Accueil > Pour en savoir plus > Sciences formelles > Intelligence artificielle > "Faire converger les transitions technologique et écologique, mesurer la (…)

"Faire converger les transitions technologique et écologique, mesurer la performance d’un numérique compatible avec les limites planétaires, et qui soit éthique et raisonné pour les ressources humaines et la médecine régénérative" par Jacques Hallard

dimanche 3 septembre 2023, par Hallard Jacques

ISIAS Transitions Numérique IA générative Eco-socio-compatible Partie 3

Faire converger les transitions technologique et écologique, mesurer la performance d’un numérique compatible avec les limites planétaires, et qui soit éthique et raisonné pour les ressources humaines et la médecine régénérative

Jacques Hallard , Ingénieur CNAM, site ISIAS – 01/09/2023

Gabs humour GPECSource



Présentation :

Partie 1 - ’La transition écologique sans le capitalisme mondialisé du numérique est-elle possible ? La transition numérique doit s’inscrire dans une exigence écologique, être responsable, admise et partagée – Actions et Conseils - Economie’ par Jacques Hallard - 18 août 2023 - ISIAS Transitions Numérique IA générative

Partie 2 - ’Faire sens avec la rétroprospective face à l’IA générative qui bouleverse le monde et risque « une marginalisation de l’espèce humaine absolument inévitable »(?) – L’IA changera probablement nos vies et les emplois’ par Jacques Hallard - 27 août 2023 - ISIAS Transitions Numérique IA générative

Partie 3 - Faire converger les transitions technologique et écologique, mesurer la performance d’un numérique compatible avec les limites planétaires, et qui soit éthique et raisonné pour les ressources humaines et la médecine régénérative

Plan du document : Préambule Introduction Sommaire Auteur


Préambule

Tout d’abord quelques connaissances prérequises pouvant être révisées pour la suite du dossier, réalisé avec une visée didactique :

La performance environnementale est généralement analysée à différents niveaux : Au niveau d’une entreprise, d’une organisation ou d’un site avec des audits du système de management environnemental appelé SME, la réalisation d’un Bilan Carbone® ou plus spécifiquement sur un état des lieux des flux déchets et matières…

Le management environnemental, aussi appelé gestion environnementale, ou éco management, désigne les méthodes de gestion d’une entité (entreprise, service…) visant à prendre en compte l’impact environnemental de ses activités, à évaluer cet impact et à le réduire. Le management environnemental s’inscrit dans une perspective de développement durable. Wikipédia

Qu’est-ce que le Système de Management Environnemental (SME) ?  ; mise à jour en août 2023 – Source : https://www.hellocarbo.com/blog/communaute/systeme-de-management-environnemental-sme/

Le bilan carbone lié à la fabrication d’un produit ou à l’activité d’une entité humaine est un outil de comptabilisation de ses émissions de gaz à effet de serre. Il tient compte de l’énergie primaire et de l’énergie finale de ces produits et services. Wikipédia

En cas de besoin, voir >

Calculez votre empreinte carbone gouvernement.frhttps://www.gouvernement.fr › actualite › calculez-vot...- 08 juillet 2022 — Ce simulateur détermine la quantité de Co2 que vous émettez à l’année. Votre empreinte carbone est calculée selon de grandes catégories ...

Bilan carbone Wikipédiahttps://fr.wikipedia.org › wiki › Bilan_carbone - Le Bilan Carbone est un outil de diagnostic conçu par l’Agence de l’environnement et de la maîtrise de l’énergie (ADEME) pour comprendre et analyser l’activité ...

Etat des lieux des flux déchets et matières - Depuis juillet 2016, les professionnels ont l’obligation de trier 5 types de déchets, papier/carton, métal, plastique, verre et bois, dans des poubelles dédiées. C’est le tri 5 flux des déchets. En 2014, le recyclage des métaux ferreux, du cuivre, de l’aluminium, des papiers et cartons, du verre, des inertes du BTP, du bois et des plastiques a permis d’éviter de rejeter 20 millions de tonnes d’équivalent CO2 et d’économiser 250 millions de m3 d’eau soit environ 88 889 millions de km en voiture et près de 100 000 piscines olympiques.

TRI 5 FLUX DES DÉCHETS > une obligation pour les professionnels – A lire sur ce site : https://www.ecologie.gouv.fr/sites/default/files/2019.01.31_Document_Tri5flux.pdf

*** Rappel spécial pour le numérique et l’intelligence artificielle générative :

« Si les émissions de gaz à effet de serre associées au numérique peuvent paraître faibles, elles suivent une croissance ininterrompue intenable sur le long terme »

Afnor - score écologique multicritères

Les trois types d’indicateurs (scopes) à prendre en compte pour l’évaluation de la performance environnementale (EPE) au sein d’une organisation – Source AFNOR : https://www.afnor.org/environnement/mesure-performance-climatique/

NB. Les nuages codés dans le schéma ci-dessus désignent les gaz à effet de serre  :

SF6 Hexafluorure de soufre

CO2 Dioxyde de carbone

N2O Protoxyde d’azote

CH4 Méthane

HFC Hydrofluorocarbure

PFC PFC Perfluorocarbure

Rappel - Les gaz à effet de serre sont des composants gazeux qui absorbent le rayonnement infrarouge émis par la surface terrestre et contribuent ainsi à l’effet de serre. L’augmentation de leur concentration dans l’atmosphère terrestre est l’un des facteurs à l’origine du réchauffement climatique. Wikipédia

En cas de besoin, revoir un classique incontournable : Quels sont les gaz à effet de serre ? – Source : https://jancovici.com/changement-climatique/gaz-a-effet-de-serre-et-cycle-du-carbone/quels-sont-les-gaz-a-effet-de-serre-quels-sont-leurs-contribution-a-leffet-de-serre/

Rappels : L’intelligence artificielle générative ou IA générative (ou GenAI) est un type de système d’intelligence artificielle (IA) capable de générer du texte, des images ou d’autres médias en réponse à des invites (ou prompts en anglais)1,2. Les modèles génératifs apprennent les modèles et la structure des données d’entrée, puis génèrent un nouveau contenu similaire aux données d’apprentissage mais avec un certain degré de nouveauté (plutôt que de simplement classer ou prédire les données)3. L’IA générative peut être unimodale ou multimodale ; les systèmes unimodaux n’acceptent qu’un seul type d’entrée (par exemple, du texte), tandis que les systèmes multimodaux peuvent accepter plusieurs types d’entrée (par exemple, du texte et des images)4. Les cadres les plus importants pour aborder l’IA générative comprennent les réseaux antagonistes génératifs (GAN) et les transformateurs génératifs pré-entraînés (GPT)5,6. Les GAN se composent de deux parties : un réseau générateur qui crée de nouveaux échantillons de données et un réseau discriminateur qui évalue si les échantillons sont réels ou faux. Les deux réseaux sont formés ensemble dans le cadre d’un processus concurrentiel, le réseau générateur essayant continuellement de produire des échantillons de meilleure qualité et plus réalistes, tandis que le réseau discriminateur s’efforce d’identifier avec précision les faux échantillons. Les GPT sont des réseaux de neurones artificiels fondés sur l’architecture du transformateur, pré-entraînés sur de grands ensembles de données de texte non étiqueté et capables de générer un nouveau texte de type humain7,8. Ils utilisent de grands modèles de langage (abrégés LLM, pour large language model) pour produire des données fondées sur l’ensemble de données d’entraînement qui a été utilisé pour les créer9.

L’IA générative a de nombreuses applications potentielles, notamment dans des domaines créatifs tels que l’art, la musique et l’écriture, ainsi que dans des domaines tels que les soins de santé, la finance et les jeux. Cependant, il existe également des inquiétudes quant à l’utilisation abusive potentielle de l’IA générative, par exemple dans la création de fausses nouvelles (fake news en anglais) ou de deepfakes, qui peuvent être utilisées pour tromper ou manipuler les gens10.

Les systèmes d’IA génératifs notables incluent ChatGPT (et sa variante Bing Chat), un chatbot (agent conversationnel programmable) construit par OpenAI à l’aide de ses grands modèles de langage fondateurs GPT-3 et GPT-411, et Bard, un chatbot construit par Google à l’aide de son modèle fondateur LaMDA. D’autres modèles d’IA générative incluent des systèmes artistiques d’intelligence artificielle tels que Stable Diffusion, Midjourney et DALL-E12.

L’IA générative a des applications potentielles dans un large domaine d’industries, parmi lesquelles le développement de logiciels, le marketing et la mode13,14. L’ investissement dans l’IA générative bondit au début des années 2020, avec de grandes entreprises telles que Microsoft, Google et Baidu ainsi que de nombreuses petites entreprises développant des modèles d’IA générative1,15,16… - Source : https://fr.wikipedia.org/wiki/Intelligence_artificielle_g%C3%A9n%C3%A9rative

Ressources humaines : la gestion des ressources humaines ou GRH (parfois appelée gestion du capital humain), est l’ensemble des pratiques mises en œuvre pour administrer, mobiliser et développer les ressources humaines impliquées dans l’activité d’une organisation. Ces ressources humaines sont l’ensemble des salariés de tous statuts (ouvriers, employés, cadres) faisant partie de l’organisation, mais aussi – et de plus en plus – liés à elle par des rapports de sujétion (ainsi, les prestataires extérieurs, ou sous-traitants, sont considérés comme faisant partie de fait du périmètre des ressources humaines de l’entreprise).

Dans un premier temps, cette fonction est entendue dans une perspective opérationnelle. Il s’agit d’administrer un personnel qui peut être numériquement important et réparti en différents niveaux de hiérarchie ou de qualification : (gestion de la paie, droit du travail, contrat de travail, etc..).

Dans un second temps, la fonction acquiert une dimension plus fonctionnelle. Il s’agit d’améliorer la communication transversale entre services et processus, et de mettre en œuvre un développement des salariés à l’intérieur de l’entreprise (gestion des carrières, gestion prévisionnelle des emplois et des compétences ou (GPEC), recrutement (sélection), formation, etc..) - Source : https://fr.wikipedia.org/wiki/Gestion_des_ressources_humaines

Médecine régénérative, encore appelée médecine régénératrice  : c’est « un domaine interdisciplinaire de recherche et d’applications cliniques axée sur la réparation, le remplacement ou la régénération de cellules, de tissus ou d’organes pour restaurer une fonction altérée » du corps humain1. La médecine régénérative s’applique à de nombreux domaines pathologiques comme les maladies dégénératives, les traumatismes ou les malformations congénitales2, notamment par l’utilisation de cellules souches, d’ingénierie tissulaire, de génie génétique, de médicaments de thérapie innovante et de molécules solubles.

