24 janvier 2024
Une conversation mondiale est en cours sur l’utilisation de l’IA pour relever les défis liés aux changements climatiques, renforcée par une nouvelle initiative de la Convention-cadre des Nations Unies sur l’évolution du climat (CCNUCC). Pourtant, on reconnaît de plus en plus que l’IA consomme une quantité d’énergie démesurée, ce qui pourrait aggraver les problèmes mêmes qu’on s’attend à ce qu’elle résolvent.
Une semaine avant la réunion COP28 de la CCNUCC à Dubaï, l’Institut Vector a réuni des experts en IA, des commanditaires et des entreprises de Fastlane pour une table ronde sur la manière dont les entreprises canadiennes peuvent exploiter l’IA pour respecter et dépasser leurs propres engagements environnementaux, sociaux et de gouvernance (ESG). La conversation portait à la fois sur l’IA comme outil d’atténuation des changements climatiques et sur la façon dont nous pouvons en faire une technologie plus verte.
Les panélistes comprenaient Katharine Preston, vice-présidente à l’investissement durable chez OMERS; Alik Sokolov, cofondateur et PDG de Responsibli AI; Eric Morrow, directeur général de la science des données et de l’IA, BMO; Katerina Kindyni, gestionnaire principale, gestion des risques des services financiers chez EY; Arthur Berrill, chef de la technologie, RBC Data and Analytics; Iyngaran Panchacharam, gestionnaire principal, IA et analytique en durabilité; Olga Kravtsova, gestionnaire de portefeuille innovations et accélérateurs, PwC; et David Crane, directeur du développement produit chez AltaML.
Pour lancer les discussions, Deval Pandya, vice-président de l’ingénierie de l’IA chez Vector, a offert un aperçu pratique de l’intersection entre l’IA et la durabilité pour les organisations. Il a décrit à quel point peu d’entreprises sont prêtes à adopter des normes obligatoires de déclaration ESG. Ce manque de préparation est en partie dû à un manque de consensus sur ce que requiert un rapport ESG complet.
Pandya a également indiqué que les entreprises ont besoin de meilleurs outils pour respecter leurs engagements ESG, y compris des produits et services basés sur l’IA. Pandya a reconnu la consommation d’énergie problématique et la consommation d’eau des machines d’IA, mais il a maintenu que cela peut avoir un impact net écrasant dans nos efforts collectifs pour lutter contre les changements climatiques. De plus en plus, a-t-il dit, la communauté de l’IA elle-même s’engage spécifiquement pour s’attaquer à l’ESG. Par exemple, le Responsible AI Institute a récemment formé le premier groupe mondial de direction pour aborder « les implications positives et négatives de l’IA pour la durabilité » (le Vector Institute en est un membre fondateur et Pandya siège au groupe de travail). Pandya a décrit comment l’IA générative peut aider les organisations à amasser, traiter et rendre compte de leur impact environnemental. En regardant vers l’avenir, il anticipait de nombreuses applications ESG utiles des modèles multimodaux et que l’IA, comme outil pour accélérer la science des matériaux, pourrait mener à une large gamme de solutions durables.
Gennady Pekhimenko – membre du corps professoral de Vector, professeur d’informatique à l’Université de Toronto et PDG & cofondateur de CentML – a donné une présentation fascinante sur son travail rendant les systèmes d’IA plus efficaces.
« Nous pouvons réduire énormément l’empreinte carbone nécessaire à la formation des LLM. »
Gennady Pekhimenko
Membre du corps professoral de Vector, professeur d’informatique à l’Université de Toronto, et PDG et cofondateur de CentML
Pekhimenko suit les inefficacités dans la façon dont les modèles d’IA sont entraînés, afin de réduire leur consommation d’énergie. Lui et son équipe ont constaté que l’utilisation généralisée des GPU les plus rapides et les plus coûteux a créé des goulots d’étranglement dans d’autres parties des systèmes matériels d’IA, comme les processeurs et la mémoire. En conséquence, les GPU gourmands d’énergie restent inactifs pendant un tiers du temps – tout en consommant de l’électricité. L’inefficacité de ces systèmes contribue de manière significative à leur empreinte carbone élevée.
Ce dont nous avons besoin, a dit Pekhimenko, ce sont des contre-mesures : des outils qui suivent comment et pourquoi l’énergie est utilisée, qui optimisent les systèmes d’IA et les rendent au maximum d’efficacité. Bien qu’il existe une gamme d’outils existants prétendant profiler la façon dont les systèmes consomment l’énergie, Pekhimenko a constaté qu’ils étaient loin d’être assez granulaires dans leur analyse.
