L’IA comme arme dans la lutte contre le changement climatique — Entretien avec Priya Donti | Agoria

L’IA comme arme dans la lutte contre le changement climatique — Entretien avec Priya Donti

Image
Publié le 31/08/21 par Pierre Martens
Le 6e rapport d'évaluation du GIEC ne laisse aucune place au doute. La terre se réchauffe plus vite qu'on ne le pensait et la marge de manœuvre dont nous disposons pour éviter des conséquences catastrophiques se réduit.
Quelques éléments clés :
- La température moyenne de l’air à la surface du globe (GSAT) relevée entre 2010 et 2019 est déjà supérieure de 0,9 °C à 1,2 °C à celle relevée entre 1850 et 1900.
- Le changement climatique touche toutes les régions habitées de la planète, mais les effets ne sont pas les mêmes partout.
- Le monde passera le cap des 1,5 °C entre 2030 et 2035, selon les scénarios d'émissions.
- Le niveau global moyen de la mer (GMSL) s'élève, et ce à un rythme plus rapide qu'au cours de tout autre siècle depuis au moins 3 millénaires.
- Même si on éliminait suffisamment de carbone de l'atmosphère pour que les émissions mondiales nettes deviennent négatives, certains effets du changement climatique, comme l'élévation du niveau de la mer, ne s’inverseraient pas avant plusieurs siècles au moins.
Consultez le 6e rapport du GIEC

 Il est clair que nous aurons besoin non seulement de stratégies d'atténuation pour réduire les émissions de CO2 aussi rapidement que possible, mais aussi de stratégies d'adaptation pour faire face aux impacts du changement climatique tels que l'élévation du niveau de la mer, les pics de chaleur, les fortes précipitations, la sécheresse agricole, etc. 
 
Nous nous sommes entretenus avec Priya Donti, cofondatrice et présidente de l'association Climate Change AI, pour comprendre le rôle que l'intelligence articifielle (IA) peut jouer dans la lutte contre le changement climatique. 
 

Qui est Priya Donti ?
Priya Donti est doctorante en informatique et politique publique à l'université de Carnegie Mellon, et une boursière diplômée du programme U.S. Department of Energy Computational Science. Elle est également cofondatrice et présidente de Climate Change AI, une initiative visant à promouvoir les travaux influents dans le domaine du changement climatique et de l'apprentissage automatique.

« Mon doctorat porte sur l'apprentissage automatique au service de la prévision, de l'optimisation et du contrôle des réseaux électriques à forte proportion d'énergies renouvelables. Plus précisément, mes recherches se concentrent sur les méthodes permettant d'intégrer la physique et les contraintes dures associées aux systèmes d'alimentation électrique dans les modèles d'apprentissage profond (deep learning). »

Le 1er octobre prochain, Priya Donti sera l'intervenante principale lors de l'événement de lancement du cours en ligne « AI in Energy » d’Agoria.

Quand avez-vous mis sur pied l'initiative « Climate Change AI » et pourquoi ? 
« Tout a commencé il y a deux ans, lorsque nous avons publié, avec une vingtaine de chercheurs, une étude dans laquelle nous décrivions les différentes façons dont l'apprentissage automatique pouvait contribuer à atténuer le changement climatique et nous permettre de nous y adapter. 
 
De nombreux membres de la communauté IA sont préoccupés par ce sujet et cherchaient donc comment ils pourraient mettre leur expertise à profit pour apporter leur pierre à l’édifice. D’autre part, divers flux de données font leur apparition en lien avec le changement climatique, et les experts en énergie et en climatologie du monde entier commencent à se rendre compte des possibilités offertes par l'apprentissage automatique. Avec l'initiative Climate Change AI, nous avons voulu réunir ces deux écosystèmes. »
 
Le nouveau rapport du GIEC a été publié et révèle que la planète se réchauffe à un rythme plus rapide que prévu. Pensez-vous que nous serons en mesure de limiter le réchauffement climatique à 1,5 °C ?
« Je reste optimiste et je pense que nous pouvons trouver une solution. Le changement climatique n'a pas de bouton marche/arrêt. Nous pouvons choisir le degré de réchauffement que nous accepterons en tant que société. Il est évident que nous devons non seulement accélérer les efforts pour réduire les émissions, mais également réfléchir à des mesures qui nous permettront de nous y adapter. »
  
Pouvez-vous donner quelques exemples de la manière dont l'IA peut aider à lutter contre le changement climatique ? 
« Pour ce qui est de l'atténuation, l'IA peut par exemple aider à automatiser les systèmes de chauffage et de climatisation dans les bâtiments, en se basant sur la combinaison des données des capteurs, les prévisions météorologiques, les schémas d'occupation, etc. Il existe également des cas d'utilisation permettant d’améliorer l'équilibre du réseau électrique, notamment via des prévisions plus précises de la production d'énergie renouvelable et de la demande d'énergie. Toutefois, l'IA n'est pas une solution miracle. Lorsqu'elle est applicable, elle ne constitue généralement qu'une partie de la solution. Par exemple, utiliser des systèmes de contrôle intelligents dans un bâtiment sans isolation ne serait pas très utile.
 
En ce qui concerne l'adaptation, l'IA peut contribuer à réduire le temps de calcul associé aux grands modèles climatiques, en procédant par exemple à une approximation pour certaines parties de ces modèles et en générant de meilleures estimations pour certains de leurs paramètres. Cela peut contribuer à réduire la complexité des modèles de changement climatique et à en réduire l'échelle. C’est important dans la mesure où les communautés locales et les pays doivent comprendre quels seront les effets du changement climatique dans leur région. Le changement climatique touche déjà toutes les régions habitées de la planète, mais les effets ne sont pas les mêmes partout. 
 
