Coproduit par l’Inria et l’Université Grenoble Alpes dans le cadre du projet EFELIA-MIAI, ce cours en ligne gratuit permet de comprendre et d’évaluer les impacts environnementaux de l’IA, d’explorer des pistes d’optimisation et d’interroger la pertinence de ses usages pour un numérique plus sobre et respectueux des limites planétaires.

Voici cinq bonnes raisons de le suivre !

Raison n°1 : comprendre les impacts environnementaux de l’IA et leurs angles morts

L’intelligence artificielle occupe une place prépondérante dans nos usages numériques, 
Mais savez-vous vraiment comment elle fonctionne et quelles ressources elle mobilise ? Infrastructures matérielles, équipements, ressources : ses impacts sont multiples et souvent méconnus.
Ce MOOC vous permet de mieux comprendre ces impacts, de les identifier tout au long du cycle de vie : de la fabrication des équipements, en passant par l'utilisation dans les centres de données, leurs usages dans les entreprises et dans la société, jusqu'à la fin de vie des équipements.

Vous découvrirez ainsi que la consommation électrique ne représente qu’une partie des impacts environnementaux de l’IA grâce à une vision plus globale du cycle de vie des systèmes d’IA.

Raison n°2 : apprendre à évaluer les impacts d’un système d’IA

L'évaluation est importante pour garder une certaine maîtrise de nos actions et de leurs conséquences. Comment savoir si une solution d’intelligence artificielle peut être sobre ? 
Quels indicateurs prendre en compte ? Et surtout, quel périmètre faut-il considérer ?
Ce MOOC vous donne des clés pour estimer et mesurer les impacts environnementaux associés à l’IA, en prenant en compte les équipements, les serveurs, les phases de calcul et également les impacts liés à l'usage d’un service dans son ensemble.

Vous acquerrez les bons réflexes pour questionner les chiffres, comparer les solutions et mieux comprendre leurs performances environnementales.

Raison n°3 : découvrir des solutions concrètes pour améliorer l’efficience énergétique de l’IA

L'optimisation énergétique des composants de la chaîne de valeur d'un système IA ne suffit pas pour obtenir une IA frugale, mais c'est une condition nécessaire. 
Les auteurs, experts du domaine, vous livrent différentes pistes méthodologiques et techniques permettant d’améliorer l'efficience des systèmes d'IA :  optimisation des infrastructures et du calcul, compression des modèles, apprentissage automatique fédéré ou encore nouvelles architectures matérielles et approches algorithmiques.

Raison n°4 : questionner la pertinence du recours à l’IA et l’utiliser à bon escient

L’IA la plus frugale est-elle toujours celle dont le modèle consomme le moins ? 
Et avons-nous systématiquement besoin d’intelligence artificielle ?
Ce MOOC vous invite à aller au-delà de l’optimisation technique pour vous poser une question essentielle : l’usage de l’IA est-il pertinent au regard du besoin auquel elle répond et des ressources mobilisées ?

À l’issue du MOOC, vous disposerez de repères pour adopter un regard critique sur la conception et l’usage de l’IA, en tenant compte de l’efficience des solutions et de la notion de juste besoin.

Raison n°5 : Disposer d'éléments objectifs et factuels pour penser l'IA et ses usages demain

La frugalité de l’IA n’est pas uniquement une problématique informatique. Elle concerne aussi nos choix industriels, économiques, institutionnels et sociétaux.
En croisant différents regards : scientifiques, industriels et institutionnels, le MOOC invite à réfléchir à la place que nous souhaitons donner à l’intelligence artificielle dans les années à venir.