Retour au début du préambule

Retour au début du dossier


Introduction

Ce dossier est la Partie 3 de la série ‘Transitions Numérique IA générative’ : elle est axée sur l’impact environnemental du numérique en général et de l’Intelligence Artificielle (IA) en particulier, y compris avec ses prolongements comme le développement des outils conversationnels et des applications de l’IA générative, décrite dans le Préambule

Un outil conversationnel, ou ‘chabot’ ou encore dialogueur numérique « est un agent logiciel qui dialogue avec un utilisateur. La recherche sur cette interface personne-machine est influencée par la compétition sur le test de Turing (1950) : donner l’illusion qu’un programme pense par un dialogue sensé. Un utilisateur est invité à formuler sa demande en langage naturel, elle est affinée par un échange convivial, dont le logiciel interprète une requête opérationnelle pour son système d’information. Les chatbots débordent donc la recherche ou le divertissement, ils mettent en œuvre des connaissances linguistiques, psychologiques, et bien sûr des bases de programmation… « - Source Wikipédia : https://fr.wikipedia.org/wiki/Chatbot

Voir par exemple une application dans le commerce des automobiles : L’outil conversationnel au coeur de la transformation digitale - L’Argus - 13 mai 2020 – Source :https://www.largus.fr/pros/actualite-automobile/loutil-conversationnel-au-coeur-de-la-transformation-digitale-10311390.html

Les documents choisis pour ce dossier traite donc de l’empreinte environnementale du numérique, des impacts de l’IA sur l’environnement …

D’un autre côté, l’Intelligence Artificielle peut jouer un rôle en faveur de l’environnement, et certains argumentent à partir de la branche verte de l’intelligence artificielle…

L’important à considérer est bien que les différents usages du numérique soient compatibles avec les limites planétaires en matière de ressources et l’une des priorités reste dans tous les cas la réduction de l’empreinte carbone…

L’une des applications de l’IA – avec un ChatGPT – est proposée pour l’évaluation pratique des performances environnementales des entreprises… et une mesure pratique de la performance environnementale instantanée est rendue possible avec l’‘EcoIndex’ ( ‘ecoindex.fr’ )…

Finalement ce dossier se termine avec deux documents qui soulignent que les systèmes numériques sophistiqués - et en innovations constantes – doivent également prendre en compte les aspects éthiques et ‘raisonnés’, comme par exemple dans les secteurs de la gestion des ressources humaines, d’une part, et de la médecine régénérative, d’autre part… - On peut alors parler globalement d’Eco-socio-compatibilité…

Les documents sélectionnés pour cette Partie 3 de la série ‘Transitions Numérique IA générative’ sont indiqués avec leurs accès dans le sommaire ci-après

Retour au début de l’introduction

Retour au début du préambule

Retour au début du dossier

Sommaire

Retour au début de l’introduction

Retour au début du préambule

Retour au début du dossier

§§§


  • Rappel - Empreinte environnementale du numérique mondial – Dossier ‘Green IT’ 2019
    Présentation

L’équipe - GreenIT.fr fédère les acteurs du numérique responsable depuis 2004. Nous structurons la communauté en France et en Europe et diffusons des informations de qualité sur la rencontre entre numérique et développement durable. Média francophone de référence sur le sujet, GreenIT.fr publie régulièrement des études exclusives réalisées par des équipes d’experts et des contributeurs.

Auteur - Frédéric Bordage est l’expert français du numérique responsable et de la sobriété numérique. Depuis quinze ans, il anime la communauté GreenIT.fr et aide de grandes organisations privées et publiques à faire de la low-tech et de l’écoconception des axes d’innovation et de performance. Il est l’auteur de plusieurs livres sur le sujet, notamment « Sobriété numérique : les clés pour agir » chez Buchet-Chastel (2019) et « Ecoconception web : les 115 bonnes pratiques » chez Eyrolles (2012-2019).

Avec la contribution de : Fabien Abrikh, SGS et Annaïg Antoine

Relecture : Hugues Ferreboeuf, The Shift Project et Julie Orgelet, DDemain

Traduction (english version)

Contacts : Frédéric Bordage, GreenIT.fr - info@greenit.fr - +33 6 16 95 96 01

Licence :

https://www.greenit.fr/etude-empreinte-environnementale-du-numerique-mondial/assets/images/by-nc-nd.png

Afin de le rendre le plus accessible possible, ce travail est diffusé sous licence Creative Commons CC-By-NC-ND. Vous avez l’obligation de transmettre ce document en l’état, sans modification, intégralement, en incluant les informations sur la licence et les auteurs contenues sur cette page. Version française complète de la licence : https://creativecommons.org/licenses/by-nc-nd/4.0/deed.fr

Synthèse

Réalisée par GreenIT.fr entre décembre 2018 et juillet 2019, avec le soutien de l’Institut du Numérique Responsable, cette étude porte sur le numérique mondial, c’est-à-dire tous les équipements électroniques qui manipulent des données binaires.

Elle s’appuie sur une méthodologie d’Analyse de Cycle de Vie (ACV) de type screening pour quantifier les impacts environnementaux associés au numérique mondial.

Cette étude porte à la fois sur l’empreinte du numérique mondial en 2019, mais aussi sur son évolution de 2010 à 2025.

1. Le numérique en 2019

À l’échelle planétaire, en 2019, le numérique est constitué de 34 milliards d’équipements pour 4,1 milliards d’utilisateurs. La masse de cet univers numérique atteint 223 millions de tonnes, soit l’équivalent de 179 millions de voitures (5 fois le parc automobile français).

1.1 Empreinte

En 2019, l’empreinte environnementale du numérique mondial est de l’ordre de :

  • 6 800 TWh d’énergie primaire (EP) ;
  • 1 400 millions de tonnes de gaz à effet de serre (GES) ; 7,8 millions de m3 d’eau douce (Eau) ;
  • 22 millions de tonnes équivalent antimoine (ADP).
    Indicateurs techniques et de flux :
  • 223 millions de tonnes (masse), soit 179 millions de voitures de 1,3 tonnes !
  • 1 300 TWh d’électricité consommée
    Cela représente un 7ème continent de la taille de 2 à 5 fois la France selon l’indicateur observé.

La contribution du numérique mondial à l’empreinte de l’humanité est loin d’être négligeable :

Rapporté à des usages quotidiens, cela revient à :

  • GES : 1,5 milliard de salariés français allant travailler pendant 1 an ;
  • Eau : 242 milliards de packs d’eau minérale (9 litres) ;
  • Elec. : 82 millions de radiateurs électriques (1000 Watts) allumés en permanence*
  • Notez que la consommation électrique n’est pas un indicateur environnemental pertinent.
    1.2 Répartition des impacts par tiers et étapes du cycle de vie

On distingue généralement 3 « tiers » dans l’architecture du numérique actuel :

  • les utilisateurs,
  • les centres informatiques qui hébergent des serveurs,
  • et le réseau qui relie les utilisateurs entre eux et aux centres informatiques.
    Les équipements des utilisateurs sont la principale source d’impacts du numérique.

Leur fabrication concentre systématiquement le plus d’impacts avec 30 % du bilan énergétique global, 39 % des émissions de GES, 74 % de la consommation d’eau et 76 % de la contribution à l’épuisement des ressources abiotiques.

Si on y ajoute les impacts associés à la fabrication de l’électricité qu’ils consomment, les équipements utilisateurs (hors box DSL / fibre) totalisent de 59 % à 84 % des impacts !

En 2019, la hiérarchie des sources d’impacts est la suivante, par ordre décroissant d’importance :

  • Fabrication des équipements utilisateurs ;
  • Consommation électrique des équipements utilisateurs ;
  • Consommation électrique du réseau ;
  • Consommation électrique des centres informatiques ;
  • Fabrication des équipements réseau ;
  • Fabrication des équipements hébergés par les centres informatiques (serveurs, etc.).
    2. Evolution de 2010 à 2025

L’univers numérique va grossir d’un facteur 3 à 5 entre 2010 et 2025.

Presque trois fois plus d’utilisateurs (de 2 milliards en 2010 à 5,5 en 2025) utiliseront « seulement » 1,5 fois plus d’équipements car, hors objets connectés, la quantité d’appareils en activité – ordinateurs, écrans, smartphones, etc. – connaît une croissance modérée (par rapport aux années précédentes) entre 2015 et 2025 avec « seulement » +30 % en 10 ans.

Cette faible croissance s’explique par le faible taux d’équipement des pays émergents comparé à celui des pays développés. Le taux d’équipement moyen est ainsi divisé par 2 en 15 ans.

2.1 Empreinte : x2 à x3 en 15ans

Cette expansion se traduit par un doublement, voir un triplement (selon l’indicateur observé), des impacts environnementaux du numérique en 15 ans. Une hausse inédite tant par son ampleur que par sa rapidité.

Entre 2010 et 2025, le numérique passe ainsi de 2,5 % de l’empreinte de l’humanité à un peu moins de 6 %. La plus forte progression est celle des émissions de gaz à effet de serre qui vont augmenter de 2,2 % en 2010 à 5,5 % en 2025.

En valeur absolue, on note une forte progression de tous les indicateurs entre 2010 et 2025 :

  • Energie (EP) : x2,9
  • GES : x3,1
  • Eau : x2,4
  • ADP : x2,1
  • Elec. : x2,7
    En valeur relative, c’est à dire rapportée à l’empreinte de l’humanité, qui augmente elle aussi, la progression est plus lente. Elle reste cependant bien plus rapide que la majorité des autres secteurs de l’économie.
  • Energie (EP) : x2,4
  • GES : x2,5
  • Eau : x2,1
  • Elec. : x1,9
    2.2 De nouvelles sources d’impact

Comme les 15 années précédentes, en 2025, les utilisateurs concentreront les impacts.

Par exemple, 62 % des émissions de GES du numérique seront liées aux utilisateurs, dont 35 % à la fabrication de leurs équipements.

Cependant, alors que l’informatique – ordinateurs et dispositifs d’affichage associés – concentrait autour de 40 % du total des impacts du numérique en 2010, un basculement s’opère depuis 2015 et accélère jusqu’en 2025, avec principalement 3 nouvelles sources d’impacts

  • Les télévisions : 5 à 15%
  • Les smartphones : 2 à 6%
  • Les objets connectés : 1%
    En dehors de la croissance du nombre d’utilisateurs, l’augmentation de la taille et de l’empreinte du numérique mondial est donc principalement due :
  • aux objets connectés dont le nombre sera multiplié par 48 entre 2010 et 2025 ;
  • au doublement de la taille des écrans (télévisions notamment) entre 2010 et 2025 ;
  • à un tassement des gains en matière d’efficience énergétique ;
  • au kWh électrique des pays émergents, souvent plus impactant que celui des pays occidentaux.
    3. Recommandations

Dans ce contexte de croissance effrénée, quelques mesures simples permettraient de réduire considérablement l’empreinte environnementale du numérique mondial à l’horizon 2025 :

  • Réduire le nombre d’objets connectés en favorisant leur mutualisation et leur substitution et en ouvrant leurs APIs pour allonger leur durée de vie.
    • La mutualisation est le premier levier de réduction d’impacts, et de création de valeur pour les acteurs économiques qui sauront s’en saisir. Elle consiste, par exemple à l’échelle d’un immeuble, à agréger les modems DSL / fibre et les boîtiers TV associés via un seul dispositif centralisé. De quoi réduire considérablement l’impact du réseau.
    • Les API sont des interfaces de programmation qui servent notamment à échanger des données entre l’objet connecté et les serveurs du fabricant ou de ses partenaires. Aujourd’hui, ces interfaces de communication sont fermées, un peu comme une télévision qui serait bloquée sur une seule chaîne. En incitant (ou obligeant) les fabricants d’objets connectés à ouvrir leurs APIs, on garantit que l’objet peut être utilisé même si le fournisseur de données / contenu disparaît : il suffit de changer de chaîne !
  • Réduire le nombre d’écrans plats en les remplaçant par d’autres dispositifs d’affichage : lunettes de réalité virtuelle, vidéo projecteurs LED, etc.
  • Augmenter la durée de vie des équipements en allongeant la durée de garantie légale, en favorisant le réemploi, et en luttant contre certains modèles économiques (opérateurs téléphoniques notamment).
  • Réduire les besoins des services numériques via leur écoconception.
    Mises en œuvre entre 2010 et 2025, ces 4 mesures auraient permis de réduire de 27 % à 52 % l’empreinte du numérique mondial sur la période observée. C’est à dire de maintenir l’empreinte 2025 du numérique à son niveau de 2018 malgré l’ajout de 1,1 milliard d’utilisateurs supplémentaires !

Les pouvoirs publics peuvent agir, notamment via des actions simples telles que :

  • Obliger les fabricants d’objets connectés à ouvrir leurs APIs.
  • Rendre obligatoire la distinction entre mise à jour logicielle corrective et évolutive.
  • Consigner les EEE afin d’augmenter le taux de collecte des DEEE.
  • Interdire des offres de réengagement contre des équipements à « 1 euros ».
  • Créer une directive « réemploi » pour compléter la directive « WEEE ». Ces propositions sont détaillées dans la section 4 du rapport.
    Vous pouvez agir vous aussi :
  • En évitant de vous ‘sur-équiper’ inutilement et en acquérant des produits d’occasion / reconditionnés.
  • En allongeant la durée de vie de vos équipements via leur réparation et leur réemploi.
  • En éteignant votre box (ADSL / fibre) et le boîtier TV associé lorsque vous ne vous en servez pas.
  • En limitant votre usage du Cloud et du streaming, surtout en 4G.
  • En préférant la TNT à l’ADSL / fibre pour regarder la télévision.
    Conclusion

Ces recommandations sont essentielles à la fois parce qu’elles permettent de prendre le relais des gains d’efficience énergétique qui se tassent nettement. Et d’autre part parce que les deux préconisations principales - allongement de la durée de vie et écoconception - sont également des axes de compétitivité pour la France.

