L\u2019intelligence artificielle a de nombreux atouts \u00e0 faire valoir dans la lutte contre le r\u00e9chauffement climatique ou la protection environnementale. Mais il faut garder en m\u00e9moire que l\u2019IA a \u00e9galement une empreinte carbone.<\/p>\n\n\n\n
Alors que la protection de la plan\u00e8te est une finalit\u00e9 n\u00e9cessaire et que les efforts de pr\u00e9servation se multiplient, il faut toujours garder en t\u00eate la dualit\u00e9 des initiatives lanc\u00e9es. Toutes les actions sont polluantes, m\u00eame celles qui visent \u00e0 combattre la pollution. Mais l\u2019enjeu est alors de calculer le gain, en termes de r\u00e9duction de pollution ou de protection environnementale, pour d\u00e9terminer si le ratio est assez satisfaisant au regard du co\u00fbt.<\/p>\n\n\n\n
Parmi les options les plus prometteuses pour aider \u00e0 la pr\u00e9servation de l\u2019environnement, se trouvent les solutions num\u00e9riques, qui peuvent avoir des avantages av\u00e9r\u00e9s en termes de r\u00e9duction de pollution et de contr\u00f4le de gestion \u00e9nerg\u00e9tique. Gr\u00e2ce \u00e0 des solutions informatiques, il peut par exemple \u00eatre possible de remplacer l\u2019intervention d\u2019agents par des cam\u00e9ras pour surveiller le fonctionnement d\u2019installations ou encore de contr\u00f4ler la gestion des lumi\u00e8res et chauffages d\u2019un b\u00e2timent pour optimiser leur utilisation. L\u2019automatisation est un des domaines les plus permissifs et les plus b\u00e9n\u00e9fiques en termes de gains potentiels.<\/p>\n\n\n\n
Mais les solutions informatiques consomment de l\u2019\u00e9nergie et produisent ce que l\u2019on appelle la pollution num\u00e9rique. En 2022, l\u2019\u00e9nergie \u00e9lectrique consomm\u00e9e par les appareils num\u00e9riques est responsable de 4% des \u00e9missions de gaz \u00e0 effet de serre et pourrait doubler d\u2019ici 2025 d\u2019apr\u00e8s l\u2019ADEME1<\/a><\/sup>. Il est aussi \u00e0 noter que 7 \u00e0 10% de l\u2019\u00e9lectricit\u00e9 mondiale est uniquement consomm\u00e9e par l\u2019utilisation d\u2019internet.<\/p>\n\n\n\n Alors que l\u2019intelligence artificielle se d\u00e9veloppe de plus en plus et vient renforcer les technologies d\u2019automatisation, une question vient naturellement se poser : quelle est la place de l\u2019intelligence artificielle vis-\u00e0-vis de l’environnement ? Pourquoi est-elle utilis\u00e9e et quels sont ses impacts positifs mais \u00e9galement n\u00e9gatifs sur l\u2019environnement ? Peut-on mitiger l\u2019empreinte carbone de l\u2019IA et le ratio gain-co\u00fbt est-il avantageux ?<\/p>\n\n\n\n Tout d\u2019abord, l\u2019intelligence artificielle a de nombreux r\u00f4les \u00e0 jouer dans le secteur m\u00eame de l\u2019\u00e9cologie. Les applications envisageables de l\u2019IA peuvent servir activement aux scientifiques pour les assister dans leurs travaux de pr\u00e9servation de l\u2019environnement. Le potentiel offert par l\u2019IA est colossal : maintenance des \u00e9oliennes facilit\u00e9es par l\u2019utilisation de drones aux capacit\u00e9s d’inspection am\u00e9lior\u00e9es2<\/a><\/sup>, pr\u00e9vision de l\u2019arriv\u00e9e des canicules par analyse des conditions m\u00e9t\u00e9orologiques3<\/a><\/sup>, contr\u00f4le du d\u00e9veloppement urbain et des \u00e9volutions des \u00e9cosyst\u00e8mes4<\/a><\/sup>, n\u2019en sont que des aper\u00e7us. <\/p>\n\n\n\n Voici quelques exemples non exhaustifs mais d\u00e9taill\u00e9s pour comprendre comment des algorithmes d\u2019IA peuvent \u00eatre utilis\u00e9s.