IA durable : l’UNESCO récompense des modèles capables de faire « plus avec moins » 🌱🤖

Click here to read in English

Plus de 149 participants venus de 30 pays ont pris part au Resilient AI Challenge, un concours international consacré à la conception de modèles d’intelligence artificielle plus économes en énergie. Portée par l’UNESCO, les gouvernements français et indien ainsi que la Coalition pour une IA durable, l’initiative a récompensé trois équipes ayant réussi à réduire les besoins en calcul de leurs modèles tout en maintenant leurs performances.

Réduire les besoins en calcul sans perdre en performance ⚡

Plus concrètement, les participants au concours ont travaillé sur des versions plus compactes de modèles open source ou open weight proposés par les partenaires technologiques du programme, dont Google, Mistral AI et Sarvam AI. L’objectif n’était pas simplement de créer des modèles plus petits : il fallait surtout parvenir à trouver un équilibre entre trois paramètres essentiels : la précision des résultats, les performances des systèmes et leur consommation énergétique.

Pour y parvenir, les équipes ont travaillé autour de trois applications concrètes de l’intelligence artificielle : la génération de texte, la transcription audio et la description d’images.

Cette démarche repose par ailleurs sur les conclusions d’une étude réalisée conjointement par l’UNESCO et University College London (UCL). Intitulée Smarter, Smaller, Stronger: Resource-efficient AI and the Future of Digital Transformation, cette recherche montre qu’une conception plus réfléchie des systèmes d’IA peut contribuer à réduire considérablement leur consommation de ressources, sans pour autant compromettre leurs performances. Le Resilient AI Challenge a ainsi permis de passer de ces résultats scientifiques à des applications concrètes.

Trois équipes récompensées 🏆

À l’issue du concours, trois équipes ont été distinguées dans les différentes catégories. Dans la catégorie Text-to-text, l’équipe française Wavestone Wavelets a travaillé avec le modèle Sarvam-30B de Sarvam AI.

Pour la catégorie Audio-to-text, c’est l’équipe indienne MCTE qui a été récompensée pour son utilisation de Voxtral Realtime de Mistral AI. Enfin, dans la catégorie Image-to-text, l’équipe chinoise LiteMind s’est appuyée sur Gemma 4 de Google.

À travers ces différentes réalisations, les équipes ont montré que la réduction des besoins en calcul pouvait passer par la compression des modèles et par des méthodes d’ingénierie adaptées. Surtout, ces optimisations peuvent être réalisées sans nécessairement entraîner une baisse importante des performances.

Une IA adaptée aux environnements contraints 🌍

Au-delà de la seule question technique, l’enjeu est également énergétique et économique. En effet, des modèles nécessitant moins de puissance de calcul peuvent être déployés dans des environnements où les ressources informatiques et énergétiques sont limitées.

Cette approche pourrait ainsi contribuer à rendre certaines technologies d’intelligence artificielle plus accessibles, tout en limitant leur empreinte sur les ressources disponibles. Pour Clara Chappaz, ministre déléguée française chargée de l’Intelligence artificielle et du Numérique, cette recherche d’efficacité répond précisément à plusieurs enjeux liés au développement de l’IA.

« En réduisant les demandes computationnelles, l’IA devient viable même en environnement contraint énergétiquement », souligne-t-elle.

À travers ce challenge, l’UNESCO et ses partenaires défendent donc une approche fondée sur le développement d’une intelligence artificielle capable de faire davantage avec moins de ressources, sans renoncer à ses performances.

Et vous, pensez-vous que l’avenir de l’IA passe nécessairement par des modèles plus puissants, ou plutôt par des modèles capables de faire plus avec moins de ressources ?