Cependant, nous sommes encore très loin du facteur 4 ou 5 nécessaire pour un développement durable. Pour rappel, en 2019, les émissions de GES d’un utilisateur numérique moyen sont de l’ordre de 356 kg équivalent CO2, soit 20 % de son « forfait GES annuel » de 1,7 tonne équivalent CO2. C’est encore trop.

Compte tenu des enjeux évoqués, il n’est plus acceptable d’augmenter volontairement notre empreinte numérique uniquement pour doper l’économie. Car c’est finalement la raison principale de la croissance effrénée des impacts du numérique.

Il est donc nécessaire de changer de « braquet » et de modèle pour basculer aussi vite que possible vers une sobriété des usages numériques, mais aussi des technologies elles-mêmes.

Au rythme actuel, le numérique qui dépend directement de ressources abiotiques en voie d’épuisement, sera considéré comme une ressource critique d’ici moins d’une génération.

Au-delà des recommandations simples et faciles à mettre en œuvre présentées ci-dessus, nous militons donc, notamment, pour

  • le développement d’une « low-tech numérique » ;
  • une articulation effective entre « low » et « high » tech numérique ;
  • une écoconception radicale des services numériques.
    L’idée de la low-tech numérique est d’utiliser des technologies numériques robustes, simples, peu impactantes et très largement répandues : 2G, SMS, etc. pour répondre aux besoins quotidiens. De nombreux retours d’expérience ces 10 dernières années montrent que cette démarche n’est pas synonyme de régression et qu’au contraire elle reçoit un accueil très favorable des utilisateurs et permet de créer de la valeur économique.

L’écoconception radicale vise quant à elle à articuler l’usage des ressources low et high tech numériques pour répondre au mieux aux besoins de l’humanité tout en réduisant considérablement notre empreinte numérique. Pour conclure sur un exemple simple, il n’est pas nécessaire de disposer d’un smartphone dernière génération connecté en 4 ou 5G pour accéder à des prévisions météo. Un simple SMS permet de transmettre le bulletin sur un téléphone portable en 2G. En revanche, le calcul des prévisions météorologiques nécessite lui de recourir à des technologies évoluées.

Ce n’est qu’en adoptant cette posture de sobriété et cette pensée systémique que nous pourrons construire un avenir numérique plus enviable et en faire un outil efficace au service de la résilience de l’humanité face à l’effondrement en cours.

Sommaire à consulter pour plus de détails :

Cette étude porte sur la quantification de l’empreinte environnementale du numérique mondial et son évolution entre 2010 et 2025.

A chaque début de partie nous vous proposons une synthèse comme celle-ci dessous :

Cette étude porte sur l’ensemble des équipements électroniques qui manipulent des données binaires, à l’échelle planétaire.

Elle repose sur une méthodologie d’Analyse de Cycle de vie et s’appuie sur 3 modèles de quantification d’impacts environnementaux (utilisateurs, réseaux, centres informatiques) agrégés par un méta modèle.

Quatre indicateurs environnementaux ont été retenus :

  • Épuisement des ressources abiotiques (ADP)
  • Réchauffement global (GWP)
  • Bilan énergétique (PE)
  • Tension sur l’eau douce (Water)
    Ces quatre indicateurs ne témoignent que partiellement de l’empreinte environnementale du numérique.

Parce que tout le monde le demande, nous avons aussi ajouté la consommation électrique, qui n’est PAS un indicateur environnemental.

1.1. Périmètre

Le système étudié - numérique mondial - est constitué de tous les équipements électroniques qui utilisent des données binaires. Il s’agit par exemple (liste non exhaustive) des ordinateurs, smartphone, imprimantes, consoles de jeu vidéo, télévisions connectées à une box, etc… Voir la liste exhaustive en Annexes.

1.2. Méthode

Pour quantifier les impacts environnementaux du numérique mondial, nous avons suivi une démarche d’analyse de cycle de vie (ACV) simplifiée en nous rapprochant le plus possible des préconisations ISO 14044/40. Le modèle de quantification des impacts environnementaux repose sur environ 2 000 données primaires. Le modèle a été mis au point entre décembre 2018 et juillet 2019. Le recueil des données a été réalisé entre février et juillet 2019. Les calculs finaux ont été réalisés entre juin et juillet 2019. La rapport a été rédigé durant l’été 2019.

1.3. Modèle(s)

Le modèle global utilisé repose sur les 15 années d’expérience de GreenIT.fr en matière de quantification d’impacts environnementaux du numérique. Nous avons choisi une architecture « trois tiers » classique : utilisateurs, réseaux, centres informatiques. Chaque tiers fait l’objet d’un modèle spécifique. Un « meta modèle » agrége les 3 modèles spécifiques. Voir en Annexes pour plus de détail.

1.4. Indicateurs environnementaux

Nous avons retenu quatre indicateurs environnementaux bien adaptés aux impacts du numérique et facilement compréhensibles par le grand public :

Epuisement des ressources abiotiques (ADP) : la contribution à l’épuisement des ressources abiotiques (ressources naturelles non renouvelables) évalue l’impact du numérique en terme d’épuisement des stocks de minerais.

  • Cet indicateur est exprimé en kg équivalent antimoine (kg eq. SB) ;
    Réchauffement global (GES) : les émissions anthropiques de différents gaz à effet de serre dans l’atmosphère contribuent au réchauffement global (Global Warming Potential ou GWP) de l’eau, de l’air et du sol. Ce réchauffement global se traduit par un dérèglement des climats locaux.
  • Cet indicateur est exprimé en kg équivalent CO2 (kg eq. CO2) ;
    Consommation d’eau (EAU) : l’eau douce potable est la seconde ressource physiologique de base la plus importante pour les êtres humains et des millions d’autres formes de vie, juste après un air respirable. En résumé : l’eau, c’est la vie ! L’eau bleue est l’eau facilement mobilisable par les êtres humains (en opposition à l’eau verte captable uniquement par les végétaux). Plus le numérique consomme d’eau bleue et moins elle est disponible pour d’autres usages à un instant t. Comme l’agriculture, l’industrie numérique est responsable de période de stress hydrique pendant lesquelles l’humanité doit arbitrer entre plusieurs usages de l’eau douce disponible car il n’y en a pas assez de disponible.
  • Cet indicateur est exprimé en litre d’eau bleue (l ou m2 d’eau).
    Energie primaire (EP) : l’énergie primaire (Primary Energy) est l’énergie nécessaire pour fabriquer l’énergie finale (Final Energy). Dans le domaine du numérique, en fonction de l’étape du cycle de vie d’un équipement, on utilise différentes énergies primaires pour fabriquer différentes énergies finales. Par exemple, pour extraire des minerais, on utilise du gasoil que l’on transforme en force motrice permettant d’animer une excavatrice. Lors de l’utilisation, l’électricité est fabriquée à partir de différentes sources d’énergie primaire : rayonnement solaire, réaction nucléaire, combustion de charbon, etc.
  • Cet indicateur devrait être exprimé en Joule (J) par unité fonctionnelle ou de temps. Mais pour faciliter la compréhension des ordres de grandeurs par le plus grand nombre, nous l’exprimons en Wattheure (Wh) par unité de temps.
    Bien que la consommation électrique ne soit pas un indicateur environnemental, face à la demande constante de fournir cet indicateur, nous avons choisi de l’ajouter en apportant systématiquement cette précision.

Consommation électrique (énergie finale) : La fabrication de l’électricité consommée par les équipements numériques est la source d’une partie des impacts environnementaux listés ci-dessus.

  • Cet indicateur est exprimé en Wattheure (Wh) par unité de temps.
    1.4. Présentation des résultats ….

Lire l’article complet sur ce site : https://www.greenit.fr/etude-empreinte-environnementale-du-numerique-mondial/

Retour au début du sommaire


  • Rappel - Impact de l’IA sur l’environnement : démêler le vrai du faux ! - Chronique de Vincent De Montalivet – Capgemini - Mis à jour le 11/01/21 09:10
    Si comme toutes les technologies, l’IA nécessite une alimentation énergétique, qu’en est-il réellement de l’utilisation actuelle qui en est fait en entreprise ? Que pouvons-nous présager pour le futur ? Ne risque-t-elle pas de plomber le bilan carbone des organisations ?

L’intelligence artificielle (IA) est une technologie de pointe au potentiel encore peu exploité. Célèbre depuis 1997 quand pour la première fois, la machine battait l’homme aux échecs, l’IA existe dans les entreprises depuis de nombreuses années mais peine à se déployer très largement. Seules 13% des entreprises ont réellement implémenté l’IA de manière industrielle [1]. Si comme toutes les technologies, elle nécessite une alimentation énergétique, qu’en est-il réellement de l’utilisation actuelle qui en est fait en entreprise ? Que pouvons-nous présager pour le futur ? Ne risque-t-elle pas de plomber le bilan carbone des organisations ?

L’empreinte carbone de l’intelligence artificielle est bien réelle

L’IA consomme de l’énergie, car elle repose sur une infrastructure numérique qui dans certains cas nécessite un important volume de données pour lui faire apprendre un comportement qu’elle sera en mesure de reproduire automatiquement par la suite. Pour cela, elle doit être ’entrainée’. Cet exercice peut nécessiter une grande puissance de traitement en fonction du nombre d’opérations à réaliser.

Les algorithmes d’apprentissage automatiques basés sur des modèles mathématiques s’appuient sur des données d’échantillon, ’données d’entrainement’, pour faire des prédictions ou prendre des décisions sans être explicitement programmés pour le faire. En d’autres termes, c’est grâce à l’entrainement qu’une application d’IA ’devient intelligente’. 

C’est dans le monde de la recherche que l’intelligence artificielle a récemment démontré tout son potentiel mais au prix d’une empreinte carbone importante. Des chercheurs de l’Institut Allen pour l’IA ont calculé que la phase d’entrainement d’une IA visant à générer ou reconnaître des mots et des phrases très proches du langage humain (NLP) peut émettre en moyenne autant de dioxyde de carbone que cinq voitures américaines durant toute leur durée de vie (incluant la fabrication de la voiture elle-même) [2].

D’autres tests spécifiques dédiés à la mesure de l’intelligence des modèles [3], c’est-à-dire la performance de prédiction, vont dans le même sens : les gains en performance pure sont obtenus grâce à un plus grand volume de données, et donc de plus grands modèles et in fine plus de calculs [4]. En mai 2020, OpenAI a annoncé la mise à disposition du plus grand modèle d’intelligence artificielle de l’histoire. Connu sous le nom de GPT-3, il a nécessité des mois d’entrainement et comporte 175 milliards de paramètres [5] ! Vertigineux, n’est-ce pas ?

La réalité de la consommation de l’IA en entreprise

Il existe de nombreuses manières d’implémenter l’IA, certains projets ne nécessitent pas d’entrainer les modèles, il s’agit tout au plus d’ajuster une dizaine de paramètres ! En effet grâce à des analyses statistiques et descriptives couplées avec une bonne compréhension des besoins métier, il est aujourd’hui possible par exemple avec des méthodes de régression ou de ‘clustering’ d’optimiser les stocks d’un entrepôt, prédire les fuites ou des pannes de machines à partir de capteurs, ou encore détecter la fraude dans la finance ou les services publics. Il faut garder à l’esprit que l’entrainement des modèles complexes est réservé à une petite partie des solutions d’IA qui sont aujourd’hui déployées à l’échelle.