<\/p>\n\n\n\n La d\u00e9tection de polluants est importante pour le secteur de l\u2019\u00e9cologie car la contamination de l\u2019environnement par des produits chimiques peut avoir des cons\u00e9quences d\u00e9sastreuses sur la biodiversit\u00e9. Cependant, une des premi\u00e8res difficult\u00e9s auxquelles les scientifiques sont confront\u00e9s est bien \u00e9videmment de pouvoir d\u00e9tecter les zones contamin\u00e9es. <\/p>\n\n\n\n C\u2019est alors que des chercheurs ont r\u00e9fl\u00e9chi \u00e0 des solutions utilisant de l\u2019IA pour les aider \u00e0 surmonter l\u2019obstacle. Dans le cas des mar\u00e9es noires, une des propositions est d\u2019utiliser des algorithmes de d\u00e9tection pour les rep\u00e9rer \u00e0 l\u2019aide d’images satellites5<\/a><\/sup>. Il est \u00e9galement possible d\u2019utiliser des drones \u00e9quip\u00e9s de cam\u00e9ras infrarouges pour les d\u00e9tecter m\u00eame de nuit et notamment dans des zones portuaires6<\/a><\/sup>. <\/p>\n\n\n\n Un autre type de zone contamin\u00e9e difficile \u00e0 d\u00e9couvrir concerne la pollution des sols. L\u2019IA peut \u00eatre utilis\u00e9e notamment pour d\u00e9tecter la pr\u00e9sence de p\u00e9trole contaminant dans les sols7<\/a><\/sup>. C\u2019est gr\u00e2ce \u00e0 un capteur qui peut par exemple \u00eatre embarqu\u00e9 sur un robot se d\u00e9pla\u00e7ant sur un site potentiellement contamin\u00e9 que les polluants pourront \u00eatre d\u00e9tect\u00e9s. Le capteur va permettre de r\u00e9cup\u00e9rer les spectres de r\u00e9flectance des \u00e9l\u00e9ments contenus dans le sol et l\u2019IA sera capable de d\u00e9terminer s\u2019il y a une pr\u00e9sence de polluants et desquels il s\u2019agit. L\u2019int\u00e9r\u00eat de ces pratiques est que l\u2019IA puisse aider les scientifiques \u00e0 r\u00e9aliser des analyses et des d\u00e9tections bien plus rapidement.<\/p>\n\n\n\n L\u2019intelligence artificielle peut \u00e9galement servir \u00e0 la surveillance de taux de carbone. Une \u00e9tude a permis de mesurer la densit\u00e9 de carbone contenue dans les arbres africains et ce suivant leur r\u00e9gion climatique (semi-aride, tropicale, etc)8<\/a><\/sup>.<\/p>\n\n\n\n L\u2019IA a \u00e9t\u00e9 utilis\u00e9e pour reconna\u00eetre individuellement chaque arbre sur des images satellites et les compter. Cette m\u00e9thode a permis de gagner beaucoup de temps et \u00e9galement en pr\u00e9cision. Car le comptage \u00e0 la main un par un des arbres sur des r\u00e9gions enti\u00e8res \u00e9tait impossible pour les \u00eatres humains et des approximations devaient alors \u00eatre effectu\u00e9es. Ces approximations prenaient par ailleurs \u00e9galement en compte les herbes et arbustes, ce qui faussait les r\u00e9sultats car ils contiennent bien moins de carbone que les arbres.<\/p>\n\n\n\n Ainsi, gr\u00e2ce \u00e0 cette nouvelle \u00e9tude, il a \u00e9t\u00e9 possible de d\u00e9terminer que le stockage de carbone des arbres \u00e9tait inf\u00e9rieur aux pr\u00e9visions pr\u00e9c\u00e9dentes et que les terres arides stockaient tout de m\u00eame des quantit\u00e9s de carbone non n\u00e9gligeables, ce qui a chang\u00e9 le point de vue climatique de la situation. L\u2019utilisation de l\u2019IA dans cette \u00e9tude a \u00e9t\u00e9 cruciale pour permettre de mieux comprendre les impacts du r\u00e9chauffement climatique et le fonctionnement du cycle du carbone de la Terre.