Crédit à impact : réduire ses mensualités en s'engageant
1 min
Niveau
Le crédit à impact est un produit financier très populaire auprès des entreprises. Comment fonctionne-t-il ? Quels sont ses avantages ?
La voix de l'impact
ESG / RSE
Secteurs d'activité
Écologie
MESURER
AGIR
SE CONFORMER
L'impact environnemental de l'intelligence artificielle
Niveau
Les chatbots d'intelligence artificielle nouvelle génération comme ChatGPT ont récemment fait leur apparition auprès du grand public. Grâce à leurs capacités de plus en plus avancées (ChatGPT peut produire des textes incroyablement précis et réalistes) et à leur facilité d'accès (tout le monde peut utiliser ChatGPT gratuitement), ils sont utilisés pour tout, des devoirs à la rédaction de mémoires juridiques.
Certains prédisent même qu'ils finiront par modifier la physionomie de notre marché du travail.
“ Mais leur utilisation accrue n'est pas sans coût : la technologie de l'IA et les chatbots laissent derrière eux une empreinte carbone importante. ”
À l'heure actuelle, ChatGPT est probablement le chatbot le plus connu et le plus utilisé sur le marché. Sa technologie est basée sur GPT-3, la troisième génération du modèle de langage GPT d'OpenAI. Pour cette raison, il est difficile de calculer le pourcentage précis d'émissions GPT3 qui devrait être alloué à ChatGPT.
Pour cette raison, nous allons examiner l'empreinte carbone de GPT-3, et non celle de ChatGPT - mais comme ils sont très similaires, nous obtiendrons d'ores et déjà une bonne estimation.
Quelques éléments avant de commencer
Avant de nous pencher sur les chiffres, examinons la différence entre GPT-3 et ChatGPT :
- ChatGPT est conçu pour les tâches d'IA conversationnelle - il génère du texte sur la base des paramètres qu'il a appris. GPT-3, lui, est utilisé pour des tâches générales de modélisation prédictive qui ne nécessitent pas de réponses en temps réel.
- Autre différence : ChatGPT dispose d'une interface interactive accessible à tous et gratuite (du moins pour l'instant), contrairement à GPT-3.
Afin d'évaluer les émissions liées à GPT-3, Greenly s'est concentré sur une activité type pour laquelle une entreprise pourrait utiliser GPT-3.
Dans ce cas précis, nous examinerons les émissions de la technologie GPT-3 lorsqu'elle est utilisée pour « répondre automatiquement à 1 million de courriels par mois, sur une période d'un an ».
Dans ce scénario, l'utilisation du GPT-3 se fait en deux étapes : la formation et l'utilisation. Ces deux étapes ont leur propre empreinte carbone, qui doit être prise en compte pour calculer avec précision les émissions de ce scénario.
Former GPT-3
GPT-3 doit d'abord être formé pour devenir compétent et efficace dans la rédaction de réponses appropriées aux courriels, ce qui prend de nombreuses heures. Dans ce scénario, nous pouvons supposer que la formation se déroule dans un centre de données classique, ce qui entraînerait les émissions suivantes.
- Pour former efficacement GPT-3 dans un centre de données classique, il faut utiliser divers équipements (par exemple : serveurs, refroidissement et éclairage). Le fonctionnement de ces équipements sur une période d'un an se traduirait par un total de 160268 kgCO2e.
- Les fuites de gaz réfrigérant sur une période d'un an peuvent être estimées à un total de 9602 kgCO2e.
- La fabrication des serveurs utilisés pour former GPT-3 à l'exécution de la tâche entraînerait des émissions totalisant 68889 kgCO2e (sur la base d'une durée de vie de 4 ans et d'une charge de travail de 100 %).
“ Les émissions totales résultant de la formation du GPT-3 sur une période d'un an s'élèveraient donc à 238 759 kgCO2e. ”
Utilisation de GPT-3
Une fois que GPT-3 a été efficacement formé, la technologie peut être utilisée pour répondre à un million de courriels par mois. Ce qui entraînerait les émissions suivantes.
