Penser les modèles d’IA en fonction de leur impact climatique
● Chercheur à l’université de Copenhague et spécialiste en machine learning, Raghavendra Selvan nous explique pourquoi l’IA consomme autant d’énergie et comment l’optimiser.
● Il a développé des méthodes de mesure de l’empreinte carbone des outils de machine learning, et propose d’optimiser les modèles d’IA pour limiter leur impact climatique.
● Tant dans l’utilisation des logiciels et leur optimisation que dans la manière dont sont réalisés les calculs, il est possible de créer des outils performants moins énergivores.
Lire l'article
● Il a développé des méthodes de mesure de l’empreinte carbone des outils de machine learning, et propose d’optimiser les modèles d’IA pour limiter leur impact climatique.
● Tant dans l’utilisation des logiciels et leur optimisation que dans la manière dont sont réalisés les calculs, il est possible de créer des outils performants moins énergivores.
L’apprentissage automatique pour réduire les déchets plastiques en mer
Lire l'article
Recyclage : des déchets aux données, l’IA fait le tri
Lire l'article
Apprentissage scolaire et IA : cours personnalisés et corrections en temps réel
Lire l'article
Inscrire l’accès à Internet dans les droits humains : entretien avec Merten Reglitz
Lire l'article