Quand il est nécessaire d’utiliser des techniques plus complexes de réseaux de neurones, dans le cas par exemple de la reconnaissance d’image, les modèles utilisés sont des modèles ‘open source’ qui ont déjà été entrainés. Des techniques d’apprentissage par transfert sont alors appliquées pour que les résultats obtenus avec les données d’entrainement soient adaptés aux données du client, ce qui évite de ré-entraîner un modèle. Ce recyclage technologique permet de limiter l’impact sur les ressources énergétiques d’un déploiement massif de projets d’intelligence artificielle dans les entreprises.

Plus globalement les solutions d’IA, la digitalisation, l’augmentation du volume de données et la production de nouvelles données peuvent bien entendu soulever des questions sur l’impact de la technologie dans un futur proche. Mais en regardant derrière nous, il est clair que l’empreinte carbone des technologies ne suivent pas la même courbe de croissance que le volume de données [6], les importants progrès en matière d’efficacité énergétique ont permis de limiter cet impact.

Vers une IA raisonnée et une convergence des transitions technologique et écologique

L’intégration de ces enjeux écologiques pousse l’industrie vers l’âge de l’IA raisonnée. Les chercheurs et ingénieurs du monde entier travaillent dans le domaine de l’optimisation des consommations énergétiques des solutions IA. Leur objectif est connu : arriver aux mêmes performances énergétiques que les performances de l’intelligence humaine avec à peine 20W de consommation, c’est-à-dire effectuer des millions de milliards d’opérations à la seconde [7]. Les pistes sont nombreuses : de la nouvelle puce éco-conçue pour la forte demande de calcul de modèle de réseaux de neurones profonds, en passant par des modèles « mères » déjà entrainés, ou même la mise en open source d’outils de reporting automatique des consommations et mesures d’impacts. La course à l’IA verte et son efficacité énergétique est bien lancée.

L’IA est une technologie de transformation qui a aussi le pouvoir d’influencer positivement le développement durable. Avec près de 80% d’impact positif sur les objectifs de développement durable [8], l’IA est une technologie clé pour passer à l’action dans l’accomplissement d’une stratégie climatique et réduire d’en moyenne 13% les émissions de gaz à effet de serre des entreprises [9].

Les spécialistes du monde entier, Etats, chercheurs et institutions plébiscitent une approche éthique [10] pour une intelligence artificielle de confiance : améliorer la vie des êtres humains, ne pas aggraver les problèmes ou préjudices existants ni en créer de nouveaux, doivent être l’idée centrale qui sous-tend un système d’intelligence artificielle. A ce titre, l’intelligence artificielle doit être utilisée dans des projets à fort impact positif. Il faut mettre le pouvoir colossal de l’intelligence artificielle au service du développement durable.

Utiliser l’IA tout au long de la chaîne de valeur peut permettre aux entreprises d’atteindre leurs objectifs : de la conception de nouveaux produits ‘eco-responsables’, au calcul de l’impact carbone dès l’extraction de ressources jusqu’à la distribution, l’optimisation logistique, l’amélioration de l’efficacité énergétique des usines et entrepôts, la réduction des pertes et des déchets en favorisant la réutilisation et l’économie circulaire. 

Tout comme l’IA doit être éthique, elle doit être raisonnée. 

[1] The Ai-powered entreprise, unlocking the potential of AI at scale, July 2020

[2]MIT Technology Review, “Training a single AI model can emit as much carbon as five cars in their lifetimes,” June 2019

[3] GLUE performance test https://gluebenchmark.com/

[4] GreenAI

[5] Source

[6] Exemple avec la génération d’électricité au USA depuis 1950 et autre article 

[7] Source

[8] Source

[9] ClimatAI

[10] Source

Qui sommes-nous ? L’équipe Notre société Publicité Contact Recrutement Mentions légales Données personnelles Paramétrer les cookies Tous les articles RSS Corrections

© 2023 CCM Benchmark

Capgemini - Capgemini est une entreprise de services du numérique française créée par Serge Kampf en 1967 à Grenoble, sous le nom de Sogeti. Basée à Paris, la société fait partie du CAC 40 à la Bourse de Paris. Wikipédia

Capgemini Invent - Quantis

Source : https://www.journaldunet.com/solutions/dsi/1496761-impact-de-l-ia-sur-l-environnement-demeler-le-vrai-du-faux/

Retour au début du sommaire


  • Quel est le rôle de l’Intelligence Artificielle pour l’environnement ? - 08 décembre 2020 Guillaume Baley , Innovation- Document ‘www.orange-business.com’
    Le 16 novembre 2020, l’événement #FranceisAI de France Digitale a mis en valeur l’écosystème français de start-up reposant sur des technologies IA. La journée a été animée par des conférences abordant les enjeux de recherche, opérationnels, stratégiques et éthiques de l’Intelligence Artificielle. Et l’une d’entre elles, animée par Frédéric Mazzella, co-président de France Digitale, a développé la problématique environnementale autour de cette technologie.

Table ronde « AI for Green Industry »

Cette table ronde a rassemblé des représentants de start-up qui ont développé des solutions à partir d’Intelligences Artificielles en respect de l’environnement ou à des fins environnementales :

  • Ghizlaine Amrani, COO chez QuantCube Technology
  • Bruno Maisonnier, CEO chez AnotherBrain
  • Arnaud de Moissac, CEO chez DCbrain
    Faut-il choisir entre une IA intrinsèquement plus verte ou une IA utile pour l’environnement ?

Tout d’abord, développer une industrie IA plus verte c’est aller à contre-courant de la tendance actuelle qui consiste à créer et entrainer des modèles qui reposent sur de gros volumes de données et de puissance de calcul. Selon une étude du MIT, construire un réseau de neurones peut consommer autant d’énergie carbone que 5 voitures de l’achat à la casse. Par conséquent, une IA plus verte implique de trouver des modèles frugaux plus économes en données, en puissance de calcul et donc moins consommateurs d’énergie carbone.

Cependant le stockage, traitement et utilisation des données ne concernent pas seulement l’IA mais l’ensemble du secteur IT. Il conviendrait donc d’avoir une approche plus globale au niveau de l’IT pour plus d’impact car ce secteur représente un poids non négligeable de la production carbone de l’humanité. Et parmi les solutions possibles pour diminuer le bilan carbone de l’IT, il est aujourd’hui possible, par exemple, d’utiliser des Data Centers mieux optimisés, moins énergivores, et en mesure de ré-exploiter la chaleur produite par les machines.

La principale raison pour laquelle nous n’avons pas encore réussi à résoudre les enjeux environnementaux est qu’ils soulèvent un ensemble de problématiques très complexes. Or pour résoudre ces problématiques, l’apport d’une intelligence additionnelle à l’intelligence humaine s’avère nécessaire. Par exemple, l’Intelligence Artificielle, grâce à sa capacité de traitement de gros volumes de données peut nous aider à mieux comprendre le fonctionnement naturel de notre planète, l’impact des comportements humains, et faciliter la gestion de l’allocation de l’énergie et des ressources. Dans le secteur de la Supply Chain, elle aide les opérateurs à comprendre certaines complexités et à faire plus avec moins (moins de camions, moins de bateaux, moins de transports).

Pour toutes ces raisons évoquées, le bilan carbone de l’IA et son utilité pour l’environnement sont les deux faces d’une même pièce. Il est nécessaire de traiter conjointement ces deux sujets pour répondre à l’ensemble de la question environnementale.

AnotherBrain - Pourquoi développer une IA frugale et plus verte ?

AnotherBrain propose une Intelligence Artificielle qui consomme 200 fois moins d’énergie que d’autres grâce à une approche différente. Tout comme notre cerveau consomme 5 watt pour la partie cognitive, l’entreprise développe un système avec plusieurs agents complémentaires et coordonnés pour effectuer des tâches spécifiques tout en optimisant leur consommation de data. Cette intelligence appelée IA Organique a donc la particularité d’être frugale, elle consomme donc moins de données, moins d’énergie et coûte moins cher.

L’IA produite par AnotherBrain peut aider tout capteur à comprendre son environnement et effectuer des actions en conséquence. Elle peut donc être utilisée par des drones, des robots aspirateurs, des voitures autonomes, dans les secteurs de l’Industrie ou même de la Défense.

Quantcube Technology - Comment l’IA peut apporter une valeur ajoutée pour la mesure de critères ESG (environnementaux, sociaux et gouvernementaux) ?

Quantcube a développé une solution basée sur l’IA pour aider ses clients à mieux comprendre les impacts environnementaux, sociaux et gouvernementaux des acteurs économiques et développer une approche business plus durable, sociale et environnementale.

L’entreprise propose donc un suivi en temps réel des impacts durables basés sur plus de 300.000 critères dans le monde entier. Des données quantitatives disponibles en temps réel. Le temps réel étant primordial pour prendre des actions adaptées à un contexte et à un moment donné.

Les types de données traités sont des données alternatives telles que les images satellites, données atmosphériques, données d’émissions de dioxyde d’azote, données textuelles et de géolocalisations. Une fois collectées, traitées et analysées ces données sont en mesure de faire parler la planète pour mieux la comprendre et résoudre des problématiques environnementales de grande ampleur.

DCbrain - Comment optimiser des processus physiques opérationnels de la Supply Chain grâce à l’IA ?

Les réseaux de Supply Chain sont des systèmes qui deviennent trop complexes pour être gérés par des humains sans assistance. Quand il faut gérer plusieurs milliers de fournisseurs et de transporteurs, plusieurs centaines de destinations et différentes manières de consommer il devient difficile d’optimiser la fiabilité, l’efficacité économique ou de mesurer les émissions CO2 des transports utilisés grâce au seul cerveau humain.

Pour répondre à ces enjeux, la solution proposée par DCbrain permet d’allier la rapidité de la capacité de calcul du Machine Learning à la rigueur des approches classiques. Et l’une des valeurs ajoutées de cette solution répond à des enjeux environnementaux car elle permet de mesurer et limiter les énergies consommées en lien avec le fonctionnement de la Supply Chain.

Pour aller plus loin

Les startup GreenTech représentées à l’occasion de l’événement #FranceisAI

  • Datafarm : infrastructures Cloud optimisées et basées sur une technologie verte pour alimenter, refroidir et compenser les émissions de gaz à effet de serre.
  • Qarnot : fournisseur de calcul informatique haute-performance (Green Computing) en valorisant la chaleur dégagée par les serveurs pour chauffer écologiquement des bâtiments.
  • Telaqua : propose des solutions d’irrigation intelligente. Associe des capteurs connectés à une application mobile pour surveiller, programmer et optimiser l’irrigation.
  • Breeze Technologies : capte et analyse les données de qualité de l’air grâce en exploitant l’IoT et l’IA. Aide les entreprises et acteurs publics à créer un environnement plus viable.
  • Kayrros : exploite les données d’images satellites, le Natural Language Processing, le Machine Learning et des mathématiques avancées pour délivrer des insights.
  • Carbometrix : cartographie mondiale des données factuelles sur les émissions de gaz à effet de serre grâce à l’IA.
  • WeNow : propose des outils connectés destinés aux flottes automobiles d’entreprise. Leurs boîtiers permettent de réduire l’empreinte carbone en encourageant une conduite écologique
    Magazine - Pour une reprise durable, poursuivons nos efforts

300x300_portrait-guillaume-baley.png

Guillaume Baley -

Consultant Principal chez Orange Consulting, je suis en charge de l’offre d’écoute web et de veille stratégique. Ma mission principale est d’accompagner les entreprises à faire de l’information un levier stratégique. Mes missions et ma veille quotidienne m’ont permis d’élargir mes compétences dans des domaines tels que la Gouvernance de la donnée, l’Intelligence Artificielle et l’Innovation via les start-up.

https://www.orange-business.com/sites/default/files/340x150_illust-rebond2.png

Transformer la data et créer de la valeur pour mon business

Identifiez de nouvelles opportunités business grâce à l’analyse des données.

https://www.orange-business.com/sites/default/files/350x150_innovation-rebonds1.png

L’innovation est essentielle à votre entreprise. Construisons-la ensemble

Les deux enjeux de l’innovation au service du business

© Orange Business 2023

Source : https://www.orange-business.com/fr/blogs/IA-environnement-FranceisAI-green-industry

Retour au début du sommaire


  • ‘AI for Green’ : la branche verte de l’intelligence artificielle - 28 mai 2021- Document ‘impact-ai.fr’
    À la croisée des bouleversements numériques et environnementaux, l’intelligence artificielle (IA) est susceptible d’avoir des impacts négatifs sur l’environnement. Des solutions AI for Green contribuent cependant à les prévenir ou à y remédier. Dans quels domaines précisément ? Sur quels critères objectifs les apprécier ? Ce dossier présente le cadre d’analyse mis au point par Impact AI et son application à des cas concrets.

