Malgré les performances avérées des méthodes modernes d’intelligence artificielles, peu de travaux s’intéressent aux impacts environnementaux liés à la quantité de ressources nécessaires à l’entrainement et à l’usage de ces modèles. Ceci est très alarmant, lorsqu’on sait que le réchauffement climatique est une menace majeure qui met en péril notre planète et nos sociétés. Ainsi, nous abordons globalement dans ce travail la question de la mesure de l’empreinte carbone des modèles d’intelligence artificielle. Plus précisément nous considérons le cas des modèles visant à réduire les émissions de CO2. Pour de tels modèles, nous proposons de mesurer leurs impacts négatifs (quantité CO2 émise par l’entrainement et l’usage des modèles), et leurs impacts positifs (quantité de CO2 non émise du fait de l’usage des modèles). Les évaluations réalisées démontrent que l’empreinte carbone générée par l’entrainement et l’usage des modèles d’intelligence artificielle est globalement non-négligeable. Ainsi, les nouvelles métriques que nous proposons peuvent permettre d’évaluer et de comparer l’impact environnemental de ces modèles, au-delà des métriques usuelles d’évaluation des performances prédictives.
02:35
Cette vidéo présente les travaux de Quentin Plantec (TBS Education), menés avec Pascal Le Masson et Benoît Weil (Mines Paris – PSL), sur un enjeu stratégique : repenser les relations entre science et industrie à l’heure des grandes transitions. À partir de l’ouvrage Science et industrie à l’aune du double impact, elle introduit un nouveau modèle de collaboration : le couplage à double impact simultané.
Rompant avec la logique de transfert linéaire, ce modèle propose une co-émergence des percées scientifiques et des innovations industrielles. Fondé sur la théorie C-K et illustré par des cas emblématiques (prix Nobel, ARPA-E, CIFRE…), il souligne les conditions de cette dynamique : indépendance, échanges intenses, et complémentarité des logiques.
La vidéo propose ainsi une nouvelle lecture des relations science-industrie, au service d’un impact à la fois scientifique et sociétal.
- Recherche
- Management de l'Innovation, Management Stratégique