<\/p>\n\n\n\n La part d\u2019\u00e9mission de gaz \u00e0 effet de serre imput\u00e9e aux voitures lorsqu’elles sont en circulation est \u00e9valu\u00e9e entre 6% et 9% selon les estimations9<\/a><\/sup>. Diminuer cette part est tout de m\u00eame d\u00e9sirable, surtout dans les zones o\u00f9 la circulation est plus dense et o\u00f9 la pollution atmosph\u00e9rique se trouve \u00eatre plus importante. Ceci peut d\u2019ailleurs dans certains cas se retrouver pr\u00e9occupant vis-\u00e0-vis de la qualit\u00e9 de l\u2019air et de la sant\u00e9. Fluidifier le trafic c\u2019est diminuer le temps de circulation des v\u00e9hicules et donc c\u2019est finalement participer \u00e0 r\u00e9duire les \u00e9missions de CO2 et de particules fines, pr\u00e9servant ainsi l\u2019\u00e9tat de sant\u00e9 des citoyens.<\/p>\n\n\n\n C\u2019est alors que plusieurs projets se sont lanc\u00e9s dans le but d\u2019utiliser des technologies de deep learning pour r\u00e9pondre \u00e0 ce d\u00e9fi d\u2019urbanisme qu\u2019est la fluidification du trafic.<\/p>\n\n\n\n Par exemple, Google a exp\u00e9riment\u00e9 l\u2019utilisation d\u2019une IA pour optimiser le fonctionnement des feux de circulation en temps r\u00e9el en fonction du trafic. Le r\u00e9sultat repr\u00e9sentait une r\u00e9duction de 10 \u00e0 20% de la consommation de carburant et du temps d\u2019attente aux croisements10<\/a><\/sup>.<\/p>\n\n\n\n Wintics, une entreprise fran\u00e7aise sp\u00e9cialis\u00e9e dans l\u2019analyse vid\u00e9o au profit des territorialit\u00e9s, a \u00e9galement lanc\u00e9 des projets concernant l\u2019optimisation de la gestion des flux touristiques, l\u2019analyse de l\u2019occupation des aires de covoiturage ou la supervision du stationnement pour \u00e9viter les rotations inutiles11<\/a><\/sup>.<\/p>\n\n\n\n Un des piliers principaux de l\u2019\u00e9cologie est la protection de la biodiversit\u00e9. Pr\u00e9server les \u00e9cosyst\u00e8mes, sauvegarder les esp\u00e8ces animales et v\u00e9g\u00e9tales, pr\u00e9munir des d\u00e9rives des pratiques humaines sont autant d\u2019actions pour lesquelles l\u2019IA peut assister les sp\u00e9cialistes.<\/p>\n\n\n\n Par exemple, un projet d\u2019IA baptis\u00e9 Seeker a pour but de lutter contre le braconnage et le trafic d\u2019animaux sauvages12<\/a><\/sup>. Le dispositif a \u00e9t\u00e9 exp\u00e9riment\u00e9 dans l\u2019a\u00e9roport d’Heathrow \u00e0 Londres, pour lequel l\u2019IA vient renforcer les capacit\u00e9s des scanners de bagage. L\u2019objectif est de d\u00e9tecter les objets ill\u00e9gaux provenant d\u2019esp\u00e8ces sauvages, comme des objets en ivoire, pour ensuite permettre de tracer et de faire cesser le r\u00e9seau de braconnage gr\u00e2ce \u00e0 l\u2019analyse de donn\u00e9es. <\/p>\n\n\n\n La conservation de l\u2019oc\u00e9an est \u00e9galement un sujet qui attire beaucoup les chercheurs et voit na\u00eetre de nombreux projets d\u2019IA13<\/a><\/sup>. Il existe par exemple un projet de d\u00e9tection de chant des baleines \u00e0 bosses, avec plus de 180 000 heures d\u2019enregistrements audio sous-marin analys\u00e9es par un algorithme de machine learning. L\u2019objectif est d\u2019aider les scientifiques \u00e0 identifier ces chants pour leur permettre de mieux comprendre l\u2019esp\u00e8ce et prot\u00e9ger ses