IA et environnement, un thème émergent

Numérique et environnement ne font pas toujours bon ménage. Pour la seule année 2020, le collectif Green IT évalue à 4 % sa part dans les émissions de gaz à effet de serre et estime que celle-ci pourrait monter à 5,6 % en 2025. Des voix s’élèvent pour dénoncer ces effets délétères, imputables notamment aux émissions de CO2 liées à la consommation énergétique des serveurs, participant ainsi au réchauffement climatique. L’intelligence artificielle, en particulier le machine learning, est un ensemble de théories et techniques qui visent à réaliser des machines capables de simuler l’intelligence humaine. Elle ne constitue donc qu’une brique du numérique parmi d’autres et ne joue à ce stade qu’un rôle mineur dans la problématique environnementale. Pour autant, la rapidité de son développement la placera inévitablement sur le devant de la scène à brève échéance.

En s’interrogeant sur le concept d’intelligence artificielle responsable au sens large, les autorités publiques ne s’y trompent pas. Les initiatives de la Communauté européenne en faveur d’une IA digne de confiance comprennent ainsi un volet intitulé « Bien-être et environnement » ; la feuille de route sur l’environnement et le numérique du Conseil national du numérique (Cnnum) mentionne une stratégie pour « une IA sobre et au service du développement durable ».

Dommages et bénéfices

Il est indéniable en effet que, par leur conception comme par leur utilisation, certaines solutions d’IA aggravent le péril écologique. Le deep learning par exemple s’avère particulièrement gourmand en ressources et en énergie ; de même, les objets connectés qui se multiplient alimentent en données des algorithmes toujours plus voraces ce qui, par conséquent, accentue leur empreinte carbone.

A contrario, l’intelligence artificielle peut constituer un formidable levier pour la transition écologique. Tandis que des algorithmes d’optimisation des trajets réduisent la consommation de carburant par exemple, d’autres détectent des pollutions avant qu’elles s’étendent. Des modélisations parviennent à prédire la recrudescence de phénomènes météorologiques extrêmes ou les effets du réchauffement climatique sur des zones très précises afin d’anticiper les politiques d’urbanisme. Les exemples de ce type abondent et les entreprises s’attachent à développer l’AI for Green — IA au service de l’environnement — dans de nombreux domaines. S’il est difficile à ce stade de chiffrer les retombées économiques de ces applications, il n’en demeure pas moins certain que celles-ci s’inscrivent dans le cadre de la transition durable qui s’impose de plus en plus aux activités économiques.

Introduire de l’objectivité dans le débat

Impact AI, dont la raison d’être est d’éclairer les enjeux éthiques et sociétaux de l’intelligence artificielle et de proposer des solutions concrètes pour faire advenir une société plus juste et durable, ne pouvait faire l’impasse d’une réflexion sur les relations entre IA et environnement. Cette technologie ne peut être placée systématiquement au banc des accusés ni à l’inverse faire l’objet de louages inconsidérées. Comment aborder la question sans tomber dans la caricature ? Un groupe de travail constitué d’experts issus d’une quinzaine d’entreprises et organisations de toutes tailles et de multiples secteurs d’activité, a œuvré durant six mois à la définition précise de la notion d’AI for Green. Il a élaboré un cadre méthodologique permettant d’identifier des cas d’usage présentant un impact positif significatif sur l’environnement. L’Institut du numérique responsable (INR), think do tank et créateur de labels de référence de numérique responsable, s’associe à la démarche, renforçant ainsi sa légitimité et la pertinence de ses résultats.

Un cadre d’analyse incontestable…

L’idée consistait à réaliser dans un premier temps une étude exhaustive de la production intellectuelle et réglementaire sur le concept d’intelligence artificielle responsable, au sens large : publications grand public et scientifiques, inventaire des labels et référentiels, recommandations et ébauches normatives à l’échelon national, européen et international (par exemple les objectifs de développement durable définis par l’ONU)…

Source : https://www.impact-ai.fr/fr/2021/05/28/ai-for-green-une-serie-speciale-par-impact-ai/

Retour au début du sommaire


  • [Avis d’expert] IA et environnement : un cadre d’analyse pour démêler le vrai du faux - 31 juillet 2021 \ 14h00 – Document ‘ usinenouvelle.com’
    Concilier développement durable et intelligence artificielle est tout à fait possible. Mais pour cela il faut faire certains choix, expliquent les auteurs de cette tribune rassemblés dans le ’think et do tank’ Impact IA. 

[Avis d’expert] IA et environnement : un cadre d’analyse pour démêler le vrai du faux

Une intelligence artificielle pourrait-elle mettre au point une IA respectueuse de l’environnement ?

À la croisée des bouleversements numériques et environnementaux, l’intelligence artificielle (IA) est susceptible d’avoir des impacts négatifs sur l’environnement. Des solutions d’IA contribuent cependant à les prévenir, et même à y remédier. Alors que son utilisation est destinée à se répandre davantage, il est plus que jamais nécessaire de se doter d’un cadre d’analyse permettant de démêler le vrai du faux.

IA et environnement : un thème émergent en cours de balisage

Numérique et environnement ne font pas toujours bon ménage. Pour la seule année 2020, le collectif Green IT évalue à 4 % sa part dans les émissions de gaz à effet de serre et estime que celle-ci pourrait monter à 5,6 % en 2025. Des voix s’élèvent pour dénoncer ces effets délétères, imputables notamment aux émissions de CO2 liées à la consommation énergétique des serveurs, participant ainsi au réchauffement climatique.

L’intelligence artificielle, en particulier le machine learning, est un ensemble de théories et techniques qui visent à créer des machines capables de simuler l’intelligence humaine. Elle ne constitue donc qu’une brique du numérique parmi d’autres et ne joue à ce stade qu’un rôle mineur dans la problématique environnementale. Pour autant, la rapidité de son développement la placera inévitablement sur le devant de la scène à brève échéance.

En s’interrogeant sur le concept d’intelligence artificielle responsable au sens large, les autorités publiques ne s’y trompent pas. Les initiatives de la Communauté européenne en faveur d’une IA digne de confiance comprennent ainsi un volet intitulé « Bien-être et environnement » ; la feuille de route sur l’environnement et le numérique du Conseil national du numérique (Cnnum) mentionne une stratégie pour « une IA sobre et au service du développement durable ».

Intelligence artificielle et durabilité ne sont pas forcément antinomiques

Il est indéniable que, par leur conception comme par leur utilisation, certaines solutions d’IA aggravent le péril écologique. Le deep learning par exemple s’avère particulièrement gourmand en ressources et en énergie ; de même, les objets connectés qui se multiplient alimentent en données des algorithmes toujours plus voraces ce qui, par conséquent, accentue leur empreinte carbone.

A contrario, l’intelligence artificielle peut constituer un formidable levier pour la transition écologique. Tandis que des algorithmes d’optimisation des trajets réduisent la consommation de carburant par exemple, d’autres détectent des pollutions avant qu’elles ne s’étendent. Des modélisations parviennent à prédire la recrudescence de phénomènes météorologiques extrêmes ou les effets du réchauffement climatique sur des zones très précises afin d’anticiper les politiques d’urbanisme. Les exemples de ce type abondent et les entreprises s’attachent à développer une IA au service de l’environnement dans de nombreux domaines.

S’il est difficile à ce stade de chiffrer les retombées économiques de ces applications, il n’en demeure pas moins certain que celles-ci s’inscrivent dans le cadre de la transition durable qui s’impose de plus en plus aux activités économiques.

Un cadre d’analyse pour introduire de l’objectivité dans le débat

Parce qu’elle ne peut être placée systématiquement au banc des accusés, comme à l’inverse, objet de louanges inconsidérées, un cadre d’analyse permettant d’identifier les cas d’usage présentant un impact positif et significatif sur l’environnement est indispensable pour introduire de l’objectivité dans le débat.

Pour donner une chance à ce cadre d’analyse d’exister, l’Institut du Numérique Responsable (INR), a fait l’étude exhaustive de la production intellectuelle et réglementaire sur le concept d’intelligence artificielle responsable (publications scientifiques et grand public, recommandations et ébauches normatives nationales, européennes, internationales, labels et référentiels…).

De ce travail se distingue sept enjeux : performance énergétique, émissions GES, adaptation au réchauffement climatique, consommation d’eau, biodiversité et écosystèmes, maîtrise de la pollution et gestion des déchets…qui ont été adaptés à l’IA.

Ainsi, les solutions d’IA pour l’environnement peuvent être catégorisées et leur qualité environnementale évaluée. Par exemple, on peut mesurer la performance énergétique d’une application grâce à sa consommation de kWh : et pour être considérée comme efficace, elle doit présenter des gains environnementaux significativement supérieurs à ses coûts de mise en œuvre.

Mis en place, ce cadre d’analyse permettra non seulement à chaque IA d’être évaluée justement et sur le même pied d’égalité, mais aussi d’offrir la possibilité aux entreprises de s’améliorer. Un élément d’autant plus important dans le contexte de la réglementation de l’IA entreprit par l’Union Européenne, qui compte bien concrétiser ses objectifs.

Qu’est-ce qu’Impact AI ?

Impact AI est un think and do tank regroupant plus de 60 entités (grandes entreprises, start up, centres de recherche, acteurs publics…) parmi lesquelles on peut citer Microsoft, Axionable, Axa, Deloitte, Orange…

Les avis d’experts sont publiés sous l’entière responsabilité de leurs auteurs et n’engagent en rien la rédaction de L’Usine Nouvelle.

Sélectionné pour vous

[Avis d’expert] Tirer le meilleur du leadership pour affronter les événements mondiaux

[Avis d’expert] Tirer le meilleur du leadership pour affronter les événements mondiaux

Améliorer sa cyber résilience (ou l’art de se relever après une chute)

Pourquoi la forêt française a besoin d’un traitement de fond

Sur le même sujet :

Le numérique et l’environnement ne peuvent plus s’ignorer

Réduire l’empreinte écologique du numérique, est-ce possible ?

L’Usine Nouvelle : l’actualité économique, les infos sur les ...

Fichier:L’Usine nouvelle Logo.png — Wikipédia

Source : https://www.usinenouvelle.com/article/avis-d-expert-ia-et-environnement-un-cadre-d-analyse-pour-demeler-le-vrai-du-faux.N1128504

Retour au début du sommaire


  • Informatique frugale : à quand un numérique compatible avec les limites planétaires ? - Publié : 25 mai 2023, 11:59 CEST – Document ‘theconversation.com’

    Des câbles ethernet recouvrent une partie du globe terrestre

Illustration

Si les émissions de gaz à effet de serre associées au numérique peuvent paraître faibles, elles suivent une croissance ininterrompue intenable sur le long terme. Shutterstock - Adresse électronique …

Le réchauffement climatique ainsi que l’épuisement progressif des ressources fossiles et minérales sont aujourd’hui des réalités incontestables. Ces phénomènes présagent une modification durable de nos modes de vie, particulièrement sur le plan économique.

Dans ce contexte de « transition écologique », la place du numérique est à débattre. En effet, si les émissions associées au numérique peuvent aujourd’hui paraître faibles, entre 2 % et 4 % des émissions globales de gaz à effet de serre, elles suivent une croissance ininterrompue intenable sur le long terme.

