ChatGPT et impact environnemental : une soif insatiable d’eau et d’énergie
Il est largement reconnu que l’intelligence artificielle (IA) nécessite une grande quantité d’électricité, mettant ainsi une pression importante sur les ressources énergétiques. Une nouvelle étude de Shaolei Ren de l’Université de Californie, publiée sur la plateforme de prépublications ArXiv, révèle que l’impact environnemental ne s’arrête pas là.
1 litre au cent
Selon cette étude récente, ChatGPT et d’autres modèles de langage à grande échelle (LLMs) consomment environ 500 millilitres d’eau pour chaque série de 20 à 50 questions ou commandes posées par les utilisateurs. Bien que cela puisse sembler minime, la consommation d’eau globale s’élève rapidement en considérant l’utilisation à l’échelle mondiale. « Il est juste de dire que la majorité de la croissance [de l’eau] [dans le rapport environnemental 2022 de Microsoft] est due à l’IA », selon les chercheurs de l’Université de Californie.
Lorsqu’on prend en compte le nombre de visites sur ChatGPT depuis le début de l’année, qui s’élève à plusieurs milliards, l’ampleur de la consommation d’eau devient alarmante. Cela éclaire d’un jour nouveau l’urgence de réduire les nuisances environnementales associées à cette technologie.
Microsoft et OpenAI à la recherche de solutions
Face à ces inquiétudes, Microsoft et son partenaire OpenAI ont reconnu le problème et sont activement à la recherche de solutions. « Nous continuerons à surveiller nos émissions, à accélérer les progrès tout en augmentant notre utilisation d’énergie propre pour alimenter les centres de données« , a indiqué Microsoft à AP News. OpenAI, de son côté, a également confirmé qu’il cherchait des moyens de rendre les LLMs plus écoénergétiques.
L’IA, encore dans ses phases initiales de développement, devrait bénéficier de nombreuses améliorations dans les années à venir, y compris dans la gestion des ressources. D’après des données publiées par Gizmodo, la fréquentation du site de ChatGPT a vu son usage baisser pour le troisième mois consécutif, un indicateur potentiellement positif d’une réduction de la consommation en ressources hydriques et énergétiques.