- Il faudrait environ 38,8 heures à GPT-3 pour répondre à 1 million de courriels. Si l'on tient compte de la consommation d'électricité pendant cette période, ainsi que du refroidissement et de la fabrication des serveurs, cette activité entraînerait un total d'émissions de 9,3 kgCO2e.
- L'étape suivante du processus consiste à transférer les résultats des calculs de GPT-3. Les émissions de cette activité s'élèveraient à 11,8 kgCO2e.
- Il faut également tenir compte du fait que des données doivent être stockées afin d'entraîner le modèle GPT-3 : 85,2 kgCO2e.
“ Les émissions totales résultant de l'utilisation du GPT-3 sur une période d'un an s'élèveraient donc à 1277 kgCO2e. ”
L'empreinte carbone totale de GPT-3
“ Sur la base de ces calculs, si GPT-3 répondait à 1 million de courriels par mois, sur une période d'un an, il en résulterait un total de 240036 kgCO2e (240 tCO2e). Cela correspond à un total de 136 voyages aller-retour entre Paris et New York. ”
Il convient également de noter que si GPT-3 devait être utilisé pour répondre à des courriels dans plus d'une langue, il serait nécessaire de réaliser les étapes ci-dessus pour chaque langue.
Cela signifie que les émissions totales devraient être multipliées par le nombre de langues requises. Lorsqu'une entreprise opère dans plusieurs langues, les émissions de carbone qui en résultent sont donc plus importantes.
Round up
La formation est l'étape la plus émissive. Les calculs de Greenly démontrent que la formation du GPT-3 entraîne des émissions nettement plus élevées que son utilisation réelle - en fait, les émissions sont jusqu'à 230 fois plus élevées.
Le choix du centre de données influe aussi fortement sur les émissions. Par exemple, un centre de données classique produit 40 % d'émissions en plus qu'un centre de données optimisé. Le pays dans lequel le centre de données est situé joue également un rôle : le calcul de Greenly est basé sur un centre de données en France, mais si le calcul avait été fait sur la base d'un centre de données aux États-Unis, les émissions auraient été 6 fois plus élevées.
GPT-3 produit des émissions plus élevées que d'autres IA comparables. Si on compare GPT-3 à d'autres technologies d'IA effectuant exactement la même tâche, il est clair que GPT-3 produit des émissions nettement plus élevées. Cela s'explique en grande partie par le fait que le nombre d'heures GPU (c'est-à-dire la somme de la durée de chaque GPU utilisé pour l'apprentissage profond) pour le pré-entraînement de GPT-3 est entre 100 et 30000 fois plus élevé que pour les autres IA, ce qui signifie plus d'électricité, plus de serveurs, etc. En effet, GPT-3 a un nombre incroyablement élevé de paramètres (c'est-à-dire les variables qui sont entrées pour permettre à l'IA de faire des prédictions) - 175 milliards pour être exact.
Conclusion
Les nouvelles technologies d'IA telles que GPT-3 et ChatGPT constituent une avancée passionnante et beaucoup pensent qu'elles ont le potentiel de remodeler l'avenir de notre façon de travailler et d'opérer dans différents secteurs d'activité.
Toutefois, elles ne sont pas sans faille et on peut s'attendre à d'autres avancées dans ce domaine. Des entreprises chinoises telles que Huawei et Inspur travaillent déjà sur des IA comportant plus de 200 milliards de paramètres.
“ Au fur et à mesure que la technologie progresse et qu'elle est de plus en plus utilisée, l'empreinte carbone qui en résulte augmentera sûrement aussi. ”
Plus d'articles
Tout voir
Course à l'IA : la France peut-elle exister sans perdre son âme ?
1 min
Niveau
Alors que l'Intelligence Artificielle (IA) est en plein boom, la France dévoile un plan d'investissement historique de 110 milliards d'euros.
Nos banques financent-elles réellement la crise climatique ?
1 min
Niveau
Les banques sont fréquemment pointées du doigt pour leur contribution au réchauffement climatique. À tort ou à raison ? Greenly fait le point sur la situation.
Mobilité douce : que faut-il savoir ?
1 min
Niveau
La mobilité douce constitue un important levier pour réduire les émissions de gaz à effet de serre des transports. Quels sont les modes de déplacement dits doux ? Explications.