Deux modèles de pensée alimentent la recherche en informatique depuis plusieurs années. Le premier, bien résumé dans les termes « Green-by-IT », considère que le numérique peut nous aider à découpler la croissance économique de son impact environnemental. C’est l’idée qui sous-tend les politiques de transition numérique. Le second, qu’on nomme souvent « Green-IT », stipule que l’on peut réduire l’impact environnemental du numérique lui-même. Mais ces approches sont insuffisantes face à l’ampleur des enjeux, car elles font l’impasse sur les impacts « sociétaux » du numérique.

En effet, les technologies numériques rendent possible, organisent, et gouvernent des pans entiers de nos modes de vie, tout en générant des effets non prémédités considérables, depuis le monde du travail – avec l’apparition de travailleurs de l’ombre, humains de chair et d’os qui valident tous les contenus sur les plates-formes vidéos – jusqu’à la culture, avec les plates-formes de streaming qui changent complètement le modèle économique de l’industrie musicale ou cinématographique ; mais aussi la santé, avec les données et dossiers médicaux partagés et toutes les questions associées de préservation de la vie privée.

Découvrez Ici la Terre, notre newsletter Environnement

C’est désormais tout un imaginaire du numérique qui s’impose à nous, le faisant passer auprès du grand public comme immatériel, immédiat, neutre et absolument nécessaire.

Prendre en compte les impacts sociétaux et environnementaux du numérique doit nous permettre de sortir de cet imaginaire articulé à la société de consommation, de questionner ses usages et, au final, de définir une informatique réellement frugale, qui nous permette de répondre aux attentes de la société, tout en restant en deçà des limites planétaires et au-delà des « planchers sociaux » dont on souhaiterait voir bénéficier l’intégralité de la population mondiale.

Les angles morts de ce numérique qui « dématérialise »

Le « Green-by-IT » désigne l’idée selon laquelle l’informatique contribue à la transition écologique, en optimisant les systèmes ‘socio-techniques’ existants. Par exemple, de nombreuses organisations « dématérialisent » leurs procédures et documents, ce qui a pour vertu supposée, parmi d’autres, de réduire la consommation de papier.

Cette vision possède plusieurs angles morts. Le plus important concerne selon nous les pollutions générées par le numérique en phase de fabrication, d’utilisation ou de recyclage, qui sont encore largement méconnues et sous-estimées du grand public. Le numérique revêt un caractère « propre » fantasmé, jusque dans le vocabulaire courant utilisé pour le décrire : par exemple, le terme « nuage » laisse imaginer quelque chose de relativement inoffensif, bien loin de la matérialité de sa réalisation physique.

Un numérique plus « vert » ?

Le « Green-IT » s’intéresse lui aux impacts environnementaux des systèmes informatiques et développe des optimisations visant une forme d’efficacité écologique, ou du moins énergétique.

Ses méthodes prennent en compte les différentes phases du cycle de vie des objets numériques : fabrication ou construction, phase d’usage et fin de vie, qu’il s’agisse de leur éventuel recyclage ou de leur réutilisation.

Ce souci de faire mieux pour telle application ou telle brique informatique est bien sûr important. Néanmoins, ces activités sous-estiment souvent l’effet « rebond » qu’elles entraînent. Cet effet, aujourd’hui bien compris en économie et en sciences sociales, permet de décrire comment une augmentation de l’efficacité énergétique d’un système peut très souvent entraîner une augmentation de la consommation globale d’énergie ; que ce soit celle du système initial (effet rebond direct) ou même celle d’un secteur socio-économique plus vaste (effet rebond indirect).

Comment les technologies numériques s’imposent à la société

En se concentrant sur des secteurs ou des technologies spécifiques, les approches « Green-IT » et « Green-by-IT » ignorent comment le numérique bouleverse la société à plus grande échelle.

Ces enjeux sociétaux sont révélés par de nombreuses études en sciences humaines et sociales, qui mettent en lumière les rapports de force qu’implique le numérique.

À titre d’exemple, on pensera au déploiement de la 5G qui a suscité de larges débats récemment sur ses impacts environnementaux, alimentés par des préoccupations citoyennes aussi bien que par des questions économiques du côté des opérateurs.

Entre besoins réels ou fantasmés du côté des usagers et nécessité économique du côté des fournisseurs de technologies numériques, comment émergent les objets technologiques ?

En réfléchissant à cette question, on peut ainsi voir comment le numérique se positionne peu à peu comme intermédiaire incontournable pour réaliser les besoins vitaux des citoyens.

Quels sont nos besoins réels ?

L’imposition du numérique à la société ne devrait pas faire l’impasse du questionnement des besoins réels des utilisateurs, besoins qu’il s’agît de mettre en relation avec, d’un côté, les limites planétaires (ressources énergétiques, matériaux) et, de l’autre, les planchers sociaux (santé et d’hygiène, par exemple). Il est alors crucial de faire advenir des visions du monde à la fois possibles et désirables.

Il n’est pas question ici d’abandonner intégralement la technologie numérique, mais d’identifier certains domaines d’application pour lesquels nous déciderons, collectivement, de conserver une technicité avancée. À l’opposé, on pourra imaginer « dénumériser » certaines activités humaines lorsque leur impact environnemental sera jugé incompatible avec les limites planétaires et/ou avec certains planchers sociaux.

La définition de ces besoins communs et les grands arbitrages de société qui président au déploiement du numérique nécessitent de comprendre les ordres de grandeur en jeu, si l’on veut éviter l’écueil des « petits gestes » – par exemple le tri des e-mails – qui sont dérisoires vis-à-vis de la crise écologique actuelle.

En particulier :

  • Avec quelles ressources peut-on développer les objets numériques sans mettre en péril les conditions d’habitabilité de notre planète ? Quel est notre « budget matériel » ? Sur ces questions, les travaux de prospective de l’Ademe ou du Shift Project, entre autres, vont positivement nourrir la réflexion de nos collègues chercheurs en matériel informatique pour redéfinir le cadre soutenable de la construction des objets numériques.
  • Quels sont les usages de la technologie réellement pertinents pour la société en fonction de la conjonction des limites et des besoins ? Quel cadre pouvons-nous collectivement nous fixer dans les domaines éthique, juridique, économique, politique, social et écologique ? Ces questions fondamentales sont nourries par la critique écologique et la critique sociale, portées par des penseurs technocritiques du XXe siècle comme Lewis Mumford, Jacques Ellul, Ivan Illich, Bernard Charbonneau et d’aujourd’hui, comme Eric Sadin, Fabrice Flipo, Antonio Casilli, Éric Vidalenc notamment.
  • Est-il possible de concevoir des technologies logicielles permettant ces usages sans dépasser les limites de notre enveloppe globale ? Une partie de la communauté de recherche autour du génie logiciel, dont nous faisons également partie, a déjà commencé de prendre cette question en considération.
    Une nouvelle approche pour la recherche en informatique

Penser et développer une « informatique frugale » ne consiste pas seulement à redéfinir les méthodes et techniques au cœur de l’informatique, mais nécessite aussi de décider collectivement des usages souhaitables, qui doivent le devenir grâce à ces innovations. Ces usages doivent être identifiés comme indispensables à la vie de la société, tout en restant compatibles avec les limites planétaires et les planchers sociaux.

Cette question doit se poser sur chacun des aspects de la recherche en informatique.

En faisant par exemple l’hypothèse de services numériques indispensables, tels que l’accès à la connaissance ou la communication interpersonnelle, et en se demandant quel est l’impact des techniques de programmation utilisées pour construire le logiciel en question.

Pour le cas particulier des langages de programmation, comment ainsi concevoir un langage « minimal » qui serait à même de permettre de développer ces services ? Au contraire, quels concepts usuellement manipulés par les programmeurs devraient être proscrits des langages de programmation parce qu’ils rendraient les services numériques inéluctablement incompatibles avec les limites planétaires ?

Nous pensons que les chercheuses et chercheurs en informatique devraient oser adopter une posture de recul vis-à-vis de l’écosystème de l’innovation technologique. Ce travail, situé au croisement des disciplines d’informatique et de sciences humaines et sociales, entend favoriser une compréhension systémique des problèmes amenés par la société numérique et tenter modestement d’y répondre par le choix d’une autre voie possible.

Mots clefs - informatique sobriété efficacité énergétique limites planétaires société numérique consommation énergétique impacts environnementaux

The Conversation : des analyses de l’actualité par des ...

Fichier:The Conversation logo.png — Wikipédia

Source : https://theconversation.com/informatique-frugale-a-quand-un-numerique-compatible-avec-les-limites-planetaires-204625

Retour au début du sommaire


  • L’intelligence artificielle peut-elle être au service de l’environnement ? – Communiqué ‘blog.lendopolis.com’
    Depuis le lancement de l’outil conversationnel ChatGPT-3 en novembre 2022, l’intelligence artificielle ne cesse de faire parler d’elle. Il faut dire que ses possibilités sont à la fois multiples et impressionnantes. Mais qu’en est-il de ce sujet qui nous préoccupe tous actuellement, à savoir l’environnement ? 

Que peut l’intelligence artificielle dans ce domaine ? Qu’en est-il, par ailleurs, de son impact environnemental ? 

Lutte contre la pollution plastique, réduction des émissions de gaz à effet de serre, optimisation de la consommation énergétique… Voici un tour d’horizon des opportunités offertes par l’intelligence artificielle en matière environnementale. 

Qu’est-ce que l’intelligence artificielle ?

Une intelligence artificielle (IA) est un programme informatique qui a été entraîné avec un volume massif de données pour imiter les performances du cerveau humain. 

Cet entraînement va ensuite permettre à l’IA de réaliser des tâches automatiques. Comme réaliser des calculs, écrire un texte, reconnaître un visage, etc. 

L’apprentissage sur lequel repose l’intelligence artificielle est appelé apprentissage automatique (machine learning en anglais). Il s’agit d’un processus évolutif par lequel les machines ingèrent d’énormes quantités de données. Cela leur permet d’apprendre et de s’améliorer automatiquement, sans avoir été programmées pour cela. 

Quel est l’impact environnemental de l’intelligence artificielle ?

C’est une évidence : plus un système d’intelligence artificielle est efficace, plus il consomme d’énergie. Il faut en effet entraîner les algorithmes à partir d’un immense volume de données, pendant des semaines voire des mois, à l’aide d’ordinateurs surpuissants et énergivores.

Pour autant, difficile de mesurer réellement l’impact environnemental de l’intelligence artificielle. 

En la matière, il n’existe en effet pas de consensus. Ainsi, un article de l’université du Massachusetts publié en 2019 a estimé le coût en CO₂ de l’entraînement d’un modèle à cinq fois celui du cycle de vie complet d’une voiture. 

Mais une autre étude publiée en 2022 par les chercheurs de l’UC Berkeley et de Google se montre bien plus optimiste. Elles prédisent que les émissions de CO₂ imputables à l’intelligence artificielle vont stagner puis décliner à partir de l’année 2030. 

Pas facile, donc, d’y voir clair… Cependant, une chose est certaine : si l’utilisation des data centers (infrastructures où sont regroupés des réseaux d’ordinateurs et d’espaces de stockage) a augmenté de 550% entre 2010 et 2018, leur consommation énergétique n’a augmenté que de 6 % sur la même période. 

Autrement dit, il est possible d’optimiser la gestion et la consommation de ces centres de données, grâce à diverses techniques (refroidissement, valorisation de la chaleur, utilisation d’énergies renouvelables, etc.). 

Certaines entreprises, comme la start-up française Qarnot Computing, se proposent par ailleurs de réutiliser la chaleur produite par les data centers pour chauffer des bâtiments, et les alimenter en eau chaude. De quoi créer un cercle vertueux. 

Quand l’intelligence artificielle se met au service de l’écologie : des innovations qui se multiplient

En dépit de son caractère énergivore, l’intelligence artificielle permet (et c’est peut-être un paradoxe) d’agir en faveur de la transition écologique. 

En automatisant de nombreuses tâches, elle permet en effet d’accomplir rapidement ce que la main humaine mettrait des heures à réaliser. 

