L’apprentissage automatique, dans les différentes tâches allant de l’entraînement à l’inférence, peut être très gourmand en énergie et soulève des préoccupations environnementales croissantes. Cette situation a inspiré différentes initiatives favorisant une IA plus frugale et plus verte.
Au-delà de la mise en œuvre de bonnes pratiques, il apparaît crucial pour les chercheurs et data engineers d’acquérir une connaissance empirique de la consommation d’énergie selon la tâche, le profil de données, l’environnement matériel, afin d’améliorer les stratégies de calibration ; promouvoir des algorithmes moins gourmands et économiser de l’argent. Pour ce faire, le Domaine de Recherche ‘Responsible AI’ propose un format agnostique et modulaire, à la fois orienté objet et tabulaire, qui pourrait servir de socle commun à diverses bibliothèques logicielles, terminaux et écosystèmes numériques, dans le but de concrétiser une promesse de données ouvertes en matière de consommation électrique de l’apprentissage automatique.
Le format est livré avec une définition étendue du schéma JSON, des tests d’intégrité et des outils de conversion tabulaire. N’hésitez pas à visiter le dépôt public GitHub avec son code Python sous licence CC 4.0 pour en savoir plus sur la proposition et participer aux discussions sur la feuille de route.