Les scientifiques prédisent que l’IA générera des millions de tonnes de déchets électroniques
L’intelligence artificielle imite de plus en plus ses créateurs humains. L’IA générative peut désormais tenir des conversations de manière convaincante, produire de l’art, réaliser des films et même apprendre à se reproduire dans des jeux vidéo.
Mais comme le prévient une nouvelle étude de chercheurs de l’Académie chinoise des sciences et de l’Université Reichman en Israël, l’intelligence artificielle pourrait également imiter involontairement une autre caractéristique moins noble de l’humanité moderne : le gaspillage de l’environnement.
Alimentée par la popularité croissante des systèmes d’IA générative, tels que les chatbots comme ChatGPT et d’autres systèmes de création de contenu, nous pourrions nous retrouver avec entre 1,2 et 5 millions de tonnes supplémentaires de déchets électroniques d’ici la fin de la décennie.
La nouvelle étude se concentre particulièrement sur les grands modèles de langage (LLM), un type de programme d’IA capable d’interpréter et de produire du langage humain, ainsi que d’effectuer des tâches connexes.
Formés sur de vastes ensembles de données textuelles, les LLM identifient les relations statistiques sous-jacentes aux règles et aux modèles du langage et les appliquent pour générer un contenu similaire, permettant des capacités étonnantes comme répondre à des questions, produire des images ou écrire du texte.
En plus de ses nombreux avantages, cependant, l’IA générative a soulevé une série de questions philosophiques et pratiques pour la société – des préoccupations concernant le fait que l’IA prenne nos emplois à la crainte qu’elle soit utilisée à mauvais escient par les humains, nous trompe ou même devienne consciente d’elle-même et rebelle.
Et comme le souligne la nouvelle étude, l’IA générative commence également à déclencher des alarmes concernant la quantité considérable de déchets électroniques supplémentaires que la technologie devrait générer indirectement.
L’IA générative dépend d’améliorations technologiques rapides, notamment au niveau de l’infrastructure matérielle et des puces. Les mises à niveau nécessaires pour suivre le rythme de la croissance de la technologie pourraient aggraver les problèmes de déchets électroniques existants, notent-ils, en fonction de la mise en œuvre de mesures de réduction des déchets.
« Les LLM exigent des ressources informatiques considérables pour l’entraînement et l’inférence, ce qui nécessite un matériel informatique et une infrastructure étendus », écrivent les auteurs de l’étude. « Cette nécessité soulève des questions critiques de durabilité, notamment la consommation d’énergie et l’empreinte carbone associées à ces opérations. »
(SparkFun Electronics/Flickr)
Des recherches antérieures se sont principalement concentrées sur la consommation d’énergie et les émissions de carbone associées aux modèles d’IA, notent les chercheurs, accordant relativement peu d’attention aux matériaux physiques impliqués dans le cycle de vie des modèles ou au flux de déchets d’équipements électroniques laissés dans leur sillage.
Dirigés par Peng Wang, expert en gestion des ressources au Key Lab of Urban Environment and Health de l’Académie chinoise des sciences, les auteurs de l’étude ont calculé une prévision des quantités possibles de déchets électroniques créées par l’IA générative entre 2020 et 2030.
Les chercheurs ont envisagé quatre scénarios, chacun avec un degré différent de production et d’utilisation de systèmes d’IA générative, allant d’un scénario agressif d’utilisation généralisée à un scénario conservateur, plus contraint.
Dans le scénario le plus agressif, la création totale de déchets électroniques due à l’IA générative pourrait atteindre 5 millions de tonnes métriques entre 2023 et 2030, avec des déchets électroniques annuels pouvant atteindre 2,5 millions de tonnes métriques d’ici la fin de la décennie. C’est plus ou moins l’équivalent de chaque personne sur la planète jetant un smartphone.
Le scénario à forte utilisation prévoyait également que les déchets électroniques supplémentaires de l’IA comprendraient 1,5 million de tonnes métriques de cartes de circuits imprimés et 500 000 tonnes métriques de batteries, qui peuvent contenir des matériaux dangereux comme le plomb, le mercure et le chrome.
L’année dernière seulement, à peine 2,6 mille tonnes d’électronique ont été jetées à cause de la technologie dédiée à l’IA. Considérant que la quantité totale de déchets électroniques provenant de la technologie en général devrait augmenter d’environ un tiers pour atteindre 82 millions de tonnes d’ici 2030, il est clair que l’IA aggrave un problème déjà grave.
En examinant ces différents scénarios, Peng et ses collègues attirent l’attention sur un point important : l’IA générative n’a pas nécessairement à imposer un fardeau de déchets électroniques aussi excessif.
Les chercheurs notent que l’Agence internationale de l’énergie et de nombreuses entreprises technologiques préconisent des stratégies d’économie circulaire pour résoudre le problème des déchets électroniques.
Selon la nouvelle étude, les stratégies les plus efficaces sont l’extension de la durée de vie et la réutilisation des modèles, qui consistent à prolonger la durée de vie de l’infrastructure existante et à réutiliser les matériaux et modules clés dans le processus de remanufacture.
La mise en œuvre de stratégies d’économie circulaire comme celles-ci pourrait réduire le fardeau des déchets électroniques de l’IA générative jusqu’à 86 %, selon les chercheurs.