Un autre domaine émergent est l'utilisation de l'apprentissage automatique pour les assurances, par exemple pour déterminer le risque d'inondation et de feux de forêt dans certaines zones. 
 
Enfin, en ce qui concerne les politiques, l'IA peut aider à analyser les documents politiques des différents gouvernements et des entreprises, à analyser des modèles, à déterminer ce qui a fonctionné ou non, et à fournir des informations aux citoyens sur la meilleure façon de défendre certaines politiques auprès de leurs représentants ou des entreprises. » 

« L'IA n'est pas une solution miracle. Lorsqu'elle est applicable, elle ne constitue généralement qu'une partie de la solution. Utiliser des systèmes de contrôle intelligents dans un bâtiment sans isolation ne serait pas très utile. » 
Priya Donti, cofondatrice et présidente de l'association Climate Change AI

La consommation d'énergie associée aux technologies digitales telles que l'IA et la blockchain ne vous préoccupe-t-elle pas ? N'aura-t-elle pas un impact sur les contributions positives que ces technologies peuvent apporter ? 
« Cela dépend fortement du cas d'utilisation. Nous avons évoqué certains cas où l'apprentissage automatique peut apporter une contribution positive à l'action climatique, mais il est évident que l'apprentissage automatique utilisé pour accélérer l'extraction et l'utilisation du pétrole et du gaz ou pour promouvoir certains produits de consommation peut avoir un impact négatif important sur le climat.  
 
En ce qui concerne l'empreinte carbone de l'apprentissage automatique, il faut prendre en compte non seulement les centres de données et leur consommation d'énergie, mais aussi le matériel déployé pour exécuter ces applications sur le terrain et les besoins en énergie (et en ressources) qui en découlent. Alors que certains des plus grands modèles d'apprentissage automatique consomment beaucoup d'énergie, la plupart des algorithmes d’apprentissage automatique dont nous avons parlé dans notre étude sont en fait assez peu énergivores. Pour évaluer l'impact de l'apprentissage automatique, il faut donc l'envisager de manière globale et mettre en balance les impacts positifs et négatifs. 
 
Un autre élément important dont on ne parle pas souvent est la nécessité d’assurer un accès équitable aux modèles d'apprentissage automatique, afin que l’on puisse contribuer à leur développement partout dans le monde. Les grands modèles d'apprentissage automatique sont souvent coûteux à exploiter, de sorte qu’il est difficile pour de nombreuses institutions de contribuer à leur développement. Ce point est également lié à la justice climatique. Les populations défavorisées sont souvent les plus exposées aux conséquences du changement climatique, mais ces mêmes populations sont souvent exclues des processus de développement technologique visant à lutter contre ce phénomène. La seule façon d'y remédier est de prendre des mesures explicites pour éviter cela. » 
 
Vous avez dressé une liste des bases de données auxquelles vous voudriez accéder sur votre site. Les données sont-elles difficilement accessibles ?  
« Après avoir rédigé l’étude Climate Change AI, nous avons établi cette liste afin de comprendre l'état des données nécessaires pour les applications qui y étaient mentionnées. Il existe de nombreux goulots d'étranglement en matière de données. Elles sont souvent fragmentées, privées ou sans licence appropriée. Il peut y avoir des problèmes en matière de protection ou de sécurité. Les entreprises et organisations accumulent souvent de nombreuses données dont elles pensent pouvoir tirer profit un jour, même si elles ne les utilisent pas encore. Les entreprises, les services publics et les consommateurs finaux préoccupés par le changement climatique devraient réfléchir à la manière dont ils pourraient rendre leurs données publiques au profit de l'ensemble de la communauté.
 
Dans de nombreux contextes physiques, ce n'est pas seulement une question de données, mais aussi d'accès à des environnements de simulation réalistes. Dans le secteur de l’électricité notamment, les possibilités d’examiner si votre solution fonctionne dans la pratique sont plutôt limitées. »
 
Les citoyens (belges) peuvent-ils faire quelque chose à leur niveau ? 
« Bien sûr ! Nous organisons une série d'ateliers lors des grandes conférences sur l'apprentissage automatique, qui rassemblent généralement entre 1.000 et 2.000 participants du monde entier. Il s'agit d'un mouvement planétaire réunissant des personnes souhaitant mettre à profit leurs compétences en matière d'apprentissage automatique ou des personnes impliquées dans la lutte contre le changement climatique. Toutes les deux semaines environ, nous organisons également une « happy hour » virtuelle. Par ailleurs, nous proposons également une série de webinaires mensuels, et nous avons récemment lancé une plateforme communautaire afin de faciliter la mise en relation des compétences au sein de la communauté. Vous pouvez également vous abonner à notre newsletter.
 
Pour conclure, il n'est pas nécessaire d'être un expert en IA ou en climatologie pour apporter sa contribution. Chacun peut réfléchir à la façon dont il peut apporter son soutien à son niveau, en encourageant par exemple son entreprise à agir ou en s'adressant à ses représentants politiques. » 

Événement de lancement AI in Energy
Vous souhaitez en savoir plus sur les différentes façons dont l'IA peut contribuer à la lutte contre le changement climatique ? Rendez-vous le 1er octobre pour l'événement de lancement de « AI in Energy », un cours en ligne gratuit sur le pouvoir de transformation de l'IA dans le secteur de l'énergie. 

La ministre fédérale de l'Énergie Tinne Van der Straeten lancera le cours à l'occasion d'un événement virtuel le 1er octobre (15-16h30).
 
Après le discours d'ouverture de Tinne Van der Straeten, Priya Donti, cofondatrice et présidente de Climate Change AI, évoquera les différentes manières dont l'IA peut contribuer à la lutte contre le changement climatique.

Intéressé? Inscrivez-vous dès maintenant ici
Cet article était-il utile ?