Photo by Jonas Jacobsson on Unsplash
C'est officiel, la traduction du Web Content Accessibility Guidelines 2.1 en français est en ligne depuis la 11 juillet 2022, publié par le W3C.
Cette traduction a été coordonnée par Access42 - lien externe, scop spécialisée dans l'accessibilité numérique.
La Commission Européenne a adopté fin juin le rapport de prospective stratégique 2022 intitulé « Garantir le couplage des transitions verte et numérique dans le nouveau contexte géopolitique ».
L'INR - lien externe nous éclaire sur ce rapport qui dénombre dix domaines d'action clés pour accélérer, maximiser les synergies et réduire les risques des deux transitions :
Le post Linkedin de l'INR - lien externe
Le rapport de la Commission Européenne - lien externe
Léa Cros - lien externe, Graphiste & illustratrice, nous a résumé sur Linkedin une étude mené par Greenspector sur le sujet en analysant consommation d'énergie et données échangées lors de l'utilisation des différents outils.
Voici quelques chiffres :
Ce chiffre prend en compte la consommation d'énergie, de donnée, les "mètres parcourus", le taux d'usure sur la batterie, sur le téléphone, ...
Notre addiction à la consommation d'énergie influe fortement sur le réchauffement climatique qui impacte à son tour fortement notre vie au quotidien. Comment limiter le réchauffement climatique et nous rendre résilients face à la raréfaction énergétique fossile. Qu'est-ce que cela signifie de concevoir dans ce contexte ?
La prise en compte des enjeux environnementaux n'est plus une option. Mais comment concilier innovation technologique et frugalité ?
Un équilibre à trouver entre performance et frugalité
Bien sûr, la sobriété numérique repose sur des actions concrètes. Elle se démontre, et par conséquent se mesure.
Le numérique est source d’émissions de CO2 – mais aussi contributeur à la réduction de l’impact environnemental dans de multiples domaines, L’intelligence artificielle ne fait pas exception. Que ce soit pendant leur apprentissage ou leur exécution, les modèles d’intelligence artificielle consomment de l’énergie.
L’adoption de l’intelligence artificielle est amenée à croître très fortement ces prochaines années.
Il est donc crucial de concevoir des systèmes d’IA les moins énergivores possibles. Car l’IA peut être frugale et ainsi participer aux efforts de sobriété numérique des entreprises. Cela nécessite cependant de la volonté, mais surtout des actions comme de la méthode. Même si le sujet reste émergent, il convient dès à présent d’adopter des bonnes pratiques.
A défaut, le Green AI ne sera qu’un acronyme de plus sur le marché et les discours du green washing.
L’éthique de l’IA embarque la consommation énergétique
L’impact environnemental de l’IA est un paramètre à prendre en compte. Ce n’est pas le seul. Le Green AI se range dans une démarche plus globale qui est celle de l’intelligence artificielle responsable. Et la responsabilité s’apprécie et se met en œuvre à plusieurs niveaux et durant les différentes phases d’un projet.
Pour cela, il est indispensable que la prise de conscience s’opère auprès de tous les acteurs de la chaîne de conception de l’IA, Data Scientists et Data Engineers, mais aussi chefs de projet et sponsors business. Pour l’intelligence artificielle, la frugalité dans son acceptation la plus large intervient dès les étapes d’idéation et de qualification.
Une approche responsable du développement de l’IA a également à cœur d’éviter de reproduire certaines dérives liées à l’exploitation massive des données personnelles. L’IA responsable minimise aussi les externalités négatives et s’efforce de limiter et corriger les biais. Les comités d’éthique sont un des moyens de prendre en compte ces différents enjeux et de mettre en place des contrôles efficaces. La frugalité énergétique de l’IA rejoint le sujet de l’éthique sur un autre aspect : la performance ou plus précisément son arbitrage. Un modèle plus complexe peut générer un gain de performance. En contrepartie, l’explicabilité se dégrade. Il en va de même en ce qui concerne la consommation d’énergie.
Deep Learning ou Machine Learning : un arbitrage responsable
La complexité rime avec émissions accrues de CO2. . Le Deep Learning n’est pas la panacée pour les Data Scientists, qui cèdent parfois à la facilité en y recourant de façon systématique. Or, le Deep Learning s’avère trop souvent un gouffre énergétique, en particulier du fait des quantités astronomiques de données nécessaires à l’apprentissage. Et la disponibilité de la puissance de calcul (GPU et TPU) en encourage la pratique. L’application du Deep Learning se justifie pour des cas d’usage bien identifiés, comme la reconnaissance d’images, de la voix, ou du langage.
La tendance consistant à recourir sans recul aux réseaux de neurones pour des typologies de données simples et structurées, soit l’immense majorité des cas d’usage en réalité, est une gabegie. Producteurs et consommateurs d’IA ont un rôle à jouer en choisissant d’investir en amont du temps et des ressources, notamment dans le choix et la préparation des données.
Si les entreprises ne peuvent se passer de l’IA (dès lors qu’elle est utile), elles ont en revanche pour responsabilité d’en réduire les impacts, y compris environnementaux.
Méthodologie et gouvernance d’une IA responsable
Se pose alors la question du comment ? Cela passe donc par la conception du modèle d’IA, le choix de sa typologie, mais aussi par des actions au niveau de son fonctionnement, comme la fréquence d’exécution d’une IA ou de son entraînement, ou encore de l’optimisation du code.
Article écrit par Aurélie Gonçales - lien externe, Manager Innovation spécialisée en IA et Green Data.
A l’initiative d’Entreprises & Médias - lien externe, du C3D (Collège des directeurs du développement durable) et de Sidièse (agence de communication dédiée aux enjeux de RSE), deux ateliers sur le thème « Transition écologique et communication » se sont déroulés en mars et avril 2022.
Objectifs : identifier les pratiques permettant une collaboration optimale entre les fonctions Communication et RSE et mieux communiquer sur les engagements RSE des entreprises.
Ce livre blanc restitue les principales conclusions des ateliers. Son ambition est d’apporter un éclairage sur les enjeux de cette collaboration fructueuse, d’offrir des pistes d’action et des outils concrets aux Directions de la Communication et de la RSE.
Informations
Crédits