Voici quelques exemples non exhaustifs : 

Prioréno, un service de rénovation énergétique 

Lancé par la Banque des Territoires en partenariat avec Enedis et GRDF (Gaz réseau distribution France), Prioréno est un service en ligne dédié à la rénovation thermique des bâtiments publics. Basé sur l’intelligence artificielle, il aide les collectivités à la prise de décision quant à la rénovation énergétique de leurs bâtiments grâce à l’analyse des données de consommation. 

Mellia, le projet qui veut sauver les abeilles

Et si l’intelligence artificielle pouvait participer à la sauvegarde des abeilles ? Le projet Mellia mis en place par l’entreprise OpenStudio, consiste en une ruche connectée dont les données sont traitées par une intelligence artificielle. 

L’objectif ? Permettre aux apiculteurs de savoir ce qu’il se passe dans les ruches sans avoir à déranger les abeilles. Une innovation importante, car il est estimé que 35% de la nourriture mondiale dépend des insectes pollinisateurs dont les abeilles font partie. 

 Le tri intelligent des déchets, c’est possible ! 

Le tri des déchets est une entreprise qui peut être compliquée. Certains déchets ont en effet une composition très proche, tout en étant différents en termes d’utilisation. Le seul moyen de les différencier (et donc de les trier) consiste à analyser leur aspect. Une tâche aussi fastidieuse que chronophage, que l’intelligence artificielle peut prendre en charge. Grâce à un mécanisme d’apprentissage profond appelé Deep Learning, il devient possible de classer et trier les déchets selon leur aspect visuel, de manière automatique et à très haute cadence. 

Sur le même plan, l’entreprise polonaise Bin-e a créé une poubelle intelligente, destinée à l’espace public. Grâce à l’intelligence artificielle, le conteneur trie automatiquement les déchets et les compresse. Un capteur indique ensuite quand le conteneur doit être vidé. 

L’intelligence artificielle pour lutter contre la pollution plastique

Quand la technologie se met au service de la lutte contre la pollution, cela donne l’association The Ocean Cleanup, qui mobilise des robots de 600 mètres de long pour récupérer jusqu’à cinq tonnes de plastique par mois. L’objectif est de constituer une flotte de 60 robots, et de recycler l’ensemble du plastique récolté. 

De son côté, l’entreprise britannique Ellipsis Earth utilise l’intelligence artificielle pour détecter, identifier et trier les déchets plastiques dans l’environnement (routes, parcs, plans d’eau, plages, etc). 

Quand l’intelligence artificielle permet de vulgariser la recherche sur le climat

Citons enfin Climate Q&A, décrit comme “le ChatGPT du climat”. C’est Ekimetrics, un cabinet spécialisé en intelligence artificielle, qui vient de développer cet outil. Actuellement en phase de test, ce dernier permet de poser toutes les questions relatives au climat et à l’écologie. Il répond ensuite en sélectionnant les extraits les plus pertinents des rapports scientifiques, tels que ceux du Giec ou de l’Agence internationale de l’énergie.

Il devient ainsi facile, pour le grand public, de s’informer sur les questions environnementales, sans avoir à lire des centaines de pages de rapports parfois peu accessibles. Un moyen efficace de démocratiser l’information et d’éduquer les citoyens à la problématique du changement climatique. 

Qui sommes-nous ?

Lendopolis, filiale de La Banque Postale, est une plateforme de financement participatif qui vous permet d’investir directement dans des projets d’énergies renouvelables. Investissez à partir de 20€, sans frais, et recevez entre 3,5% et 7% d’intérêts bruts par an*. En savoir plus

Nos derniers articles :

Lendopolis est une plateforme règlementée par l’Autorité des Marchés Financiers (AMF) en tant que Conseiller en Investissements Participatifs. LENDOPOLIS RCS Paris 804 606 796 – 34 rue de Paradis 75010 Paris - Société immatriculée pour son activité d’Intermédiaire en Financement Participatif (IFP) et pour son activité de Conseiller en Investissement Participatif (CIP) à l’ORIAS sous le n°14006007. Lendopolis est membre 2022 de l’association Financement Participatif France. Paiements sécurisés avec MANGOPAY Payment Services.

Attention : investir sur Lendopolis présente un risque de perte en capital et de non-paiement des liquidités, un risque d’illiquidité et des risques opérationnels liés au projet. Pour limiter ces risques, diversifiez vos investissements et n’investissez que sur des projets que vous comprenez et auxquels vous croyez.

Source : https://blog.lendopolis.com/energies-renouvelables/intelligence-artificielle-ecologie/

La Banque postale est une banque publique française née le 1ᵉʳ janvier 2006, filiale à 100 % du groupe La Poste, dont elle a repris les services financiers. Son réseau de distribution s’appuie sur des bureaux de poste répartis sur le territoire, dont les agents opèrent au nom, et pour le compte de la banque. Wikipédia

Banque Postale dans l’actualité > il peut être utile de se référer à ce site : https://www.challenges.fr/tag_marque/banque-postale_5952/

Retour au début du sommaire

_8.
Pollution numérique et IA : comment réduire l’empreinte carbone – Comuniqué ‘Optimease’ - https://optimease.eu › Blog-02 juillet 2023 — « La pollution numérique risque de s’aggraver avec le développement de l’Intelligence Artificielle. Quelles solutions pour y remédier ?... »

Article à lire sur ce site : https://optimease.eu/pollution-numerique-et-intelligence-artificielle-comment-reduire-lempreinte-carbone/

Retour au début du sommaire

9.
IA : un ChatGPT qui évalue les performances environnementales des entreprises - Par Leïla Marchand - Publié le 13 juil. 2023 à 16:31Mis à jour le 13 juil. 2023 à 18:13 – Document ‘Les Echos’

La fintech ‘Iceberg Data Lab’ lance un ‘chatbot’ capable de décortiquer les rapports RSE d’une entreprise, c’est-à-dire les documents évaluant notamment la performance environnementale. La solution est en test auprès d’analystes ESG.

Barbatus pourrait faire office d’assistant pour les responsables RSE et analystes ESG, en allant analyser les longs rapports annuels des entreprises.

Barbatus pourrait faire office d’assistant pour les responsables RSE et analystes ESG, en allant analyser les longs rapports annuels des entreprises. (iStock)

Voilà une application concrète des capacités de l’intelligence artificielle générative, qui font fantasmer la planète tech depuis le lancement de ChatGPT. La start-up française Iceberg Data Lab lance un ‘chatbot’, similaire à celui d’OpenAI, censé être incollable sur les enjeux environnementaux des entreprises.

Baptisée « Barbatus » - du nom d’un faucon menacé de disparition en France -, cette IA s’adresse à un public restreint mais « très demandeur de ce genre d’assistant » selon la start-up : les responsables RSE et les analystes ESG. Des métiers aux acronymes en apparence obscurs mais de plus en plus demandés, notamment avec le renforcement de la réglementation.

Cet article est réservé aux abonnés - Tous les articles des Echos en illimité sur le site et l’application - Le journal en version numérique dès 22h30 la veille de sa parution - Les newsletters exclusives, éditos et chroniques en avant-première - Je m’abonne Déjà un compte ? Connectez-vous

Les Echos Tech - Médias Intelligence artificielle

AppStore

GooglePlay

Source : https://www.lesechos.fr/tech-medias/intelligence-artificielle/ia-un-chatgpt-qui-evalue-les-performances-environnementales-des-entreprises-1962009

Retour au début du sommaire

10.
Mesure la performance environnementale instantanée avec ‘EcoIndex’ - Comment ça marche  ? – Communiqué de ‘ecoindex.fr’ (Non daté)

EcoIndex permet de prendre conscience de l’impact environnemental d’internet et de proposer des solutions concrètes. L’analyse est gratuite, automatique et vous aide à identifier rapidement les sites web et services en ligne à revoir en priorité. Cela ne vous dispense pas de l’analyse complémentaire d’un·e expert·e pour disposer d’un bilan opérationnel complet et fiable.

Pour faire simple

Vous entrez une URL dans l’EcoIndex, qui calcule alors la performance et l’empreinte environnementale de la page testée :

  • La performance environnementale est représentée par un score sur 100 et une note de A à G (plus la note est élevée, mieux c’est  !).
  • L’empreinte environnementale est matérialisée par les émissions de gaz à effet de serre et la consommation d’eau générées par la page.
    Plusieurs critères sont pris en compte par notre méthode de calcul :
  • La complexité de la page : le DOM (Document Object Model) représente la structure et les éléments d’une page web HTML. Plus le DOM comporte d’éléments, plus la page est complexe à déchiffrer, et donc à afficher pour le navigateur. Concrètement, tout ça signifie un effort plus important à fournir de la part du processeur de votre ordinateur pour afficher la page, ce qui diminue la durée de vie de votre équipement.
  • Le poids des données transférées : avant d’apparaître sur votre écran, une page web est un ensemble de données stockées sur un serveur. Lorsque vous accédez à une page, votre navigateur envoie une requête au serveur pour qu’il lui communique ces données, afin de les mettre en forme et de les afficher sur votre écran. Seulement voilà : le transport de ces données, plus ou moins lourdes, du serveur au navigateur nécessite de l’énergie.
  • Petite précision : dans cette version, nous considérons que la connexion est de type Wi-Fi via ADSL. Dans la prochaine version, nous prendrons en compte différents types de connexions, notamment la 4G. En effet, une connexion 4G nécessite jusqu’à 23 fois plus d’énergie pour transporter la même quantité de données qu’une connexion ADSL.
  • Le nombre de requêtes HTTP : ce critère permet de prendre en compte l’effort fait par les serveurs pour afficher la page testée. Plus le nombre de requêtes est important pour une même page, plus il faudra de serveurs pour servir cette page.
    Comparer ce qui est comparable

EcoIndex.fr a été conçu pour comparer des URL du même type : par exemple, la page «   Article   » de différents sites d’information ou la page d’accueil de différents sites institutionnels. Notre moteur de calcul n’est pas en mesure de détecter automatiquement le type de page ou d’URL analysée. Certains types de sites ont, de manière générale, un impact plus élevé que d’autres. Il faut donc comparer ce qui est comparable : par exemple, ça n’aurait pas vraiment de sens de mettre côte à côte la page d’accueil d’un gros site marchand comme Amazon et un article publié dans Le Monde  !

Le choix des critères

Chacun des critères décrits ci-dessus (taille du DOM, poids des données et requêtes HTTP) a été choisi pour représenter chaque tiers de l’architecture d’un service numérique :

  • l’internaute et ses équipements pour le nombre d’éléments du DOM  ;
  • le réseau pour les données transférées  ;
  • le serveur pour le nombre de requêtes HTTP.
    Le calcul de l’EcoIndex

Les trois critères sont injectés dans notre algorithme pour calculer l’EcoIndex de la page testée. Nous les associons via une moyenne pondérée de :

  • 3 pour le DOM
  • 2 pour les requêtes HTTP
  • 1 pour le poids des données transférées
    Différentes analyses micro et macro soulignent le poids prépondérant du tiers «   internaute   » en termes d’impacts environnementaux, surtout lors de la fabrication des équipements. C’est pour cette raison qu’il est surpondéré par rapport aux autres.

Afin de prendre en compte la disparité dans les mesures des trois indicateurs, nous positionnons la valeur constatée pour chaque critère dans un quantile, en tenant compte de sa proximité avec les bornes inférieures/supérieures du quantile. Les bornes de l’échelle de l’EcoIndex (0 à 100) ont été mises au point et validées en analysant la base HTTParchive (500 000 URLs).

Le calcul de la note

Une fois l’EcoIndex obtenu, nous classons cette valeur par rapport aux autres valeurs de la base EcoIndex. Nous obtenons donc un rang. Nous répartissons les rangs sur une échelle allant de A à G (norme européenne). Vous obtenez donc une seconde information : la performance de l’URL par rapport aux autres URLs testées. Il s’agit donc d’une performance relative à l’échantillon étudié.

