MF#04: Empreinte carbone, Photoshop, Janco Super-héros

Au menu aujourd’hui, pour cette édition de millefeuille :

• 🍸 A snacker - les News : #GenAIPhotoshop #AppChatGPT #OpenAI&UE‍
• 🥑 En mise en bouche, le Science Corner : #IntelligenceArtificielleGénérale‍
• 🥗 Le plat du jour : #ChatPDF‍
• 👨🏻‍🍳 Le portrait du chef de la semaine : #GeoffreyHinton‍
• 🍰 En dessert : #Jancovici #Super-héros

‍

Avant de démarrer...

La démocratisation incroyable de ChatGPT et de l’utilisation de l’IA en général pose la question de son empreinte carbone. Aujourd’hui on vous donne quelques clefs de lecture sur ce sujet.

🌱 L’empreinte carbone du numérique

A quoi est liée l’empreinte carbone du numérique en général ?
Pour simplifier :

🖥  A 50% aux équipements. Les ordinateurs & smartphones que nous utilisons.

⚙️ A 25% à l’usage. On parle ici des Data centers qui permettent de stocker et faire transiter les données. La moitié de leur empreinte est liée à leurs systèmes de refroidissement. 🥶

🌐 A 25% à l’infrastructure et au réseau. Il faut savoir que 80% du traffic internet en France passe par les U.S. Cette carte du réseau incroyable des cables sous-marins est parlante. ⛴

Le numérique reste un petit contributeur carbone en France :

• Le BTP représente 23% des émissions de gaz à effet de serre en France
• Le numérique seulement 2.5% à date avec une prévision de 7% en 2040 (source ministère de l’écologie & ADEME).
  

🤖 Et pour l’IA alors ?

Eh bien c’est pas si clair 😅. Des chercheurs ont essayé d’évaluer cet impact. Mais uniquement sur un Scope 1 & 2 d’émissions. Et pas toujours avec une méthode robuste (analyse de cycle de vie) pour comprendre l’impact de la fabrication de puces.
Pourquoi ? Parce que ce n’est pas encore possible à date - un des problèmes ici vient du manque de transparence des acteurs sur les données nécessaires à cette analyse (consommation des serveurs, impact carbone d’une puce, niveau d’utilisation réel).

On se concentre nous sur ce qui est certain c’est à dire la mesure de l’impact de l’entrainement du modèle:

Pour entraîner les modèles, il faut faire énormément de calculs (définir 175 milliards de paramètres pour le modèle GPT-3). Et encore des calculs, pour l’utiliser dans une jolie interface. 🖥

Une étude a montré l’impact CO2 lié à l’entrainement de GPT-3 justement : 502 tonnes équivalent CO2 (source: AI Index report).

Mais 502 tonnes C’est beaucoup 🤔 ? Il faut comparer pour comprendre :

👉 Cet entrainement représenterait uniquement entre 10% et 30% de l’empreinte carbone du modèle - le reste étant lié à son utilisation au quotidien.
Pour aller plus loin sur ce sujet complexe tu peux consulter les papiers de recherche ici, ici, & ici.

Des pistes d’amélioration de réduction de l’empreinte de l’IA sont déjà au coeur du travail des éditeurs de modèles et d’applications, par exemple :

- Optimiser les Data centers, notamment leur consommation d’énergie.

- Créer des Puces adaptées : aujourd’hui la majorité des puces utilisées (GPU - Graphics Processing Unit) sont sous-optimales. A l’origine elles servent aux jeux vidéos. Les Big Tech comme Google, Apple ou Meta développent leurs propres puces.

- Mieux gérer la partie logiciel - ici ce sont les ingénieurs au quotidien qui réfléchissent à développer des modèles plus adaptés à un cas d’usage spécifique et plus petits - qui demanderont donc moins de calcul lors de leur utilisation.

🔎  Une ombre carbone positive ?

Nous pensons chez MF que l’ombre carbone de l’IA peut et doit être positive.

L’ombre carbone c’est quoi ? C’est la contribution nette de nos actions sur le réchauffement climatique.

