La société Comet spécialisée en intelligence artificielle et en apprenstissage automatique, se préoccupe de l'empreinte carbone de ces outils.

Au cours de l'été 2019, un groupe de chercheurs dirigé par Emma Strubell de l'Université du Massachusetts à Amherst a publié une étude qui estimait que la formation d'un seul modèle d'apprentissage en profondeur pouvait produire jusqu'à 626155 livres d'émissions de CO2. À titre de comparaison qui donne à réfléchir, ce montant est similaire aux émissions de CO2 produites par un Américain moyen sur 17 ans.

Pour Comet, le problème ne fait qu'empirer. Dans notre environnement de recherche centré sur l'apprentissage en profondeur, les progrès de l'intelligence artificielle sont réalisés en grande partie grâce à la création de modèles plus volumineux, à l'agrégation d'ensembles de données plus volumineux et à l'exploitation de plus de puissance de calcul.

Que peuvent faire les chercheurs pour atténuer l'empreinte carbone de leurs recherches? La première étape consiste à rendre les émissions associées à l'apprentissage automatique plus accessibles et transparentes. 

À cette fin, Comet s'est associé à certains des principaux chercheurs et praticiens en IA au monde - MILA , le laboratoire de recherche en IA dirigé par Yoshua Bengio à Montréal, BCG GAMMA , la division Analytics and Data Science du Boston Consulting Group, et Haverford College, pourcréer CodeCarbon, un package Python open source pour aider les chercheurs à suivre l'empreinte carbone de leurs recherches.

CodeCarbon enregistre la quantité d'énergie utilisée par l'infrastructure sous-jacente des principaux fournisseurs de cloud et des centres de données sur site hébergés en privé. Sur la base de sources de données accessibles au public, il estime la quantité d'émissions de CO₂ produites en se référant à l'intensité carbone du mix énergétique du réseau électrique auquel le matériel est connecté. Un projet public sur le site de Comet permet de voir CodeCarbon en action. (2ème video ci-dessous)

CodeCarbon est un logiciel libre sous licence MIT disponible sur GitHub.