mate change AI.

Côté recherche, «l’IA enri­chit beau­coup la cli­ma­tolo­gie ; elle per­met de généralis­er beau­coup de choses qu’on envis­ageait de faire sans en avoir les moyens», racon­te Pas­cal Yiou, chercheur en sta­tis­tiques au Lab­o­ra­toire des sci­ences du cli­mat et de l’en­vi­ron­nement (LSCE). Dans le cadre du pro­jet Xai­da, il coopère avec de nom­breux autres lab­o­ra­toires européens pour utilis­er l’IA afin de détecter les événe­ments météorologiques extrêmes et de savoir s’ils sont liés au dérè­gle­ment cli­ma­tique : ce sont les sci­ences de l’attribution.

L’IA leur per­met d’interroger les bases de don­nées pour savoir si les événe­ments sont excep­tion­nels ou non, d’identifier les fac­teurs qui en sont la cause, de simuler des événe­ments de manière beau­coup plus rapi­de. C’est ain­si que le lab­o­ra­toire de Pas­cal Yiou a pu déter­min­er qu’une vague de chaleur plus intense encore que la canicule de 2003 pou­vait se repro­duire pen­dant les Jeux olympiques de Paris en juil­let prochain (Nature). «J’ai dévelop­pé une méth­ode d’IA super sim­ple pour émuler cha­cun des mod­èles cli­ma­tiques du rap­port du Giec», racon­te-t-il à Vert. Autant d’outils puis­sants, rapi­des et peu coû­teux, qui per­me­t­tent de prévoir l’évolution du cli­mat et d’adapter nos sociétés.

L’IA aide aus­si les sci­en­tifiques à faire des recherch­es beau­coup plus effi­caces. Pas­cal Yiou cite en exem­ple l’outil Cli­mate Q&A, dévelop­pé par Théo Alves da Cos­ta, qui per­met d’interroger facile­ment les rap­ports du Giec (notre arti­cle).

Le chercheur con­vient toute­fois que ses moyens sont «sans com­mune mesure» avec ceux de Google ou de Microsoft : «Ce qui nous sauve, c’est qu’on con­naît la physique».

Alors, on va tous mourir ou pas ?

Les intel­li­gences arti­fi­cielles du futur seront-elles moins gour­man­des en ressources ? Per­me­t­tront-elles de réduire les émis­sions de secteurs très pol­lu­ants ? Ou aggraveront-elles encore un peu plus la crise cli­ma­tique ?

Impos­si­ble de tir­er des juge­ments défini­tifs dans un secteur qui mute aus­si rapi­de­ment. Ce qui est sûr, c’est que l’IA offre aux géants de la tech (et des autres indus­tries), peu sus­pects de con­vic­tions écologiques, une puis­sance tou­jours plus colos­sale.

Pas­cal Yiou est «très opti­miste» et estime qu’il faut «encore plus d’IA». «Si les GAFAM sont en con­cur­rence les unes avec les autres, ça peut sta­bilis­er l’utilisation de l’IA, faire qu’elle soit neu­tre. Mais s’ils s’entendent pour la biais­er, ou si un sys­tème domine tous les autres : c’est pra­tique­ment la fin de l’humanité».

Pour Théo Alves da Cos­ta, «en util­isant le bull­doz­er de l’IA pour enfon­cer un clou dans le mur, on va sûre­ment enfon­cer le clou, mais on risque surtout de faire écrouler le mur. Dans ce cas, autant pren­dre un marteau».

Cet arti­cle est issu de notre rubrique Le vert du faux. Idées reçues, ques­tions d’actualité, ordres de grandeur, véri­fi­ca­tion de chiffres : chaque jeu­di, nous répon­drons à une ques­tion choisie par les lecteur·rices de Vert. Si vous souhaitez vot­er pour la ques­tion de la semaine ou sug­gér­er vos pro­pres idées, abon­nez-vous à la quo­ti­di­enne de Vert juste ici.