L’écologie s’est imposée comme un sujet majeur dans le débat public. Devant le peu de réponses apportées par les dirigeants politiques, les initiatives de toutes parts sont à saluer. L’Intelligence Artificielle, bien qu’elle même énergivore, représente une formidable opportunité de nous aider à modifier nos comportements. Voici quelques exemples d’actions concrètes reliant IA et environnement.
Optimiser notre production et consommation énergétique
L’une des principales problématiques aujourd’hui concernant le développement durable est l’optimisation énergétique, notamment en ce qui concerne l’électricité et les énergies fossiles.
L’électricité est aujourd’hui ce qui se rapproche le plus de l’énergie parfaite. Son utilisation émet peu de gaz à effet de serre et elle est simple à produire. Deux problèmes majeurs peuvent toutefois être soulevés :
• Son stockage à grande échelle : aujourd’hui l’électricité est produite puis directement envoyée sur le réseau. Elle s’adapte peu à la demande et provoque ainsi des déperditions importantes.
• Sa production : on parle souvent d’électricité « propre » ou « verte ». Qualificatifs qui sont davantage dictés par des stratégies de communication que par des caractéristiques techniques intrinsèques.
Aujourd’hui, il n’existe en effet aucun mode de production d’énergie parfait. L’éolien nécessite des socles contenant 400m3 de béton (l’un des matériaux le plus énergivore) et les panneaux solaires, quant à eux, sont composés de terres rares dont l’extraction et le recyclage sont extrêmement polluants et complexes. Ce rapide état des lieux fait donc de l’optimisation énergétique, une étape essentielle dans toute démarche environnementale.
Google l’a bien compris, lorsqu’en 2014, il rachetait DeepMind, startup spécialisée en IA et qui a travaillé sur l’optimisation énergétique de leurs Data Centers, réalisant ainsi plus de 15% d’économie d’énergie.
On peut également évoquer les travaux de Patrick Vetter, Docteur en intelligence artificielle, qui a travaillé sur une cartographie d’éoliennes grâce à des algorithmes de Deep Learning et des photos satellites. Cette cartographie, couplée aux données météo et aux performances énergétiques des éoliennes, permet de prédire la production d’électricité dans le temps. L’énergie dite « verte », peut ainsi être favorisée à l’énergie fossile en fonction de la demande. Cette technologie sert également à optimiser les lieux d’implantation des futures éoliennes.
Enfin, on retrouve l’IA dans le secteur de l’automobile, notamment pour la technologie Hybride pour laquelle des chercheurs de l’université de Riverside ont cherché à optimiser l’usage et la consommation de carburant. Utiliser l’IA leurs a permis de réaliser des économies de l’ordre de 30%. L’algorithme apprend à combiner les deux sources d’énergies en analysant la conduite de l’utilisateur et le comportement du véhicule. Cette solution permet donc de réduire les émissions de CO2 et d’augmenter l’autonomie du véhicule.
Optimiser et développer une agriculture plus raisonnée
Au-delà de l’optimisation énergétique, l’IA est utilisée à des fins d’optimisation dans de nombreux autres secteurs d’activité, tout particulièrement l’agriculture dont le marché est estimé à 2,6 B$ d’ici 2025 [1].
Microsoft via son programme AI for Earth a notamment développé et financé plusieurs projets liés à l’agriculture dont FarmBeat. Ce projet, vise à prévoir les dates de semence, d’irrigation, de récolte ou encore d’ajout de produit phytosanitaire en se basant sur les données météorologiques, mais aussi sur la qualité des terres et sur les différents types de plantations.
Un autre exemple concerne la Startup Bilberry, qui a développé une technologie permettant de réduire l’utilisation d’herbicides par les agriculteurs. La solution scanne en temps réel le champ et identifie les zones nécessitant de l’herbicide. Cela permet non seulement à l’agriculteur de faire des économies, mais aussi de réduire très significativement l’impact environnemental de ses cultures.
Concernant la phase de récolte, on retrouve par exemple l’agriculteur Japonais, Makoto Koike, qui utilise le Deep Learning, et notamment TensorFlow, pour trier automatiquement ses concombres en fonction de leurs aspect, couleur, fraicheur et qualité, valorisant ainsi l’ensemble de sa récolte pour des utilisations adaptés, tout en supprimant le gaspillage alimentaire.
Enfin, Omniearth, grâce à son IA et son partenariat avec IBM, cartographie et analyse les besoins en eau sur un territoire donné, permettant in fine, de réduire la consommation d’eau jusqu’à 15%.
Économie circulaire, recyclage, pollution et autres applications
Il existe un très grand nombre d’autres applications de l’IA sur l’environnement dans le monde. On pourrait notamment parler de l’IA et de l’économie circulaire. Avec par exemple Zenrocbotics qui crée des robots capables de trier automatiquement les déchets grâce à des algorithmes de machine Learning et ainsi optimise le recyclage.
Mais aussi de prédiction de la pollution, à l’image de Green Horizons, solution permettant de prédire à l’avance des zones géographiques à forte pollution et ainsi prévenir et communiquer, auprès de la population, sur les comportements à adopter. Aclima Insights, en partenariat avec Google, propose également le même type de solution.
Enfin, IBM et son programme d’IA Watson qui propose à ses utilisateurs de trouver des solutions aux problèmes environnementaux, en posant directement à son outil une question technique en langage naturel. L’outil est construit à partir d’une base de données enrichie par des publications et articles scientifiques du monde entier. Il devient alors, en quelque sorte, un assistant de recherche.
Conclusion
Même s’il est vrai, que le changement du comportement de l’Homme doit se faire avant tout à un niveau individuel et politique, on peut voir que l’IA peut avoir un grand impact quant à la correction et l’amélioration de nos pratiques. L’augmentation exponentielle du nombre de données captées et stockées chaque année (90% des données mondiales ont été générées ces 2 dernières années [2]), ouvre d’autant plus les possibilités de l’IA quant aux problématiques environnementales. Une condition doit cependant être respectée, celle d’utiliser ces données à des fins allant dans le sens du développement durable de notre planète.
C’est ce que nous essayons de faire chez Keley, avec comme leitmotiv la Tech 4 Good. Nous développons des IA chez nos clients avec un objectif commercial, mais dans le sens du développement durable, que ce soit son aspect économique, social ou environnemental.
[2] https://www.planetoscope.com/electronique/230-energie-consommee-par-les-data-centers.html
