Révolution dans l’IA : Un composant réduit la consommation énergétique de 99 %, une solution pour sauver notre planète !

Imaginez un monde où l’intelligence artificielle (IA) pourrait fonctionner de manière plus efficace, sans pour autant sacrifier une grande quantité d’énergie. Eh bien, cette vision est sur le point de devenir réalité grâce à une découverte révolutionnaire.

Un composant mystérieux a été développé, capable de réduire la consommation énergétique de l’IA de 99 %. Oui, vous avez bien lu, 99 % ! Cette avancée promet de bouleverser complètement le paysage de l’IA et d’ouvrir de nouvelles perspectives dans de nombreux domaines.

Réduire la consommation énergétique de l’IA : un enjeu majeur pour l’environnement

Les systèmes basés sur l’intelligence artificielle tels que ChatGPT ou Bard ont de nombreux points communs. Si beaucoup sont positifs, on se passerait bien de l’un d’entre eux : la consommation énergétique très importante.

L’IA demande d’ailleurs tellement d’électricité pour fonctionner qu’on commence à craindre des pénuries d’eau dans certaines villes. Réduire les besoins en énergie est donc une priorité pour contrer l’impact grandissant de cette technologie sur l’environnement.

Un transistor révolutionnaire pour une IA plus économe en énergie

Les ingénieurs de l’Université de Northwestern dans l’Illinois aux États-Unis ont justement mis au point un composant révolutionnaire. Un transistor qui permet à l’intelligence artificielle de fonctionner avec seulement 1 % de l’énergie actuellement nécessaire.

Pour réussir cet exploit, les tâches sont effectuées localement, depuis l’appareil. Mark C. Hersam, l’un des auteurs des travaux, rappelle en effet qu’aujourd’hui, “la plupart des capteurs récoltent les données et les envoient ensuite dans le Cloud, où l’analyse se déroule sur des serveurs très énergivores avant que les résultats ne soient renvoyés à l’utilisateur”.

Le transistor créé par les équipes n’utilise pas de silicone comme c’est le cas majoritairement, mais du disulfure de molybdène et des nanotubes en carbone. Sans entrer dans les détails, cela réduit de 99 % la consommation énergétique lorsqu’une analyse est demandée à l’IA embarquée.

En guise de test, les chercheurs ont demandé au système d’analyser 10 000 électrocardiogrammes disponibles publiquement et de classer les battements cardiaques selon 6 types distincts. Les résultats sont justes à 95 %.

Les bénéfices d’une analyse locale pour l’IA embarquée

L’un des avantages majeurs d’une analyse locale des données par l’intelligence artificielle est le gain de temps considérable. En effet, lorsque les données sont envoyées dans le Cloud pour être analysées sur des serveurs distants, cela entraîne inévitablement un délai d’attente avant que les résultats ne soient renvoyés à l’utilisateur.

En effectuant l’analyse localement, depuis l’appareil lui-même, ce délai est considérablement réduit, permettant ainsi une réponse quasi instantanée. Cela est particulièrement avantageux dans des domaines tels que la santé, où des décisions rapides peuvent être cruciales.

En plus du gain de temps, une analyse locale renforce également la sécurité des données. Lorsque les données sont transmises vers le Cloud, il existe toujours un risque potentiel qu’elles soient interceptées ou piratées en cours de route. En gardant les données sur l’appareil et en effectuant l’analyse localement, ce risque est considérablement réduit, offrant ainsi une meilleure protection des informations sensibles.

Enfin, l’analyse locale ouvre de nouvelles possibilités d’applications en temps réel dans des objets connectés courants. Par exemple, en équipant des montres ou des bracelets avec des transistors capables de faire fonctionner l’IA localement, il serait possible de configurer chaque appareil selon les données de santé personnelles de son propriétaire. Cela permettrait d’obtenir des informations en temps réel sur la santé, telles que la fréquence cardiaque ou le niveau d’activité, de manière rapide, sécurisée et économe en énergie.