Les recherches de Pekhimenko ont permis à CentML de développer de meilleurs outils pour identifier et analyser les goulets d’étranglement, quantifier avec précision la consommation d’énergie et mesurer les impacts environnementaux liés à l’entraînement des modèles d’IA. CentML prédit aussi les temps d’exécution de l’entraînement à l’aide de différents GPU et recommande les solutions les plus efficaces pour chaque tâche donnée. Ils quantifient même les émissions entre différents fournisseurs infonuagiques, y compris Google, AWS et Azure, permettant aux clients de choisir l’option qui fonctionne aussi rapidement, peu coûteuse et propre que possible selon leur cas d’usage spécifique.
Le panel et les tables rondes se sont appuyés sur le discours principal et la présentation technique pour explorer les défis concrets ESG et les solutions que les organisations explorent aujourd’hui. La première table ronde portait sur les préoccupations ESG et les risques liés aux changements climatiques, et la deuxième panel portait sur les solutions basées sur l’IA. Au fil de ces discussions, les thèmes suivants ont émergé.
L’IA s’améliore dans l’automatisation des activités de recherche primaire nécessaires au suivi des engagements ESG, selon un panéliste. Avec les bons modèles et données, non seulement la recherche peut être plus efficace, mais l’IA pourrait finalement offrir une meilleure compréhension d’un scénario donné. Un autre panéliste a convenu qu’il y a beaucoup de possibilités d’IA dans ce domaine et beaucoup de place pour l’innovation afin de recueillir des données et de créer des outils d’IA véritablement transformateurs. Selon ce panéliste, une enquête menée auprès de plus de 500 entreprises à travers le monde a révélé que les grands modèles de langage (LLM) sont désormais au cœur de l’activité. Les systèmes basés sur les LLM d’aujourd’hui peuvent déjà effectuer 80% du travail impliqué dans la recherche, a déclaré un panéliste – et ce n’est que le début. L’espoir est de pouvoir recueillir rapidement et efficacement des données à partir de rapports et d’autres documents. L’automatisation des processus et l’amélioration de l’analyse des données peuvent réduire les coûts liés au respect des engagements ESG.
Un autre domaine où l’IA devrait aider est l’analyse de données. Selon un panéliste, il y a trois domaines où l’IA aura le plus grand impact dans les efforts visant à atténuer les changements climatiques au cours des prochaines années. Premièrement, l’IA aidera les entreprises à mieux utiliser d’énormes quantités de données climatiques et d’émissions non structurées en leur donnant de la structure et en les rendant utiles. Deuxièmement, l’IA améliorera l’analytique prédictive, renforçant la capacité des organisations à fixer des objectifs d’émissions et à réduire les risques de leurs activités. Troisièmement, la vision par ordinateur et l’analytique en temps réel aideront à automatiser la façon dont les entreprises suivent les indicateurs clés de performance. Les panélistes ont également discuté de la façon dont l’IA peut aider à intégrer différents types de modèles climatiques, par exemple en reliant des modèles de distribution de chaleur à des modèles d’inondation. Cela pourrait aussi améliorer notre capacité à prédire les changements et les risques auxquels nous faisons face dans des endroits précis à travers le monde.
La capacité de l’IA à analyser des vastes volumes de données peut être extrêmement bénéfique. Un participant a décrit comment de grandes organisations vieilles de 70 ans peuvent disposer d’énormes quantités de données provenant de centaines de systèmes hérités. L’IA peut aider à automatiser le rassemblement et l’utilisation de ces données. Un autre participant a parlé des défis liés à l’utilisation de l’IA pour suivre et calculer efficacement l’impact environnemental des déplacements d’affaires dans son organisation. Bien qu’il existe des avantages évidents à utiliser l’IA pour automatiser ce travail, le participant a noté que cela soulevait aussi des implications pour la vie privée. La question est : à quel moment un système de suivi des activités des employés, comme les déplacements, devient-il une forme de surveillance?
Les panélistes ont discuté des défis auxquels l’industrie financière fait face pour capturer l’empreinte environnementale mondiale d’une organisation, y compris l’ensemble de son portefeuille. Cela peut être difficile, surtout lorsqu’il y a de longs délais ou imprévisibles dans la réception des données ESG des entreprises du portefeuille. Un autre problème est que la fragmentation et l’incohérence des pratiques et méthodologies de suivi ESG entre différentes entreprises et industries rendent difficile la constitution complète d’un portefeuille complet. Interrogé sur les plus grandes opportunités de changement, un participant a répondu que l’accent devrait être mis sur les activités à forte émission. Pour plusieurs entreprises, cela ne signifie pas des émissions de scope 1 ou 2, mais plutôt des émissions de scope 3. Pour y remédier, de nombreuses multinationales se concentrent sur leurs chaînes d’approvisionnement afin de réduire leur empreinte carbone.
