Intelligence Artificielle et Environnement
A-L. LIGOZAT, S. OGER, G. FAY
Opening

Prè-requis

Notions en modélisation et en machine learning et/ou deep learning,
Programmation en python (librairies numpy, pandas, scikit, pytorch ou tensorflow)

Objectif du cours

L’objectif de ce cours est de relier la technologie qui bouleverse toutes les sciences et tous les secteurs (l’intelligence artificielle) aux enjeux majeurs pour l’humanité que sont le changement climatique et l’impact de l’activité humaine sur l’environnement. Il abordera de façon complémentaires les sujets de l’impact de l’IA elle-même sur l’environnement, la façon d’utiliser l’IA pour mesurer ces impacts, ou enfin d’activement réduire les effets de l’Homme sur la planète.

Organisation des séances

Cours : 3 séances de 3h / TP : 3 séances de 3h

Intervention 1 : CM mercredi 10 janvier 14h->17h, TP mercredi 24 janvier 14->17h

Intervenant.e : Anne-Laure Ligozat

Titre : Impacts environnementaux de l’intelligence artificielle

Résumé en quelques lignes : L’intelligence artificielle, et en particulier les modèles neuronaux, ont des impacts environnementaux non négligeables, qui sont de plus en plus étudiés : impacts dus au cycle de vie des équipements numériques utilisés (empreinte carbone, consommation d’eau, épuisement des ressources…), et impacts dus à l’utilisation de ces modèles dans d’autres secteurs. Ce cours présentera les types d’impacts résultant de l’utilisation de tels modèles ainsi que les méthodes et outils permettant de les mesurer et qualifier. Nous discuterons également des compromis entre coûts et bénéfices environnementaux et sociétaux.

TP1 : Étude de cas: évaluation environnementale d’un système d’IA

 

Intervention 2 : CM mercredi 31 janvier 14h->17h, TP mercredi 07 février 14->17h

Intervenant.e : Sentia Oger

Titre : L’exploitation des données climatiques et environnementales

Résumé en quelques lignes : Dans le contexte du changement climatique, il est fondamental d’améliorer les projections et prédictions climatiques afin que notre société anticipe son adaptation. Les observations météorologiques (e.g. stations et bouées météorologiques) et environnementales datent, pour certaines d’entre elles, de la fin du XIX ème siècle, mais ne couvrent pas l’ensemble de la planète. Depuis les années 1970, les données satellitaires complètent la couverture spatiale. A ces données viennent s’ajouter des simulations climatiques. L’ensemble de ces données, et la boîte à outils relative à l’apprentissage machine rendue librement accessible, permettent l’investigation de processus naturels.  Les données, outils et sujets sont nombreux. Ce cours en donnera une introduction.

TP2 : Cas d’application d’algorithmes d’apprentissage machine à des données d’infrason en région polaire

 

Intervention 3 : CM mercredi 28 février 14h->17h, TP mercredi 06 mars 14->17h

Intervenant.e : Gilles Faÿ

Titre : Données de capteurs et d’internet des objets pour une utilisation optimisée des ressources

Résumé en quelques lignes : La science des données permet d’exploiter les grands volumes des données générés par les capteurs communiquants. Lorsque ceux-ci mesurent l’activité humaine et/ou industrielle en termes de consommation d’eau potable, d’énergie, de transport ou de production de déchets, l’IA peut alors contribuer à la préservation des ressources et à la l’imitation de notre impact sur le milieu.  Les données peuvent être structurées ou non. Ce cours s’intéressera prioritairement aux données sous forme de séries temporelles.

TP3 : Etude de cas: exploitation de données de capteurs par techniques d’IA (domaine du grand cycle de l’eau).

 

Mode de validation

50% de contrôle continu (partie TP) et 50% pour la note de mini-projet ou lecture critique d’article (rapport écrit).

Thèmes abordés

Impacts environnementaux directs et indirects ; analyse de cycle de vie attributionnelle et conséquentielle ; empreinte carbone d’un service numérique ; consommation électrique d’équipements numériques

Préparation et analyse de séries chronologiques, segmentation, détection d’anomalies, prédictions.

Les intervenants

Anne-Laure LIGOZAT

(ENSIIE)

Sentia OGER

(CEA)

Gilles Faÿ

(CentraleSupélec)

voir les autres cours du 2nd semestre