Les défis de l'IA frugale
Réf. 41033
Comprendre les impacts environnementaux de l’intelligence artificielle et découvrir les défis de l’IA frugale pour concilier innovation, sobriété numérique et limites planétaires.
- Durée : 5 semaines
- Langues: Français
Ce que vous allez apprendre
À la fin de ce cours, vous saurez :
- Définir une IA frugale
- Expliquer les enjeux environnementaux autour de l’IA
- Proposer une évaluation environnementale d’un service d’IA
- Mesurer et estimer l’empreinte environnementale d’un service d’IA
- Questionner la pertinence d’un service d’IA
Description
L’intelligence artificielle transforme en profondeur nos sociétés et s’impose dans de nombreux domaines. Mais derrière ses promesses se cachent des impacts environnementaux et sociétaux encore trop peu connus.
Peut-on concilier développement de l’IA, sobriété numérique et respect des limites planétaires ?
Ce MOOC vous propose de découvrir les enjeux de l’IA frugale et de questionner sa pertinence : est-elle nécessaire? pour quels besoins? avec quels impacts? et à quelles conditions?
Au fil de cinq parties, vous découvrirez l’écosystème numérique et les principales technologies de l’IA, avant d’explorer ses impacts environnementaux et les méthodes pour les évaluer sur l’ensemble du cycle de vie des équipements et des services.
Vous découvrirez également des approches pour améliorer l’efficience de l’IA et en comprendre les possibilités et les limites.
Enfin, à travers différents regards : scientifique, industriel et institutionnel, vous questionnerez la place de l’IA dans un monde soutenable et le numérique que nous souhaitons pour demain.
Ce MOOC vous donnera les clés pour porter un regard éclairé et critique sur l’IA, comprendre ses impacts et contribuer à des usages plus frugaux.
Format
Ce MOOC se compose de 5 parties. Les 4 premières parties constituent le tronc commun sur lequel porte l'évaluation. Elles proposent des contenus variés et complémentaires : vidéos d’experts, ressources textuelles, activités pédagogiques et quiz pour vous permettre de progresser à votre rythme et de consolider vos connaissances.
Une 5e partie d’ouverture vous permettra d’élargir la réflexion et de porter un regard critique sur la place de l’IA dans un monde soutenable, et plus largement de réfléchir au numérique que nous souhaitons pour demain.
Tout au long du MOOC, un forum de discussion vous permettra d’échanger avec les autres apprenants et de poser vos questions à l’équipe pédagogique.
Des webinaires en direct avec des experts seront également proposés pour approfondir certaines thématiques, échanger autour des enjeux de l’IA frugale et poser vos questions directement aux intervenants.
Le parcours alterne ainsi apports de connaissances, activités, évaluation et échanges, pour favoriser une compréhension progressive et une réflexion collective sur les enjeux de l’IA frugale.
Prérequis
Ce MOOC s’adresse à toute personne utilisant ou manipulant des services d’intelligence artificielle et souhaitant comprendre les enjeux environnementaux associés à leur développement et à leur utilisation.
Un niveau de connaissances de base en sciences et/ou en mathématiques, correspondant au niveau post-baccalauréat, est recommandé.
Évaluation et Certification
L’évaluation est basée sur des quiz pour tester vos compétences et connaissances.
Un Open Badge sera généré sur demande pour les apprenants ayant obtenu un score global de 70 % de bonnes réponses aux quiz.
Accessibilité
Ce MOOC inclut des vidéos sous-titrées en français ainsi que des transcriptions téléchargeables.
