SusAi, vers une intelligence artificielle eco responsable

Comment réduire l’impact environnemental des algorithmes d’intelligence artificielle ?

  •  

    70%

    des entreprises déploieront une solution d’IA à l’échelle d’ici 2030 

  •  

    90%

    de réduction de l’émission totale de CO2 pour la phase d’apprentissage de l'IA grâce à notre outil 

  •  

    2030

    Objectif zero carbone du groupe Capgemini 

Behind The Pitch

SusAI, vers une IA éco-responsable

Nos équipes de Recherche & Innovation ont développé un outil capable de réduire facilement l’empreinte carbone d’une solution en IA.

UN ENJEU CRUCIAL

Ces dernières années, les nombreux développements en intelligence artificielle ont abouti vers des algorithmes de plus en plus performants entraînant une augmentation des coûts énergétiques et environnementaux. Si l’IA telle qu’on la connaît se répand de plus en plus, une IA éco responsable peine encore à se développer. Evaluer l’impact environnemental des algorithmes d’IA devient crucial, surtout lorsque les études de marché prévoient que 70% des entreprises déploieront au moins une solution d’IA à l’échelle d’ici 2030.

MESURER L’EMPREINTE CARBONE DES IA

L’un des principaux défis du projet repose sur le développement d’une méthodologie systématique et généralisable de l’évaluation de l’impact environnemental de l’IA durant toute sa durée de vie : de la conception jusqu’à la fin de l’utilisation du modèle, en passant par le développement et l’entrainement d’algorithmes.

Nos experts œuvrent pour améliorer notre solution en développant une nouvelle méthodologie de calcul d’un impact environnemental global et multicritère, s’appuyant sur l’analyse du cycle de vie (ACV), qui permettra de prendre en compte d’autres critères d’impact au-delà des émissions de CO2.

DEVELOPPER UNE IA ECO RESPONSABLE

Nos équipes de Recherche & Innovation ont développé un outil capable de réduire facilement l’empreinte carbone d’une solution en IA. SusAI permet d’optimiser un ensemble de paramètres clés tels que le matériel, l’emplacement ainsi que l’architecture du modèle afin de proposer la meilleure solution d’un point de vue environnemental.

En rendant l’IA durable dès sa conception, notre solution est capable de réduire jusqu’à 90% de l’émission totale de CO2 pour la phase d’apprentissage.

Grâce à notre outil pour un même algorithme et une même base de données, un matériel adapté peut permettre de diviser par 5 la consommation énergétique liée à l’apprentissage tout en aboutissant plus rapidement à la même précision.

UN PROJET PLURIDISCIPLINAIRE

  • Intelligence artificielle

    Objectif :

    Développer une intelligence artificielle sans compromettre la performance des algorithmes.

  • Réduction de l’empreinte carbone

    Objectif :

    Mesurer et réduire l’empreinte carbone des algorithmes IA.

  • Application

    Objectif :

    Définir la configuration la plus optimale d’un point de vue environnemental.

  • Calcul

    Objectif

    Développer de nouvelles méthodologies de calcul d’impact environnemental global et multicritère, s’appuyant sur l’analyse du cycle de vie (ACV).

L’EQUIPE PROJET

Avec le projet SusAI nous démontrons que nous sommes capables d’apporter des solutions concrètes et innovantes, accessibles à tous, pour une utilisation de l’IA plus éco-responsable. Nous nous engageons ainsi dans la lutte contre l’urgence climatique en affirmant que durabilité et frugalité énergétique peuvent rimer avec profit économique. Maya Guillaumont AI Experienced Solution Designer Capgemini Engineering
Sustainable AI, un projet de recherche ambitieux et pluridisciplinaire qui démontre la capacité de Capgemini Engineering à anticiper et réduire l’impact environnemental du numérique de demain. Olivier Matz AI Program Manager Capgemini Engineering