L’intelligence artificielle (IA) et les métavers ont pris le monde d’assaut, révolutionnant les industries et améliorant notre façon de vivre et de travailler. Toutefois, une étude récente publiée dans la revue Joule met en lumière une préoccupation croissante : l’augmentation alarmante de la consommation d’électricité induite par les systèmes d’IA. À mesure que nous nous enfonçons dans les domaines de l’IA, il est possible que la demande d’énergie atteigne des niveaux stupéfiants, avec des implications qui pourraient rivaliser avec celles de petits pays.
Métavers et consommation d’énergie : une tendance inquiétante
L’étude souligne que l’IA, en particulier la technologie de l’IA générative, s’appuie fortement sur des serveurs puissants, et que son utilisation accrue pourrait entraîner une augmentation de la demande d’énergie. Alors que l’IA ne représentait que 10 à 15 % de la consommation totale d’électricité de Google en 2021, on prévoit qu’à mesure que la technologie de l’IA se développe, la consommation d’énergie de Google pourrait bientôt ressembler à celle d’un petit pays. Dans le pire des cas, l’IA de Google pourrait consommer à elle seule autant d’électricité qu’un pays comme l’Irlande, ce qui représente une augmentation considérable par rapport à sa consommation historique d’énergie liée à l’IA.
Atténuer le défi énergétique
Les auteurs de l’étude soulignent toutefois que le scénario extrême selon lequel l’IA consommerait autant d’énergie qu’un petit pays suppose l’adoption à grande échelle de l’IA en utilisant le matériel et les logiciels actuels, ce qui ne se produira probablement pas rapidement. Plusieurs experts estiment que le défi de la consommation d’énergie de l’IA est similaire aux premiers jours de l’exploitation minière de Bitcoin, et que des solutions innovantes sont nécessaires.
Christopher Alexander, directeur de l’analyse du Pioneer Development Group, note que si la consommation d’énergie ne peut être réduite de manière significative, elle peut être atténuée. Il suggère d’explorer des sources d’énergie alternatives telles que le gaz naturel issu des forages pétroliers qui est brûlé, ainsi que le biogaz provenant des décharges. Cette démarche s’inscrit dans le prolongement du développement historique du kérosène à partir de déchets, transformant des polluants potentiels en ressources énergétiques précieuses.
Un schéma familier : Croissance et efficacité
Phil Siegel, fondateur du Center for Advanced Preparedness and Threat Response Simulation (CAPTRS), souligne que les préoccupations relatives à la consommation d’énergie accompagnent la croissance de toute technologie. Qu’il s’agisse de jeux multijoueurs, de médias sociaux ou de crypto-monnaie, les premiers stades sont souvent marqués par des inefficacités car les puces et les algorithmes ne sont pas optimisés. Toutefois, au fur et à mesure que ces technologies se développent, les améliorations deviennent inévitables.
M. Siegel estime qu’au fur et à mesure que la technologie de l’IA mûrit, les puces deviendront plus efficaces, les algorithmes s’amélioreront et des solutions créatives verront le jour. Cela conduira à une réduction significative de l’utilisation de l’énergie, dissipant ainsi la panique qui entoure sa consommation excessive.
Équilibrer l’optimisme et le pessimisme
Bien que les scénarios présentés dans l’étude soient extrêmes et peut-être improbables, ils servent un objectif essentiel : trouver un équilibre entre des attentes trop optimistes et trop pessimistes pour l’avenir. Il est essentiel d’éviter de sous-estimer les défis potentiels liés à la consommation d’énergie de l’IA, tout en se gardant d’un pessimisme excessif.
L’étude affirme à juste titre qu’il pourrait être trop optimiste de supposer que les améliorations de l’efficacité du matériel et des logiciels compenseront entièrement les changements à long terme de la consommation d’électricité liée à l’IA. En fait, ces progrès peuvent déclencher un effet de rebond, où l’efficacité accrue entraîne une plus forte demande d’IA, ce qui finit par faire grimper l’utilisation des ressources.
L’enthousiasme pour le métavers que nous avons observé en 2022 et 2023 pourrait très bien faire partie de cet effet rebond, et cet enthousiasme pousse la chaîne d’approvisionnement des serveurs d’IA à apporter une contribution plus substantielle à la consommation d’électricité des centres de données dans les années à venir.
Relever le défi énergétique des métavers
Alors que la technologie métavers continue d’évoluer et de s’intégrer dans divers aspects de nos vies, il ne fait aucun doute que sa consommation d’énergie sera un problème pressant. Toutefois, comme l’histoire l’a montré, les progrès technologiques permettent de remédier aux inefficacités et de rendre la consommation d’énergie plus durable. Dans les années à venir, il sera essentiel que l’industrie technologique et les décideurs politiques collaborent pour trouver des solutions innovantes au défi énergétique posé par les métavers et l’IA I. Il s’agira notamment d’investir dans des sources d’énergie alternatives, d’optimiser le matériel et les logiciels et de mettre en œuvre des modèles d’IA économes en énergie. Même si le chemin à parcourir est semé d’embûches, il y a lieu de croire que, comme pour les technologies précédentes, nous trouverons un moyen d’exploiter le potentiel de l’IA tout en minimisant son impact sur l’environnement.