Plan de cours
1 - Les defis de l'IA frugale
- 1.1 L'écosystème du numérique
1.2. Focus sur l’IA
1.3. Focus DeepLearning et IA générative
1.4. La crise environnementale
2 - Estimer les impacts environnementaux de l’IA
- 2.1 - Identifier les impacts de l’IA
2.2 - Méthodologie pour mesurer les impacts du cycle de vie des équipements
2.3 - Focus sur la consommation des serveurs
2.4 - Impacts nets d’un service d’IA
3 - Green IA & Efficience
- 3.1. Datacenter : le matériel derrière l'IA
3.2. Calculer sur du renouvelable et optimisation du mixe énergétique
3.3. Le calcul neuromorphique
3.4. Podcast
4 - Approches techniques d'efficacité
- 4.1. Convivialité algorithmique
4.2. Federated Learning
4.3. Compressions de modèles d'IA
4.4. L’efficience seule peut-elle réduire les impacts ?
5 - Place de l’IA dans un monde soutenable
- 5.1 Un regard critique sur L’IA au service de l’atténuation et de l’adaptation de la crise
5.2. Regard industriel
5.3. Regard institutionnel
5.4. Quel numérique demain ?
Équipe pédagogique
Sylvain Bouveret
Catégories
Sylvain Bouveret est Professeur des Universités en informatique
au Laboratoire d'Informatique de Grenoble,et à Grenoble INP - Université Grenoble Alpes.
Il fait partie du GDRS Ecoinfo depuis 2021.
Aurélie Bugeau
Catégories
Aurélie Bugeau est professeure en informatique à l'Université de Bordeaux.
Membre du LaBRI, dans l'équipe Numérique et Soutenabilité (NeS),
elle est co-responsable scientifique de l'observatoire de l'impact de l'IA de l'institut IA et Société de l'ENS.
Georges Da Costa
Catégories
Georges Da Costa est Professeur à l'Université de Toulouse, laboratoire IRIT, il s'intéresse
aux systèmes distribués à grande échelle (cloud, HPC) soutenables.
Il est Vice président au numérique de la Comue de Toulouse.
Didier Mallarino
Catégories
Informaticien, Ingénieur de Recherche CNRS à l’Observatoire en Science de l’Univers Pythéas, directeur adjoint du GDRS EcoInfo, il travaille depuis plus de 15 ans au sein du GDRS sur les impacts environnementaux des systèmes numériques.
Kim Thang Nguyen
Catégories
Kim Thang Nguyen est professeur en informatique à l’Ensimag, Grenoble INP, Univ. Grenoble-Alpes.
Il s’intéresse à la modélisation et l’analyse des effets de rebonds de l’IA.
Denis Trystram
Catégories
Denis Trystram est professeur émérite à l'Université Grenoble Alpes.
Il s'intéresse depuis une dizaine d'années aux impacts environnementaux du numérique
et milite pour un développement d'une IA respectueuse des limites planétaires.
Anne-Laure Ligozat
Catégories
Anne-Laure Ligozat est professeur en informatique. Ses
recherches concernent les impacts environnementaux du numérique, et en
particulier de l'IA.
Établissements
Co-production
Licence
Licence pour le contenu du cours
Attribution - Partage dans les Mêmes Conditions
Vous êtes autorisé à :
- Partager — copier, distribuer et communiquer le matériel par tous moyens et sous tous formats
- Adapter — remixer, transformer et créer à partir du matériel pour toute utilisation, y compris commerciale.
Selon les conditions suivantes :
- Attribution — Vous devez créditer l'oeuvre, intégrer un lien vers la licence et indiquer si des modifications ont été effectuées à l'oeuvre. Vous devez indiquer ces informations par tous les moyens raisonnables, sans toutefois suggérer que l'offrant vous soutient ou soutient la façon dont vous avez utilisé son oeuvre.
- Partage dans les Mêmes Conditions — Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir du matériel composant l'oeuvre originale, vous devez diffuser l'oeuvre modifiée dans les même conditions, c'est à dire avec la même licence avec laquelle l'oeuvre originale a été diffusée.
Licence pour le contenu créé par les participants du cours
Attribution - Pas d’Utilisation Commerciale - Pas de Modification
Vous êtes autorisé à :
- Partager — copier, distribuer et communiquer le matériel par tous moyens et sous tous formats
Selon les conditions suivantes :
- Attribution — Vous devez créditer l'oeuvre, intégrer un lien vers la licence et indiquer si des modifications ont été effectuées à l'oeuvre. Vous devez indiquer ces informations par tous les moyens raisonnables, sans toutefois suggérer que l'offrant vous soutient ou soutient la façon dont vous avez utilisé son oeuvre.
- Pas d’Utilisation Commerciale — Vous n'êtes pas autorisé à faire un usage commercial de cette oeuvre, tout ou partie du matériel la composant.
- Pas de modifications — Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir du matériel composant l'oeuvre originale, vous n'êtes pas autorisé à distribuer ou mettre à disposition l'oeuvre modifiée.