L’empreinte environnementale

Empreinte physique

L’empreinte physique du site se caractérise, notamment, par la quantité de mémoire vive (RAM) et le nombre de cycles processeur (CPU) consommés par le processus navigateur affichant l’URL analysée. L’analyse de l’empreinte physique dans le temps (évolution de la consommation mémoire et charge CPU) permet d’identifier des corrélations et effets de seuil : blocage CPU, surconsommation mémoire, etc.

L’empreinte environnementale d’une page est représentée par son équivalence en matière d’émissions de gaz à effet de serre et de consommation d’eau pour un nombre donné de visiteurs. Elle est calculée en fonction du niveau d’éco­conception du site. Nous partons d’un impact moyen en termes d’émission de gaz à effet de serre et de consommation d’eau douce, issu de plusieurs modélisations réalisées par GreenIT.fr : cet impact moyen est de 2g. eq. CO2 et 3 cl d’eau bleue par page web.

Le calcul de cette valeur est basé sur les résultats d’une ACV (analyse de cycle de vie) de bout en bout (du terminal au serveur) en cycle de vie complet (fabrication et utilisation) du calcul, transport et affichage d’une page web. Cette valeur moyenne est nuancée en fonction du niveau d’éco­conception de la page testée, cela signifie que, selon l’EcoIndex obtenu, nous ‘sur-pondérons’ ou ‘sous-pondérons’ les valeurs moyennes. Ces résultats ont été vérifiés par des tiers et sont cohérents avec les résultats obtenus par d’autres modélisations totalement indépendantes. Dans cette première version, l’analyse s’entend depuis un poste fixe avec une connexion ADSL.

Pour plus d’informations sur le fonctionnement de l’EcoIndex : Sous le capot de la mesure Ecoindex

Méthodologie d’analyse

Le site internet ecoindex.fr utilise l’API ecoindex_api pour faire tourner les analyses de page. Le projet ecoindex_api embarque un driver chrome pour selenium.

Lorsqu’on lance une analyse, on va donc charger la page demandée dans un vrai navigateur Chrome et jouer le scénario suivant :

  • Lancer un navigateur Chrome headless avec les options no-sandbox, disable-dev-shm-usage et les capacités goog:loggingPrefs à ’performance’ : ’ALL’
  • Ouvrir la page sans données locales (cache, cookies, localstorage…) avec une résolution 1920 × 1080px
  • Attendre 3 secondes
  • Scroller en bas de page
  • Attendre de nouveau 3 secondes
  • Fermer la page
    Si la page est bien une page html (content type text/html) qui ne rencontre pas d’erreur (code HTTP 200), alors on procède à l’analyse des métriques de la session :
  • Le nombre de logs de type Network.loadingFinished indique le nombre de requêtes faites à des ressources externes
  • La somme de tous les encodedDataLength de ces mêmes requêtes + taille du html de la page elle-même permet de calculer le poids de la page
  • Le décompte de tous les noeuds du DOM de la page en excluant les nœuds, enfants des éléments svg nous indique le nombre d’éléments du DOM de la page
    Codes erreur : Dans certains cas, les analyses peuvent tomber en erreur. Voici quelques explications possibles :
  • Code 403 : Le site ecoindex essaye de contourner les protections ‘antibot’ tels que Datadome, Imperva… Cependant, ce dispositif n’est pas infaillible. Dans le cas où un système antibot détecte ecoindex comme un bot, il renverra un code erreur 403
  • Code 429 : Comme expliqué ici, nous limitons volontairement les analyses à 10 par jour pour un même nom de domaine. Si vous souhaitez faire plus, vous pouvez déployer votre propre instance d’API ou encore utiliser l’outil d’analyse en ligne de commande
    Points importants :

Contrairement à d’autres services d’analyse utilisant un navigateur headless, avec EcoIndex.fr, le chargement, la création et l’affichage de la page dans le navigateur ne sont pas simulés. Il n’y a aucune différence avec ce qui se passe dans votre navigateur.

Les tests sont limités à 10 par jour pour un même nom de domaine. Cela permet de limiter les abus d’utilisation, d’éviter un «   surmenage   » du serveur, et de rendre EcoIndex accessible à toutes et tous, à tout moment. Cependant, si vous souhaitez effectuer des tests plus fréquents, vous pouvez utiliser d’autres outils mis à disposition par le collectif : Les projets du collectif sur Github

Mise en garde - EcoIndex ne donne aucune information sur les efforts faits en termes d’éco­conception. A l’instar d’un radar qui mesure une vitesse instantanée, EcoIndex mesure la performance environnementale instantanée. Une analyse complémentaire est nécessaire pour évaluer la maturité / le niveau d’éco­conception de l’URL étudiée. Les chiffres fournis par EcoIndex sont des ordres de grandeur. Ils vous indiquent si votre site est plutôt efficient ou pas, et si son empreinte environnementale est plutôt faible ou élevée. De manière générale, une analyse poussée de la performance et de l’empreinte environnementale de votre site nécessite l’intervention d’un·e expert·e. Cette version d’EcoIndex est imparfaite. Nous en sommes conscients. Nous travaillons déjà à une prochaine version. Aidez-nous à améliorer ce service en y contribuant  !

Sources et utilisation - Vous pouvez trouver les sources et contribuer sur nos répertoires Github : le site et le back-end. L’algorithme EcoIndex, le service EcoIndex.fr et les autres outils associés, ainsi que les résultats fournis par l’algorithme sont proposés sous licence Creative Commons CC-By-NC-ND Cela signifie que tout le monde peut utiliser l’algorithme, les outils et les résultats, à condition de citer la source des chiffres obtenus – EcoIndex.fr et un lien vers le service http://ecoindex.fr. Il n’est pas possible d’en faire un usage commercial. Pour plus d’informations voir les mentions légales.

Nous rejoindre Mentions légales Politique de confidentialité Github

Source : https://www.ecoindex.fr/comment-ca-marche/

Retour au début du sommaire

11.
L’intelligence artificielle générative s’attaque aux ressources humaines - Par Jules Thomas - Publié le 30/08/2023 à 06h00 - Article complet réservé aux abonnés ‘Le Monde’

Popularisée par le robot conversationnel ChatGPT, l’IA générative trouve des applications dans la majorité des fonctions RH. Plusieurs outils en cours de lancement montrent des gains de productivité impressionnants, qui interrogent sur l’avenir des métiers.

https://img.lemde.fr/2023/08/29/0/0/1280/634/664/0/75/0/13f5bab_1693352165377-robot-6003598-1280.jpgIllustration

PIXABAY / @MOHAMED_HASSAN

« Le recrutement se fera de manière proactive grâce à des algorithmes capables d’identifier les candidats compatibles avant même qu’ils ne postulent, tant qu’ils se sont déclarés en veille active ou en recherche. » Voici l’une des caractéristiques du monde du travail en 2040, tel que l’imagine le rapport « IA et RH : le futur du travail à l’ère des IA génératives ». Publié en juin 2023 par l’agence d’innovation RH Tomorrow Theory, il identifie plus de trente cas d’usage dans la sphère managériale, « du recrutement à la formation, en passant par la fidélisation et la santé mentale ».

Dès aujourd’hui, les directions d’entreprise planchent sur les applications concrètes de l’intelligence artificielle (IA) générative, n’ayant pu rater début 2023 l’explosion de ChatGPT. Par sa capacité à créer du contenu à partir de tout ce qui existe déjà sur Internet, cette nouvelle vague enthousiasme autant qu’elle effraie, et des salariés ont déjà pu, dans leur coin, constater le potentiel de cet outil pour automatiser des tâches chronophages. Les fonctions RH, déjà habituées à faire appel à des algorithmes d’IA, n’échappent pas à ce constat : à tous les niveaux de leur expertise, de nouveaux outils « génératifs » sont déjà en cours de déploiement.

C’est en recrutement qu’ont été formalisées les applications les plus concrètes, à commencer par la rédaction assistée d’offres d’emploi. C’est ce que proposera dès septembre à ses clients le groupe CleverConnect, qui gère notamment le site d’emploi Meteojob. « Cela prend beaucoup de temps pour les recruteurs de rédiger les offres d’emploi. Ils vont eux-mêmes surfer sur le Web, ou alors ils vont prendre une description interne et en faire une offre, décrit Marko Vujasinovic, cofondateur de CleverConnect. Ici, à partir d’informations sur l’entreprise et la description de poste en interne, notre outil rédige une offre d’emploi qui leur correspond. » Enthousiaste, il met en avant les résultats de la phase de test : « Il y a 28 % de candidatures en plus sur les offres générées par IA en moyenne, et les recruteurs observent un gain de productivité de 70 %. »

Confidentialité des données

La start-up Golden Bees, qui accompagne des entreprises dans leur « marque employeur », a dévoilé un outil similaire, GoldenJob. « Le recruteur indique le métier, le profil et les compétences recherchés, s’il veut que l’offre soit conviviale, formelle… Et il obtient une proposition d’annonce, qu’il peut bien sûr modifier, décrit Daniel Morais, directeur général délégué. On aura aussi des intonations différentes selon le site où l’offre sera hébergée : vous n’aurez pas le même ton sur LinkedIn, Pôle emploi ou Welcome to the Jungle. » …….

Il vous reste 52.58% de cet article à lire. La suite est réservée aux abonnés. Lecture restreinte - Votre abonnement n’autorise pas la lecture de cet article - Pour plus d’informations, merci de contacter notre service commercial. La suite est réservée à nos abonnés. Déjà abonné ? Se connecter

Profitez d’une semaine offerte et accédez à tous nos contenus Une semaine offerte
pour découvrir tous nos contenus - S’abonner - Services Le Monde : Découvrir -

Cours en ligne, cours du soir, ateliers : développez vos compétences

Testez votre culture générale avec la rédaction du Monde

Source : https://www.lemonde.fr/emploi/article/2023/08/30/l-intelligence-artificielle-generative-s-attaque-aux-ressources-humaines_6187017_1698637.html

Retour au début du sommaire

12.
Actualités – Médecine régénérative - Des implants, de l’IA et un avatar : voilà comment des chercheurs ont « redonné la voix » à des personnes muettes - 29 août 2023 à 08:00 – « Deux équipes de chercheurs californiens ont testé des implants cérébraux qui seraient beaucoup plus efficaces que les dispositifs précédents : grâce à leurs interfaces cerveau/ordinateur et à l’intelligence artificielle, deux personnes, qui avaient complètement perdu la capacité de parler, sont parvenues à communiquer, y compris pour l’une des équipes via un avatar… » - Lire la totalité sur ce site : https://www.01net.com/actualites/des-implants-de-lia-et-un-avatar-voila-comment-des-chercheurs-ont-redonne-la-voix-a-des-personnes-muettes.html

Retour au début du sommaire

Retour au début de l’introduction

Retour au début du préambule

Retour au début du dossier

Remerciements – A Bastien M. pour ces conseils, informations et contributions – Voir : https://maleplate.dev/ et Bastien M. - Aix-en-Provence, Provence-Alpes-Côte d’Azur, ...

Retour au début du dossier


Collecte de documents et agencement, traduction, [compléments] et intégration de liens hypertextes par Jacques HALLARD, Ingénieur CNAM, consultant indépendant – 01/09/2023

Site ISIAS = Introduire les Sciences et les Intégrer dans des Alternatives Sociétales

Site : https://isias.info/

Adresse : 585 Chemin du Malpas 13940 Mollégès France

Courriel : jacques.hallard921@orange.fr

Fichier : ISIAS Transitions Numérique IA générative Eco-socio-compatible Partie 3.7
.docx

Mis en ligne par le co-rédacteur Pascal Paquin du site inter-associatif, coopératif, gratuit, sans publicité, indépendant de tout parti, un site sans Facebook, Google+ ou autres GAFA, sans mouchard, sans cookie tracker, sans fichage, un site entièrement géré sous Linux et avec l’électricité d’Énercoop , géré par Yonne Lautre : https://yonnelautre.fr - Pour s’inscrire à nos lettres d’info > https://yonnelautre.fr/spip.php?breve103

http://yonnelautre.fr/local/cache-vignettes/L160xH109/arton1769-a3646.jpg?1510324931

— -