Jean-Marc Jancovici prend l’avion pour faire une conférence à Tokyo 🇯🇵 devant des décideurs sur l’importance d’intégrer une stratégie Net Zero.
Son empreinte carbone individuelle est négative (AR Paris ↔ Tokyo).
Mais l’impact de son discours aura des répercussions sur ce que font ces décideurs dans leurs entreprises → son Ombre carbone est donc positive. Janco : 1️⃣ - CO2 : 0️⃣ 💪

Pour l’IA on voit déjà des impacts positifs - un test fait par Deepmind a montré que l’utilisation d’une IA a permis de réduire de 13% la consommation énergétique d’un Data Center (source: Deepmind).

👍 Ce qui est positif - à l’émergence de cette industrie grand public on voit déjà que les chercheurs & acteurs ont bien en tête ce problème (contrairement à la majorité des autres industries comme le bitcoin où ce sujet a été mis de côté pendant des années).
Des efforts sont faits pour davantage mesurer et optimiser les opérations car ici la motivation financière est ici alignée avec la motivation environnementale. Dépenser moins d’argent en calcul, veut dire un impact carbone plus faible à la fin.

‍

🍸 A snacker : les News de la semaine

👉 Top 3 des news de la semaine avec notre avis sur la question, sélectionnées par nos soins.‍

• 📸 Du GenAI dans Photoshop - Adobe a dévoilé une nouvelle fonctionnalité dans Photoshop appelé “Generative Fill”, qui permet de modifier certaines parties de l’image à partir de texte (ex: “un lac gelé réfléchissant”). La vidéo de présentation.
  💡 Photoshop reprend la main alors que l’entreprise était annoncée en difficulté face aux nouveaux acteurs de création d’images.
  💡 Un exemple d’une IA intégrée dans une expérience utilisateur qui a fait ses preuves et permet au plus grand nombre d’en profiter.
  

• 📱 ChatGPT sur ton téléphone - L’application ChatGPT est désormais disponible en France (sur iOS seulement pour l’instant). 👉 Pour la télécharger.
  💡 De quoi achever la conquête du grand public par OpenAI.
  💡 Cela peut développer de nos nouveaux usages, et peut-être des connections avec nos applis mobiles dans un futur proche.
  

• 🇪🇺 OpenAI souhaiterait quitter l’UE ? - Après la polémique, OpenAI assure n'avoir aucun projet de quitter l'Europe. “Nous sommes ravis de poursuivre nos activités ici et n'avons bien sûr aucun projet de départ.” précise Sam Altman (PDG d’OpenAI)
  💡 Les utilisateurs et partenaires européens d'OpenAI sont rassurés 💡 Les débats sur la régulation de l'IA et l'équilibre entre innovation et protection des utilisateurs restent cependant d'actualité.

‍

🥑 Mise en bouche -  le Science Corner - au fait, c’est quoi l’intelligence artificielle générale ?

👉 Ici on te donne des clefs simples pour comprendre le monde de l'intelligence artificielle (IA) en démystifiant le jargon technique.

‍

• Définition : L'intelligence artificielle générale (IAG) est un type d’IA, dite “forte”, ayant la même capacité apprentissage et de compréhension que les humains 🤯. À l'inverse de l’IA dite "faible" (ou étroite), conçue pour une seule tâche spécifique (comme reconnaître une fracture d’os dans une radio), l'IAG est autonome 🤖 et versatile 🎛. On considère même qu’elle est consciente ! Elle peut prendre des décisions complexes et résoudre des problèmes sans instruction explicite ou pré-programmation.