d\u00e9placements. <\/p>\n\n\n\n L\u2019intelligence artificielle sert \u00e9galement \u00e0 OceanMind pour lutter contre la p\u00eache ill\u00e9gale en identifiant et traquant les navires gr\u00e2ce \u00e0 des images satellites. Enfin, les algorithmes peuvent \u00eatre alli\u00e9s \u00e0 des capacit\u00e9s robotiques, pour d\u00e9velopper des robots autonomes qui peuvent aider \u00e0 la pr\u00e9servation des fonds marins. La cartographie et la connaissance des fonds marins est un v\u00e9ritable d\u00e9fi car seulement une partie tr\u00e8s infime des fonds marins est actuellement r\u00e9f\u00e9renc\u00e9e. <\/p>\n\n\n\n Cependant certaines zones jusqu\u2019\u00e0 maintenant inconnues pourraient n\u00e9cessiter une r\u00e9elle attention et des actions de pr\u00e9servation envers des esp\u00e8ces qui pourraient \u00eatre impact\u00e9es par la pollution et les activit\u00e9s humaines. Les technologies d\u2019analyse vid\u00e9o utilisant le deep learning pour permettre l\u2019identification et la surveillance de l\u2019\u00e9tat de sant\u00e9 des fonds marins sont alors un v\u00e9ritable atout14<\/a><\/sup>.<\/p>\n\n\n\n L\u2019intelligence artificielle peut donc assister autant l\u2019ing\u00e9nieur \u00e9cologue, que le chercheur climatologue, l\u2019urbaniste ou encore le garde-c\u00f4te dans ses activit\u00e9s de pr\u00e9servation de la nature, de lutte contre le r\u00e9chauffement climatique, de r\u00e9duction de l\u2019empreinte carbone des activit\u00e9s humaines ou de protection de la biodiversit\u00e9. L\u2019utilit\u00e9 av\u00e9r\u00e9e de l\u2019IA et la multiplicit\u00e9 des capacit\u00e9s qu\u2019elle offre sont v\u00e9ritablement de taille pour aider les experts \u00e0 adresser un des d\u00e9fis les plus importants du si\u00e8cle.<\/p>\n\n\n\n Malgr\u00e9 le poids que semble peser l\u2019IA en faveur de la protection de l\u2019environnement, il ne faut pas oublier que la consommation \u00e9nerg\u00e9tique des algorithmes impacte \u00e9galement l\u2019environnement.<\/p>\n\n\n\n Compte tenu de la complexit\u00e9 du domaine de l\u2019intelligence artificielle et des tr\u00e8s nombreuses variables qui peuvent entrer en compte dans le calcul des \u00e9missions de carbone, il est tr\u00e8s difficile de quantifier concr\u00e8tement son impact. Ce qui est certain c\u2019est que beaucoup de param\u00e8tres entrent en jeu, et ce rien que pour le processus d\u2019entra\u00eenement d\u2019un r\u00e9seau de neurones : emplacement du serveur servant \u00e0 l\u2019entra\u00eenement, type de r\u00e9seau \u00e9nerg\u00e9tique utilis\u00e9, dur\u00e9e du processus d\u2019entra\u00eenement, ou encore mat\u00e9riel \u00e0 l\u2019aide duquel l\u2019entra\u00eenement est r\u00e9alis\u00e9. <\/p>\n\n\n\n Pour donner un ordre de grandeur, des chercheurs de l’Universit\u00e9 du Massachusetts ont cherch\u00e9 \u00e0 estimer l\u2019impact de l\u2019entra\u00eenement d\u2019algorithmes de traitement du langage naturel (NLP), par exemple utilis\u00e9s par des chatbots pour \u201cconverser\u201d avec des humains15<\/a><\/sup>. Ils ont conclu, en convertissant la consommation \u00e9nerg\u00e9tique en taux d\u2019\u00e9mission de carbone, que l\u2019entra\u00eenement d\u2019un gros mod\u00e8le de NLP \u00e9met environ 300 000 kg de dioxyde de carbone ; ce qui \u00e9quivaut \u00e0 125 vols New York – Beijing. Et encore, l\u2019\u00e9mission n\u2019est que relative \u00e0 