Vers une Intelligence Artificielle Numérique Responsable

Le numérique pollue, et l’Intelligence Artificielle tout particulièrement ! La consommation d’énergie est de plus en plus une préoccupation dans de nombreux domaines, y compris pour les domaines de l’IA. Un constat partagé, la consommation d’énergie de l’IA a considérablement augmenté au cours des dernières années, tant pour la partie matérielle nécessaire pour la construction des solutions que pour les solutions en elles-mêmes, notamment en raison de l’explosion des services basés sur l’IA et de l’énorme quantité de données nécessaire. Dans le passé, la consommation d’énergie était principalement un sujet lié au matériel utilisé avec sa capacité d’utiliser le moins possible d’énergie pour effectuer des tâches. Aujourd’hui, la partie applicative est aussi importante que le matériel, et elle est également responsable de l’augmentation de l’énergie consommée. Avec l’émergence du Cloud Computing et l’adoption de plus en plus des infrastructures hébergées dans le Cloud ont modifié la perception des entreprises et des usagers sur la consommation énergétique des applications IA. Avec des ressources matérielles et des services dématérialisés, facilement scalables à travers les plate-formes Cloud, beaucoup d’entreprises tendent à ne pas donner d’importance à l’optimisation énergétique de leurs solutions d’IA. L’objectif de cette thèse est d’aider les entreprises et les usagers à comprendre et à introduire la conception de solutions d’IA plus responsables, afin de réduire leur consommation d’énergie et de fournir des services plus frugaux en termes de consommation d’énergie. Nous contribuons de cette manière à la conception de solutions IA plus écologiques et plus durables. Pour le faire, nous commençons par mener un état de l’art sur l’évolution des solutions IA, afin de discuter des multiples facettes auxquels il faut s’intéresser une fois lancé dans une démarche responsable autour du numérique, et particulièrement l’IA. Pour réduire la consommation énergétique des solutions IA, les entreprises et l’ensemble des usages doivent d’abord être capables de la mesurer et suivre son évolution. Le choix des outils de mesure de ce type de solution reste encore un vrai challenge aujourd’hui du fait que la mesure doit être réalisée sur l’ensemble du cycle de vie des solutions afin de pouvoir mettre en évidence les parties qui nécessitent une optimisation afin de réduire la consommation d’énergie. Une fois les outils capables de mesurer la consommation d’énergie des applications IA sont en place, le travail d’analyse et d’optimisation pour procéder à la réduction d’énergie et la réalisation des solutions plus responsables de point de vue numérique peut commencer. Cette thèse propose aux entreprises des solutions concrètes pour rendre l’utilisation des applications IA plus responsables et surtout des solutions sans besoin de remettre en cause la partie matérielle déjà en place.