• Bénéfices et risques : Une véritable IAG pourrait révolutionner presque tous les aspects de notre vie 🚀, médecine, économie ou éducation. Imagine un docteur robotisé capable de diagnostiquer n'importe quelle maladie ou un professeur capable d'enseigner n'importe quel sujet à n'importe qui, n'importe où. Mais l'IAG n'est pas sans risques ☣️. Mal conçue (ça reste du code donc faillible) ou mal gérée (par un état autoritaire par exemple), elle pourrait causer de graves dommages, que ce soit par accident ou par malveillance. Des questions éthiques et juridiques se posent aussi, comme la question de la responsabilité en cas d'erreur ou le risque de dépendance excessive à l'égard de la technologie.
• Etat des lieux : En 2023, malgré les avancées en IA générative (cf. les technos ChatGPT, Midjourney et MusicLM), l'IAG reste un objectif lointain 🔭, un peu comme la conquête de Mars pour le domaine spatial. Personne ne sait vraiment quand ou même SI nous parviendrons à créer une véritable IAG. Mais le concept n’est plus du domaine de la science fiction désormais et des entreprises comme Google et OpenAI investissent énormément dans cette nouvelle frontière, tout en reconnaissant le risque existentiel.

‍

🥗 Plat du jour : ChatPDF

👉 Ici on te présente chaque semaine des outils et cas d’usages pratiques que tu peux tester de ton côté.

Cette semaine au menu, un outil simple pour interroger tes pdf : ChatPDF.

Son principe : tu télécharges un PDF et tu poses des questions. L'outil te suggère même des questions à poser basées sur ton fichier.

💡 Utile par exemple pour vérifier tes connaissances sur un sujet, ou pour interroger un contrat.

Certaines limites à avoir en tête :

• il ne sélectionne que les paragraphes les plus pertinents pour répondre à ta question et ne se base pas sur l’ensemble du document.
• il a du mal à répondre aux questions d'ensemble comme "Quelles sont toutes les mentions de [X]?" car cela nécessite de lire l'ensemble du fichier.

Alors, prêt à télécharger le dernier rapport du GIEC et vérifier tes connaissances dessus ? 🌍

• ✅ Nom : ChatPDF
• 📁 Description : L'outil permet d'interroger directement des documents PDF et d'obtenir des réponses basées sur le contenu du document.
• 💶 Prix : Gratuit pour les PDF jusqu'à 120 pages, puis $5/mois.

‍

👨🏻‍🍳 Le portrait du chef de la semaine : Geoffrey Hinton

👉 Ici, on met en avant celles et ceux qui façonnent l’écosystème de l’IA. A la fois les pontes mais aussi la relève.

• Geoffrey Hinton, né le 6 décembre 1947, est un scientifique d'origine britannique et canadienne. Il est mondialement reconnu pour ses travaux novateurs sur les réseaux de neurones profonds et est souvent considéré comme le "parrain" de l’Intelligence Artificielle.
• Grâce à ses recherches sur les réseaux de neurones profonds, Hinton a révolutionné des domaines (reconnaissance d'images, traduction automatique et la compréhension du langage naturel).
• Tout au long de sa carrière, Hinton a travaillé pour des sociétés prestigieuses, notamment Google. Ses recherches ont permis d'améliorer des produits et services tels que la reconnaissance vocale et la traduction automatique de Google.
• Les contributions de Geoffrey Hinton sont largement reconnues dans la communauté scientifique. Il a reçu notamment le Prix Turing en 2018 (comme Yann Le Cun), considéré comme le "Nobel" de l'informatique. Son travail a un impact significatif sur de nombreux domaines, de la médecine à la robotique, en passant par la recherche scientifique.
• Dans une interview accordée au New York Times, Geoffrey Hinton annonce avoir quitté Google pour pouvoir parler librement des dangers de l’IA. Avec l’avancée extrêmement rapide d’outils comme ChatGPT, Google Bard ou Bing, Hinton s’inquiète de leur potentiel mauvais usage, notamment d’un monde où personne ne sait ce qui est vrai.

‍

‍

🍰 En dessert : le challenge artistique  #Janco

👉 Ici on te présente le résultat de nos aventures artistiques avec les outils de Generative AI.

Le challenge de cette semaine : “Portrait du super héros qui va sauver la planète - a.k.a Jean-Marc Jancovici 😅”.

‍
Très belle semaine à tous

— l’équipe MillefeuilleAI

‍