l\u2019entra\u00eenement, elle ne prend pas en compte le co\u00fbt de conception, de validation, de d\u00e9ploiement, d\u2019utilisation et de contr\u00f4le post-d\u00e9ploiement de l\u2019intelligence artificielle. Bien d\u2019autres aspects ne sont \u00e9galement pas pris en compte, comme par exemple les aspects de gestion des d\u00e9chets informatiques. L\u2019IA peut donc rapidement engendrer des surconsommations \u00e9nerg\u00e9tiques si son cycle de vie n\u2019est pas assez bien ma\u00eetris\u00e9 et optimis\u00e9.<\/p>\n\n\n\n Une part importante de la consommation en lien direct avec l\u2019IA concerne bien \u00e9videmment les co\u00fbts de collecte et de stockage des donn\u00e9es, qui sont des composantes essentielles pour le d\u00e9veloppement de l\u2019IA. Effectivement, les r\u00e9seaux de neurones n\u00e9cessitent des quantit\u00e9s \u00e9normes de donn\u00e9es pour \u00eatre capable de r\u00e9aliser des t\u00e2ches de fa\u00e7on automatique avec des taux de succ\u00e8s d\u00e9cents. Cependant le big data, qui comprend la collecte et le stockage de ces masses de donn\u00e9es, repr\u00e9sente un v\u00e9ritable d\u00e9fi \u00e9cologique. Il est connu que les data-centers sont tr\u00e8s fortement consommateurs d\u2019\u00e9nergie, que ce soit en termes d\u2019\u00e9lectricit\u00e9 pour faire tourner les machines ou pour alimenter des batteries de climatiseurs qui visent \u00e0 contr\u00f4ler la mont\u00e9e en temp\u00e9rature caus\u00e9e par le fonctionnement constant de mat\u00e9riels informatiques.<\/p>\n\n\n\n Selon l\u2019ADEME, les centres de donn\u00e9es participent au r\u00e9chauffement climatique en g\u00e9n\u00e9rant 25% des \u00e9missions mondiales de gaz \u00e0 effet de serre pour le secteur du num\u00e9rique16<\/a><\/sup>. Il devient alors essentiel de chercher \u00e0 diminuer l\u2019\u00e9mission de CO2 et plus g\u00e9n\u00e9ralement la pollution g\u00e9n\u00e9r\u00e9e par l\u2019utilisation des mod\u00e8les de machine learning et les stockages de donn\u00e9es. <\/p>\n\n\n\n Ce besoin de consid\u00e9ration a \u00e9t\u00e9 pris en compte au travers de diverses initiatives comme le Green AI, qui sera d\u00e9taill\u00e9 dans la prochaine partie, et le \u201cResponsible AI\u201d. Cette derni\u00e8re pr\u00f4ne les m\u00eames principes que l\u2019IA de confiance \u201cThrustworthy AI\u201d en incluant en plus des notions \u00e9cologiques aux notions de syst\u00e8mes \u00e9thiques, transparents, justes et responsables. L’IA responsable consiste \u00e0 s’assurer que la technologie de l’IA est d\u00e9velopp\u00e9e et d\u00e9ploy\u00e9e de mani\u00e8re \u00e0 b\u00e9n\u00e9ficier \u00e0 la soci\u00e9t\u00e9 tout en minimisant les impacts n\u00e9gatifs sur les individus, les communaut\u00e9s et l’environnement. Les gouvernements, l’industrie et les organisations de la soci\u00e9t\u00e9 civile travaillent justement \u00e0 l’\u00e9laboration de cadres et de lignes directrices pour pr\u00f4ner une IA de confiance et responsable. Ce sont des initiatives, telles que les \u201cEthics guidelines for trustworthy AI\u201d de la commission europ\u00e9enne17<\/a><\/sup>, qui se portent garantes de l\u2019int\u00e9gration des valeurs \u00e9thiques. Et des initiatives telles que l\u2019AI ACT qui visent \u00e0 standardiser et r\u00e9guler de fa\u00e7on tr\u00e8s concr\u00e8te le d\u00e9ploiement des technologies d\u2019IA en conformit\u00e9 avec le positionnement de l\u2019Union Europ\u00e9enne sur le sujet18<\/a><\/sup>.