- L’idée reçue selon laquelle l’IA, et en particulier les LLM comme ChatGPT, nuirait gravement à l’environnement est inexacte
- Beaucoup diffusent l’affirmation selon laquelle « l’usage personnel de l’IA nuit à la crise climatique », mais les ordres de grandeur réels des émissions et les comparaisons employées sont inadaptés
- Il faut examiner aussi précisément que possible les données sur la consommation d’énergie et d’eau liées à l’IA afin de comprendre l’ampleur réelle des émissions de carbone
- Il faut aussi s’interroger, parmi les activités individuelles, sur celles qui contribuent réellement à une réduction significative des émissions
Pourquoi cet article a été écrit
- Dans les discussions sur le climat, on voit souvent apparaître une approche consistant à « désigner les mauvaises entreprises ou technologies pour les boycotter »
- Comme les avis qui présentent l’usage de ChatGPT comme un acte de destruction environnementale se multiplient, l’objectif est ici d’apporter des éclaircissements fondés sur des chiffres précis
- L’article souligne aussi l’idée que le militantisme climatique devrait se concentrer sur des changements structurels, comme la transition des systèmes énergétiques, plutôt que sur les styles de vie individuels
Comment réfléchir à l’éthique des émissions
- Dans la société moderne, vivre de manière totalement décarbonée est en pratique impossible
- Même des infrastructures essentielles, comme les hôpitaux, ont des émissions élevées, tout en ayant une grande valeur sociale
- Pour réduire les émissions, il ne s’agit pas de « supprimer à tout prix les plus grosses sources d’émissions », mais d’évaluer « l’équilibre entre la valeur d’une activité et les émissions qu’elle génère »
- Il n’est pas souhaitable de renoncer à l’usage de technologies utiles comme les LLM à cause d’informations erronées ou de malentendus
L’utilité des LLM
- Les LLM apportent une aide large dans la vie quotidienne et au travail, notamment pour l’apprentissage et l’automatisation des tâches
- Ils sont particulièrement efficaces pour résumer rapidement des informations techniques ou spécialisées complexes, et pour répondre à des questions
- Ils ne sont pas parfaits, mais, contrairement à la recherche Google, ils permettent des réponses conversationnelles et personnalisées
- Beaucoup de personnes utilisent les LLM pour acquérir des connaissances, résoudre des problèmes et améliorer leur productivité
Principaux points (Main Argument)
Émissions (Emissions)
- Une recherche sur ChatGPT consomme environ 10 fois plus d’énergie qu’une recherche Google classique, mais en valeur absolue cela ne représente qu’environ 3 Wh
- Cela correspond à environ 10 secondes de streaming vidéo, 2 e-mails envoyés, ou 3 minutes de visionnage sur une TV LED
- Des comparaisons du type « l’usage mondial de ChatGPT = l’électricité consommée par des dizaines de milliers de foyers » peuvent induire en erreur si l’on ne tient pas compte du nombre d’utilisateurs du service ni de la valeur qu’il fournit
- Par exemple, des services de streaming comme Netflix ou YouTube consomment bien davantage d’énergie, mais à l’échelle de chaque utilisateur cela reste une très petite quantité
- L’entraînement du modèle GPT-4 a consommé une quantité d’énergie comparable à plusieurs centaines de vols, mais cela reste efficace si l’on considère la valeur fournie ensuite à d’innombrables utilisateurs dans le monde
- La part des LLM dans la consommation énergétique totale d’Internet est très faible, et considérer l’usage individuel de ChatGPT comme un enjeu central du problème climatique relève d’une inquiétude excessive
Consommation d’eau (Water use)
- Les data centers d’IA utilisent de l’eau, notamment pour le refroidissement des GPU
- Il existe une idée fausse selon laquelle « une requête ChatGPT consomme 500 mL d’eau », alors qu’il est plus exact de dire que 500 mL correspondent plutôt à 20 à 50 requêtes
- D’autres activités en ligne, comme le streaming musical ou les visioconférences, utilisent aussi de l’eau d’une manière comparable, car ces chiffres incluent l’ensemble du processus de production d’énergie et de refroidissement
- En pratique, regarder 10 minutes de vidéo 4K ou participer à une visioconférence d’une heure consomme plus d’eau que plusieurs dizaines de requêtes ChatGPT
- Si l’exploitation des data centers se fait dans des régions où les ressources locales en eau ne subissent pas de forte pression, avec en parallèle une gestion de l’eau réutilisable, le problème peut être largement atténué
