Technologies de l’information et IA comme risque environnemental
Les développements en IA font exploser la demande pour du matériel électronique. Pour fabriquer ce matériel, l’industrie a besoin de métaux rares (ou terres rares). Or, l'extraction et le raffinage des métaux rares entraînent le rejet de nombreux éléments toxiques dans l’environnement : métaux lourds, acide sulfurique, éléments radioactifs, etc.
De plus, à la fin de leur cycle de vie, les appareils électroniques génèrent un immense flux de déchets (e-waste; 50 millions de tonnes dans le monde chaque année). Seulement 20% de ces déchets est recyclé convenablement. Le reste est incinéré, jeté au dépotoir ou envoyé dans des pays qui ne sont pas équipés pour recycler ces déchets de manière sécuritaire. Dans ce dernier cas, les appareils sont désassemblés à la main, ce qui expose ces personnes à des produits toxiques.
D’ici 2025, il est estimé que l’écosystème numérique pourrait consommer jusqu’à 20% de l’électricité mondiale et produire de 5 à 8% des émissions de carbone (plus que l’aviation et le transport maritime). Une étude récente évalue que l’entrainement d’un seul système d’IA (apprentissage profond) émettrait jusqu’à 284 tonnes de carbone, soit cinq fois plus que ce qui est émis par une voiture pendant tout son cycle de vie, incluant sa fabrication. Les concepteurs tentent d’améliorer l’efficacité énergétique de l’écosystème numérique, mais ces acquis sont annulés par l’accroissement continuel des produits et services : plus de données à stocker et à faire circuler, plus d’appareils, plus d’algorithmes, etc.
Enfin, les problèmes énumérés ci-dessus sont accentués par l’obsolescence programmée des appareils et des logiciels
IA comme solution aux problèmes environnementaux
Certains défenseurs de l’IA font valoir que celle-ci, au contraire, a un grand potentiel en matière de développement durable, notamment en optimisant les réseaux énergétiques et de transport, en améliorant l’efficience de certaines activités comme l’agriculture, la gestion des bâtiments et le développement urbain, en faisant des prédictions plus précises (ex. changements climatiques, productivité agricole, biodiversité) et en soutenant la prise de décision. Par exemple, un système d’IA permet, à partir d’images satellites, de soutenir la gestion forestière en identifiant la quantité, la hauteur et l’espèce des arbres.
Des pistes pour l’avenir
Au stade de la recherche en IA, des experts appellent à une déclaration publique et obligatoire des coûts environnementaux de l’entrainement de chaque système.
L’écoconception est une approche qui peut contribuer à réduire l’impact environnemental des systèmes d’IA. Il s’agit d’intégrer des standards écologiques en amont, aux stades de la conception et de la fabrication de ces systèmes d’IA et des centres de données. Il faudrait aussi adapter la réglementation de manière à limiter le plus possible le recours à l’obsolescence programmée.
Il serait avantageux de développer des certifications (ex. ISO ou IEEE) qui informent le consommateur de la performance énergétique des systèmes d’IA. Ces certifications devront prendre en compte tout le cycle de vie des systèmes et l’infrastructure à laquelle ils sont liés (ex. serveurs et stockage de données, réseaux de communication, capteurs).
Dans un contexte où les sociétés technologiquement avancées s’enthousiasment pour l’intelligence artificielle, l’Internet des objets, le stockage et le forage de données massives, ainsi que pour l’informatisation de pans entiers de l’activité humaine, il convient de se questionner sur les conséquences de ces technologies sur l’environnement. Or, l’IA a des effets néfastes substantiels en cette matière.
Il faut s’attaquer aux problèmes des métaux rares, des déchets électroniques et des émissions de gaz à effet de serre. Il faut souhaiter que ces efforts, combinés au développement de systèmes d’IA au service de l’environnement, compenseront pour les coûts environnementaux des technologies de l’information et de l’IA.