<\/p>\n\n\n\n Certes il a \u00e9t\u00e9 point\u00e9 du doigt que l\u2019intelligence artificielle consomme et pollue, mais elle peut \u00e9galement permettre de r\u00e9aliser de l\u2019optimisation \u00e9nerg\u00e9tique afin de limiter la pollution. Gr\u00e2ce \u00e0 ses capacit\u00e9s d’analyse de donn\u00e9es et d\u2019aide \u00e0 la prise de d\u00e9cision, l\u2019IA peut permettre d\u2019optimiser la conception de r\u00e9seaux \u00e9lectriques, l\u2019utilisation des ressources \u00e9nerg\u00e9tiques ou encore permettre le d\u00e9veloppement d’infrastructures \u00e0 faibles \u00e9missions. Afin de tirer pleinement parti des avantages du machine learning, une id\u00e9e est alors de r\u00e9ussir \u00e0 diminuer ses besoins \u00e9nerg\u00e9tiques pour faire davantage pencher la balance gain-co\u00fbt en faveur de l\u2019utilisation de l\u2019IA.<\/p>\n\n\n\n C\u2019est dans ce but qu\u2019ont \u00e9t\u00e9 d\u00e9velopp\u00e9s les pr\u00e9mices du Green AI, faisant en sorte que l\u2019IA s\u2019int\u00e8gre pleinement dans les principes du d\u00e9veloppement durable et que la transition num\u00e9rique s\u2019associe \u00e0 la transition \u00e9cologique19<\/a><\/sup>. Afin de rendre l\u2019IA \u201cverte\u201d plusieurs options sont envisageables, \u00e0 commencer par l\u2019int\u00e9gration des principes du Green IT et s\u2019assurer que les infrastructures n\u00e9cessaires \u00e0 la conception de l\u2019IA, comme les data centers, soient aliment\u00e9es par de l\u2019\u00e9nergie renouvelable \u00e0 l\u2019instar des \u00e9nergies fossiles. Dans la multiplicit\u00e9 des actions envisageables pour limiter la consommation et la pollution, certaines se concentrent sp\u00e9cifiquement sur les \u00e9l\u00e9ments algorithmiques, pour optimiser les co\u00fbts de fonctionnement \u00e0 partir m\u00eame du code. Avec par exemple :<\/p>\n\n\n\n Ces deux m\u00e9thodes rel\u00e8vent cependant de v\u00e9ritables d\u00e9fis technologiques, n\u00e9cessitant des travaux de recherche pouss\u00e9s pour permettre d\u2019avoir des algorithmes fonctionnels tout en \u00e9tant frugaux ou embarqu\u00e9s. Le d\u00e9veloppement de telles IA implique de devoir jongler entre la performance des algorithmes, leur robustesse et l\u2019optimisation \u00e9nerg\u00e9tique. Les principes de validation de l\u2019IA peuvent aider en ce sens pour assurer que les mod\u00e8les soient satisfaisants au niveau de leurs r\u00e9sultats tout en ayant \u00e9t\u00e9 optimis\u00e9s d\u2019un point de vue \u00e9nerg\u00e9tique.<\/p>\n\n\n\n En l\u2019\u00e9tat actuel, certaines typologies d\u2019IA ne participent pas assez \u00e0 la sobri\u00e9t\u00e9 \u00e9nerg\u00e9tique et n\u00e9cessiteraient la prise d\u2019actions pour mettre en place des pratiques de Green AI. C\u2019est en particulier le cas pour les IA g\u00e9n\u00e9ratives telles que DALL-E, Chat GPT, Mid Journey et autres. Effectivement, ces algorithmes \u00e9nergivores consomment \u00e9norm\u00e9ment durant leur entra\u00eenement mais aussi durant leur utilisation22<\/a><\/sup>.