Consolidation : L’IA, l’environnement et vous
L’IA a des effets sur l’environnement
Avec tout l’engouement pour l’IA, on oublie parfois ses conséquences négatives possibles.
- L’entraînement d’un seul grand modèle de langage peut consommer autant d’énergie que 100 maisons en une année.
- On estime que d’ici 2026, environ 6 % de toute l’électricité consommée aux États-Unis servira à alimenter les centres de données qui font fonctionner l’IA.
- Les centres de données ont besoin de beaucoup d’eau pour refroidir leurs ordinateurs. De l’eau douce peut être pompée puis rejetée dans un cours d’eau ou un lac à une température plus élevée.
Pour réduire les effets de l’IA sur l’environnement :
- Utilisez autant que possible des modèles entraînés pour des tâches précises. Ils consomment moins d’énergie que les grands modèles polyvalents. La reconnaissance faciale de votre téléphone a une empreinte bien plus faible qu’un robot conversationnel.
- Comme pour l’eau et l’électricité, évitez le gaspillage quand vous utilisez l’IA.
Faut-il alors renoncer à l’IA?
Non! Il existe même des façons d’utiliser l’IA qui aident l’environnement. Après un orage, on peut envoyer des drones survoler les forêts et utiliser l’IA pour analyser les images afin de repérer les incendies allumés par la foudre et les éteindre rapidement, avant qu’ils ne se propagent.
Faites preuve de jugement quand vous utilisez l’IA
- Quand vous choisissez une IA, renseignez-vous sur les efforts de durabilité de l’entreprise qui la fournit. Travaille-t-elle à réduire son empreinte environnementale? Les entreprises éthiques sont transparentes quant à leurs répercussions et à leurs efforts.
- Autant que possible, utilisez une IA conçue précisément pour la tâche que vous voulez accomplir.
Activité 10 : Quelle IA créeriez-vous? (4 minutes)
Maintenant que vous savez comment fonctionne l’IA, imaginez la vôtre. Pouvez-vous trouver une façon d’utiliser l’IA pour faire le bien?
Vos réponses sont enregistrées dans ce navigateur seulement. Vous pourrez copier ou télécharger tout ce que vous avez écrit à la dernière leçon.
Ce que vous avez appris
Félicitations, vous avez appris BEAUCOUP de choses sur l’IA.
- L’IA est partout autour de nous. Vous avez vu de nombreux types d’IA et de nombreux exemples.
- L’IA fait des prédictions à partir de schémas, mais elle n’est pas parfaite et elle peut se tromper. Il est donc important que des personnes en vérifient les résultats!
- Il faut utiliser l’IA de façon réfléchie, pour éviter le gaspillage et parce qu’il faut surveiller ce qu’elle produit, au cas où elle ferait des erreurs.
Activité 11 : Enrichir votre vocabulaire (3 minutes)
Deux questions rapides, puis le glossaire complet du cours.
Vérification du vocabulaire
Une IA qui trie des photos de déchets entre « recyclage » et « ordures » fait de la…
Vérification du vocabulaire
Un robot conversationnel invente un « fait » qui semble vrai mais qui est faux. On appelle cela une…
Glossaire
- Intelligence artificielle (IA)
- Quand un ordinateur imite l’intelligence ou le comportement des humains.
- Modèle
- Un modèle d’IA est un programme entraîné à partir d’un ensemble de données pour repérer des schémas et faire des prédictions ou prendre des décisions. Chaque outil d’IA repose sur un modèle.
- Régression
- Un modèle qui représente la relation entre au moins deux variables. Il permet de prédire l’effet sur une variable lorsqu’on modifie l’autre.
- Régression linéaire
- Un modèle de régression qui peut être représenté par une ligne droite.
- Classification
- Les modèles de classification déterminent comment répartir des données en groupes.
- Détection d’objets
- Un modèle qui permet de détecter et de localiser des objets dans des images ou des vidéos.
- Niveau de confiance
- Un nombre entre 0 et 100 (0 étant le plus faible et 100 le plus élevé) qui indique la probabilité qu’une prédiction faite par un modèle d’IA soit exacte.
- IA générative
- Forme d’IA qui crée du contenu original, tel que du texte, des images, de la musique ou de la vidéo, en réponse à une requête ou une demande.
- Grands modèles de langage (LLM)
- Les LLM analysent de vastes quantités de données pour repérer des schémas qui leur permettent de générer du langage humain et d’y répondre d’une façon qui imite une conversation naturelle.
- Hallucination
- Quand l’IA génère de l’information incorrecte, inventée ou insensée, qui semble plausible mais qui n’est pas fondée sur la réalité.
Activité 12 : Enregistrer votre cahier
Tout ce que vous avez écrit dans ce cours est enregistré uniquement dans ce navigateur. Copiez-le ou téléchargez-le maintenant si vous voulez le remettre, le conserver ou poursuivre sur un autre appareil.
Envie d’aller plus loin?
La leçon 6 propose des lectures d’approfondissement facultatives. Vous pouvez aussi explorer l’IA générative de façon pratique avec le cours Quel rôle joue l’IA dans la composition de chansons?, où vous utiliserez un robot compositeur pour écrire des paroles au sujet d’une personne autochtone inspirante.
As-tu terminé cette leçon?
Marquez-la comme terminée pour pouvoir reprendre où vous vous êtes arrêté·e.