IA frugale

Empreinte écologique du numérique : normalisation de l’IA frugale

Selon l’étude ARCEP & ADEME de 2023, le poids du numérique représente 2,5% de l’empreinte carbone de la France. L’empreinte écologique des algorithmes nécessaires au fonctionnement des systèmes d’IA est avérée et conséquente étant donné qu’il s’agit de grands consommateurs en énergie, en ressources (eau, métaux et minéraux), en infrastructures (réseaux, centres de données et terminaux).

Ecolab s’est directement saisi de cet enjeu et, en collaboration avec l’AFNOR, a publié un document de référence (nommé AFNOR Spec 2314). Celui-ci permet aux acteurs du numérique d’évaluer l’impact environnemental de leurs projets d’intelligence artificielle, et de communiquer sur le caractère frugal de ces derniers.

L’objectif est avant tout d’outiller les acteurs français dans l’élaboration et la mise en œuvre d’une IA frugale. Pour se faire plus d’une centaine de personnes se sont impliquées dans ce travail. Elles sont issues de commerces et d’industries, d’organisations non gouvernementales, du corps universitaire et de la recherche, du gouvernement, d’associations de consommateurs, de PME et du domaine environnemental.

Référentiel général pour l’IA frugale

Vous êtes un producteur ou un fournisseur de services et vous souhaitez mesurer et réduire l’impact environnemental de vos services et ainsi communiquer sur la frugalité de votre service ? Vous êtes un client d’IA et société civile et souhaitez évaluer les déclarations des fournisseurs et producteurs ?

Ecolab met à votre disposition le Référentiel Général pour l’IA Frugale et sa synthèse opérationnelle afin que vous puissiez vous saisir rapidement des informations clés de la méthodologie d’évaluation des systèmes d’IA.

Faites-nous un retour !

Vous utilisez le Référentiel dans le cadre de vos missions ? Quelque chose vous a manqué ? Partagez votre expérience par e-mail :
ia.ecolab.sri-cgdd@developpement-durable.gouv.fr !

Normalisation à l’échelle européenne

Les efforts pour aboutir à une méthodologie commune sur l’impact environnemental de l’IA sont désormais également portés au sein du Comité Européen de Normalisation, plus précisément au sein de son “Joint Technical Committee 21 (JTC 21). Le Preliminary Work Item (PWI) sur “Guidelines and metrics for the Environmental impact of artificial intelligence” a été validé le 10 juin et poursuit plusieurs objectifs : définir des lignes directrices quant à des méthodes de mesure de l’impact environnemental de l’IA et la diffusion de bonnes pratiques ; promouvoir des outils simples d’utilisation pour comprendre et mener des actions autour du développement et de l’utilisation de systèmes d’IA ; combler le manque de littérature normative en termes de méthodes de calcul partagées.

Ce document permettra de réduire les coûts et réaliser des économies d’échelle, en intégrant une meilleure gestion des risques dans un contexte de pénurie de ressources et d’urgence climatique. Les PME pourront se baser sur ce travail pour se différencier sur le marché en développant des modèles d’IA frugaux.

Calculez l’impact environnemental de vos solutions d’intelligence artificielle avec Green Algorithms

Les porteurs de projets d’IA peuvent mesurer l’impact environnemental des produits et services numériques développés. Ils peuvent notamment s’appuyer sur l’outil Green Algorithms (GT). Pour aller plus loin, les porteurs de projet peuvent consulter le document de cadrage du GDS EcoInfo sur la mesure de l’impact en cycle de vie d’un projet d’intelligence artificielle.