- Comparée à la production de produits d’origine animale, la consommation d’eau des data centers reste relativement faible, et de nombreuses analyses estiment aussi qu’elle entraîne moins de pollution ou de gaspillage que l’élevage industriel
Idées reçues fréquentes sur l’usage des LLM et comparaisons réelles
- L’idée selon laquelle « l’usage individuel des LLM cause un très grand tort à l’environnement mondial » ne correspond pas aux statistiques réelles
- L’usage des smartphones, le streaming vidéo, les e-mails ou les jeux en ligne consomment eux aussi beaucoup d’électricité et d’eau, à des niveaux comparables à ceux des LLM, mais le grand public n’y voit généralement pas un problème majeur
- Les LLM font gagner du temps et améliorent l’efficacité pour leurs utilisateurs, tandis que les émissions qu’ils génèrent restent faibles
- Du point de vue de la réduction des émissions, modifier son alimentation ou son mode de transport a un impact bien plus fort que de limiter son usage des LLM
Réflexions finales
- Les LLM ne sont pas totalement exempts d’émissions, mais du point de vue de l’usage individuel, ils ne sont pas assez inefficaces pour justifier une telle inquiétude
- Ce qui importe dans le militantisme climatique, ce sont les grandes transitions énergétiques et les améliorations structurelles ; se focaliser sur la restriction de petites activités numériques passe à côté de l’essentiel
- Les technologies LLM, dont ChatGPT, apportent une grande valeur dans de nombreux domaines ; s’en détourner à cause d’informations erronées serait plutôt contre-productif
- Si l’objectif est de réduire ses émissions personnelles, il est plus efficace d’examiner d’abord d’autres habitudes de vie ayant un impact bien plus important
3 commentaires
Ce qui est certain, c’est que c’est plus productif que le minage de cryptomonnaies....
C’est exact.
Avis Hacker News
Comparer la consommation d’énergie des LLM à des références arbitraires n’est pas pertinent. Comparer une requête ChatGPT à un appel Zoom n’est pas utile. Dans bien des cas, une simple recherche Google suffit à résoudre le problème. Les LLM sont utiles pour le développement logiciel, mais il existe de nombreuses méthodes simples qui peuvent les remplacer.
Les investissements dans l’IA ont conduit les hyperscalers du cloud à revoir leurs objectifs d’émissions, et la croissance des data centers atteint les limites de capacité du réseau électrique. Quand on convertit la consommation électrique de l’IA en émissions, les affirmations sur l’ensemble de l’IA peuvent ne pas tenir. À long terme, le ROI semble positif, mais il faut se concentrer sur l’amélioration de l’efficacité de la technologie.
L’article a besoin de liens de référence. Les LLM ne sont pas utilisés uniquement par des particuliers. Les gouvernements et les grandes entreprises consomment beaucoup de temps GPU. De nouvelles installations électriques destinées à l’IA sont en cours de proposition.
L’entraînement de grands modèles comme GPT-4 ne semble pas être un coût ponctuel. Les grandes entreprises continueront à entraîner de nouveaux modèles. Beaucoup de modèles pourraient ne jamais être utilisés.
Environ 90 % des déchets plastiques marins proviennent de 10 fleuves. Les choix de mode de vie individuels sont insignifiants face aux pratiques standard de la production industrielle à l’étranger. L’environnement est important, mais les actions individuelles ne suffisent pas si les entreprises ne sont pas contraintes d’agir correctement.
Il existe un article qui traite en profondeur des tendances des data centers et de la durabilité. C’est le meilleur article que j’aie lu sur ce sujet.
Je me demande d’où viennent les chiffres sur la consommation d’énergie du streaming vidéo. La majeure partie de l’énergie est utilisée pour l’encodage initial de la vidéo.
Les LLM et ChatGPT ne consomment pas le plus d’énergie lorsqu’ils répondent aux questions. Ils utilisent beaucoup d’eau et d’énergie pendant l’entraînement. Les utiliser maintenant ne détruit pas l’environnement, mais cela montre un intérêt pour le produit.
Il est absurde qu’un individu s’inquiète des émissions causées par son utilisation de ChatGPT. Je reconnais que l’IA consomme beaucoup d’énergie. Il est difficile d’évaluer l’impact de la demande pour ChatGPT sur l’avenir de l’IA.
Le titre ne correspond pas au contenu. Un titre comme « Les émissions liées à l’usage de ChatGPT ne sont pas importantes par rapport à d’autres choses » serait plus approprié.