Cette semaine, une étudiante m’a demandé de rester après mon cours pour connaître mon opinion sur l’impact écologique des solutions technologiques, en particulier des LLM. Elle m’a expliqué que ce sujet, bien que rarement abordé tant dans le milieu académique que dans les projets, lui tenait à cœur.
Ma réponse a été la suivante : il est vrai que l’on discute souvent de scope, de temps, de budget et de coûts indirects, mais on évoque rarement l’impact environnemental des solutions déployées. On devrait pourtant y accorder de plus en plus d’importance.
Je lui ai également parlé de la nécessité de réduire l’utilisation à la source, plutôt que de simplement développer des modèles toujours plus gros et performants. Certes, la compétition entre différents modèles et les capacités d’entraînement et de traitement de Nvidia ou de Cerebras sont impressionnantes… Mais la véritable question reste de savoir si nous devons utiliser l’IA dans certains contextes ou non.
Le problème, c’est que derrière notre clavier, la technologie demeure très abstraite. Qu’il s’agisse d’une recherche, de l’envoi d’une photo sur le cloud ou de la demande de génération d’une image de chat par une IA, le résultat s’affiche en quelques secondes, sans que l’on perçoive l’ampleur des ressources mobilisées derrière.
Le bug avec les LLM, c’est que c’est exponentiel!
Bref, il est temps de se poser des questions plus larges sur l’impact, la nécessité et la pertinence d’utiliser des LLM à toutes les sauces. Il est également indispensable que les organisations détentrices de ces modèles fassent preuve de plus de transparence quant à l’impact environnemental de leur usage, car il n’est pas si simple de trouver des chiffres clairs en la matière.
Publié d’abord sur LinkedIn. Photo : Nail Gilfanov.