<\/p>\n\n\n\n Une dualit\u00e9 existe toujours, entre le complaisant ou l\u2019incommodant ; et l\u2019intelligence artificielle n\u2019y fait pas d\u00e9faut. Pr\u00e9sentant de nombreux avantages, mais comprenant \u00e9galement son lot d\u2019inconv\u00e9nients, l\u2019IA reste un sujet qu\u2019il faut peser. Mais, en soit, la balance a d\u00e9j\u00e0 \u00e9t\u00e9 effectu\u00e9e car l\u2019intelligence artificielle n\u2019est plus dans un lointain horizon, elle est d\u00e9j\u00e0 au c\u0153ur de la soci\u00e9t\u00e9. Maintenant, le v\u00e9ritable enjeu est de faire en sorte que la balance penche en faveur d\u2019une utilisation responsable et de s\u2019assurer qu\u2019elle y reste. Comme abord\u00e9 pr\u00e9c\u00e9demment, des projets de standardisation et d\u2019utilisation \u00e9thique de l\u2019IA sont en cours pour permettre de fixer un cadre habilitant la r\u00e9gulation des algorithmes de machine learning.<\/p>\n\n\n\n Concernant les consid\u00e9rations \u00e9cologiques, plusieurs initiatives ont \u00e9galement vu le jour. Avec par exemple : <\/p>\n\n\n\n Ainsi, de nombreux projets visent \u00e0 s\u2019assurer d\u2019un impact positif et d\u2019un d\u00e9veloppement durable de l\u2019IA. Les enjeux environnementaux ont \u00e9t\u00e9 s\u00e9rieusement pris en compte. Car, compte tenu des avantages concrets que permettent l\u2019utilisation de l\u2019IA ; il est v\u00e9ritablement important de faire en sorte de d\u00e9velopper des cadres durables permettant une utilisation avant tout raisonn\u00e9e de ces technologies.<\/p>\n\n\n\n L\u2019intelligence artificielle a de nombreux atouts \u00e0 faire valoir dans la lutte contre le r\u00e9chauffement climatique ou la protection environnementale. Mais il faut garder en m\u00e9moire que l\u2019IA a \u00e9galement une empreinte carbone. Alors que la protection de la plan\u00e8te est une finalit\u00e9 n\u00e9cessaire et que les efforts de pr\u00e9servation se multiplient, il faut toujours […]<\/p>\n","protected":false},"author":8,"featured_media":6887,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"[{\"content\":\"Rapport sur la pollution num\u00e9rique<\/a>\",\"id\":\"65e0e62f-08ae-4f0d-8ec5-c6a4aa7fce49\"},{\"content\":\"Inspection des \u00e9oliennes par des drones et des technologies d\u2019IA<\/a>\",\"id\":\"0b1d1e8e-346e-40c7-b537-58e74d6ac950\"},{\"content\":\"Solutions IA pour anticiper les canicules<\/a>\",\"id\":\"f4cc3933-760c-409d-a389-a02b22955275\"},{\"content\":\"Une IA de google pour lutter contre le r\u00e9chauffement climatique gr\u00e2ce \u00e0 l\u2019analyse d\u2019images satellites<\/a>\",\"id\":\"cea8d8d5-3866-4fbe-bcc1-046b33f82d1a\"},{\"content\":\"\u00c9tude sur la faisabilit\u00e9 de d\u00e9tection de mar\u00e9es noires \u00e0 l\u2019aide d\u2019algorithmes d\u2019IA<\/a>\",\"id\":\"dbfea8d3-558d-49e8-b8d3-2754f4d04bce\"},{\"content\":\"\u00c9tude sur la d\u00e9tection de mar\u00e9es noire dans des ports \u00e0 l\u2019aide de drones et d\u2019algorithmes d\u2019IA<\/a>\",\"id\":\"2f33ecf0-b43f-482b-94b2-ebd3287d41ce\"},{\"content\":\"\u00c9tude sur la d\u00e9tection de sol contamin\u00e9 par le p\u00e9trole \u00e0 l\u2019aide d\u2019IA<\/a>\",\"id\":\"fd22f04e-c382-4f22-bd11-e9533bf26e3b\"},{\"content\":\"Une IA pour mesurer des taux de carbone dans les for\u00eats africaines<\/a>\",\"id\":\"a3bb576c-cc56-4077-8644-7fa18e35577e\"},{\"content\":\"Part de la pollution automobile dans les \u00e9missions de gaz \u00e0 effet de serre<\/a>\",\"id\":\"0482f2b2-e198-48a2-b4c0-f3a08b4f1d6b\"},{\"content\":\"R\u00e9duction de la pollution automobile gr\u00e2ce \u00e0 des flux de circulation optimis\u00e9s par une IA<\/a>\",\"id\":\"44b42bd9-56ac-481a-93df-7425bda3acad\"},{\"content\":\"Wintics, une