Un sujet récurrent parmi les panélistes et participants était la nécessité d’intégrer les engagements ESG dans l’ADN d’une organisation. Un panéliste a décrit comment, dans l’industrie financière, il existe souvent un décalage entre les équipes d’investissement et de durabilité. Le manque de cohésion tend à créer de l’inefficacité en mettant de côté les enjeux climatiques comme une contrainte externe à l’activité commerciale. Cependant, d’autres panélistes ont noté que les choses commencent à changer. Les entreprises vont de plus en plus au-delà du fait de considérer l’ESG comme une simple question de respect des obligations de conformité, reconnaissant plutôt l’ESG comme faisant partie de leurs valeurs fondamentales et de leur création de valeur.
Progresser dans les engagements ESG exige un leadership au sommet et l’embauche de ce qu’un panéliste a appelé un « muscle interne » pour faire avancer l’organisation vers ses objectifs. Les stratégies discutées comprenaient la création d’un institut interne du climat pour interagir avec les gouvernements, les clients et les équipes internes. L’essentiel, a dit un participant, est de rassembler toutes les personnes, équipes et disciplines clés réunies dans une seule salle, de fixer ensemble des objectifs et de s’assurer que ce groupe interdisciplinaire puisse continuer à communiquer. Un autre panéliste a souligné l’importance d’inclure les utilisateurs finaux de tout nouvel outil à développer, comme une occasion de bâtir la confiance et de s’assurer que l’outil est utilisé efficacement. (Comme un autre participant l’a souligné, il est courant que les utilisateurs finaux ignorent simplement les nouveaux outils développés ou acquis par les entreprises.)
En plus de constituer des équipes efficaces, plusieurs panélistes ont observé que la clé d’un progrès plus large est la collaboration à plusieurs échelles — non seulement au sein des organisations, mais aussi entre industries et entre les secteurs privé et public. De même, un panéliste a souligné que développer de meilleurs modèles climatiques serait difficile à réaliser seule pour toute organisation, et que la meilleure approche est de créer des conglomérats qui regroupent les données, ressources et expertises climatiques. Les panélistes ont également souligné que le Canada fait face à des défis particuliers parce que son économie continue d’être fortement axée sur les ressources. Le gouvernement s’est mobilisé pour soutenir la transition vers des pratiques plus durables, ont-ils dit, et des groupes industriels travaillent maintenant avec le gouvernement pour créer des marchés d’investissement dans les technologies et pratiques vertes.
À la fin de la table ronde, le sujet s’est tourné vers la question de l’action climatique. Si l’objectif ultime de l’analyse des données climatiques et de durabilité est d’apporter un changement comportemental dans les organisations et les individus, de quels types de modèles d’IA avons-nous besoin? Regarder le défi de cette façon éclaire l’importance de la confiance. Comme l’a souligné un participant, plus une décision importante est importante, plus il est crucial de faire confiance au modèle. Puisque les résultats des modèles plus simples sont généralement plus faciles à expliquer, ils sont souvent plus fiables et peuvent donc être des outils plus efficaces pour stimuler le changement comportemental.
Les applications d’IA en santé – où les décisions peuvent littéralement être une question de vie ou de mort – peuvent fournir des conseils pour instaurer la confiance dans les modèles d’IA pour l’ESG. Les participants ont discuté d’une application médicale récente de l’IA impliquant un algorithme conçu pour recommander des traitements de radiothérapie adaptés aux besoins individuels des patients. Sur une période de six ans, les recommandations du modèle d’IA ont été rigoureusement examinées et comparées à celles des meilleurs médecins humains, et les résultats sur la santé des recommandations humain vs IA ont été soigneusement suivis. Ce processus minutieux a finalement démontré que l’algorithme faisait de façon fiable les meilleures recommandations possibles pour le traitement, créant ainsi une nouvelle norme de soins améliorée – et digne de confiance. Bâtir la confiance dans les modèles d’IA qui automatisent les fonctions ESG et guident nos efforts pour relever les défis du changement climatique pourrait suivre une voie similaire.
Plus les outils ESG alimentés par l’IA deviennent utiles et fiables, plus les organisations canadiennes les adopteront pour respecter leurs engagements.
Des émissions à la recherche et à l’application liées à la durabilité, Vector travaille avec des partenaires et des chercheurs en utilisant des approches interdisciplinaires et des solutions open source – favorisant de vrais résultats pour la planète – explorant le changement climatique sous tous les angles à travers les projets collaboratifs de Vector. Consultez la page des événements Vector pour de nouvelles occasions de participer à la conversation, contactez-nous dès aujourd’hui ou suivez notre GitHub ici.