IA pour r\u00e9duire l\u2019empreinte carbone des transports<\/a>\",\"id\":\"5328d194-132e-49ce-ad0c-38232fc66714\"},{\"content\":\"Des IA pour lutter contre le trafic d\u2019animaux sauvages et le braconnage<\/a>\",\"id\":\"be42fc20-3747-4d02-bf20-b407c6e4804e\"},{\"content\":\"L\u2019IA pour la conservation de la biodiversit\u00e9 marine et la lutte contre le changement climatique<\/a>\",\"id\":\"2b6409d2-44e0-411e-9b7a-3b48f0d5fe56\"},{\"content\":\"L\u2019IA et la robotique pour la pr\u00e9servation de la nature aquatique<\/a>\",\"id\":\"358ba706-3ecb-4716-8011-004f6139cb8b\"},{\"content\":\"Estimation de l\u2019impact carbone de l\u2019IA<\/a>\",\"id\":\"312d22d1-ea2c-4a53-8f1f-b5366648f609\"},{\"content\":\"Consommation \u00e9nerg\u00e9tique des data centers<\/a>\",\"id\":\"56dc0817-5141-4233-b73c-f63b23b89fbe\"},{\"content\":\"Ethics guidelines for trustworthy AI<\/a>\",\"id\":\"81ea8ee3-a567-45ab-a359-f4591ffc7277\"},{\"content\":\"The EU AI Act<\/a>\",\"id\":\"ef8747e7-f473-4e62-b0fc-4fee4346ae79\"},{\"content\":\"Les principes d\u2019adoption d\u2019une d\u00e9marche Green AI<\/a>\",\"id\":\"c7a69a8d-acb4-4cb9-8ece-0525f855e7fb\"},{\"content\":\"Frugalit\u00e9 de l\u2019IA, principe et int\u00e9r\u00eat<\/a>\",\"id\":\"659fe046-9b23-4fdd-a9af-d7cae17d0755\"},{\"content\":\"L\u2019embarquabilit\u00e9 de l\u2019IA, une solution pour r\u00e9duire l\u2019empreinte \u00e9cologique<\/a>\",\"id\":\"a111073b-a79d-4abd-a86c-9a8e08084b40\"},{\"content\":\"L\u2019\u00e9norme co\u00fbt \u00e9nerg\u00e9tique des IA g\u00e9n\u00e9ratives<\/a>\",\"id\":\"32c24d18-d52d-4327-8dda-2128135ab33f\"},{\"content\":\"Climate Change AI<\/a>\",\"id\":\"ac2642dc-730f-4423-870b-10b9bd0b1edb\"},{\"content\":\"Microsoft AI for Earth<\/a>\",\"id\":\"0921eabc-743b-4a59-86cc-f18f48762960\"},{\"content\":\"Challenge Google de proposition de solutions pour lutter contre le changement climatique<\/a>\",\"id\":\"b9b2232c-0fba-4773-9b08-f434b0fbba8f\"},{\"content\":\"Explications concernant le Green AI<\/a>\",\"id\":\"63299b1b-bba3-4b99-ac93-427b3bd7b4c4\"}]"},"categories":[149],"tags":[170],"class_list":["post-6884","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-et-industrie","tag-environnement"],"acf":[],"_links":{"self":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6884","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/comments?post=6884"}],"version-history":[{"count":0,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6884\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media\/6887"}],"wp:attachment":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media?parent=6884"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/categories?post=6884"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/tags?post=6884"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Les applications de l\u2019IA dans le secteur de l\u2019\u00e9cologie<\/h2>\n\n\n\n
D\u00e9tection mar\u00e9es noires et de polluants dans les sols<\/h3>\n\n\n\n
Surveillance de taux de carbone dans les for\u00eats<\/h3>\n\n\n\n
Fluidification du trafic routier<\/h3>\n\n\n\n
Protection de la biodiversit\u00e9<\/h3>\n\n\n\n
La consommation de l\u2019IA impacte aussi l\u2019environnement<\/h2>\n\n\n\n
L\u2019empreinte carbone de l\u2019IA peut \u00eatre r\u00e9duite<\/h2>\n\n\n\n
\n
Intelligence artificielle et environnement : la direction \u00e0 prendre<\/h2>\n\n\n\n
\n
Sources<\/h2>\n\n\n