La célèbre filiale d’Alphabet dédiée à l’intelligence artificielle a développé un système automatisé désormais apte à contrôler le systèmes de refroidissement des fermes à serveurs de Mountain View, lui permettant de réaliser des économies d’énergie. Avec un petit aspect « lois de la robotique » qui ne serait pas pour déplaire à Asimov.
Deepmind ne fait pas qu’humilier les plus grands joueurs de Go, elle refroidit également les datacentres d’Alphabet. La filiale IA du géant de Mountain View a déployé en 2016 un système de recommandation mâtiné d’IA afin d’optimiser l’efficacité énergétique des fermes de serveurs de Google. Il ne s’agissait alors que de remonter des informations afin de recommander des moyens d’économiser de l’énergie et de réduire les émissions de CO2.
Mais Deepmind franchit une nouvelle étape puisque le système va désormais contrôler directement le refroidissement des datacentres. Pour cela « toutes les cinq minutes, notre IA sur le cloud prend un instantané du système de refroidissement du centre de données à partir de milliers de capteurs et l'injecte dans nos réseaux de neurones profonds. L'IA identifie alors les actions qui minimiseront la consommation d'énergie tout en satisfaisant un ensemble robuste de contraintes de sécurité. Ces actions sont renvoyées au centre de données, où les actions sont vérifiées par le système de contrôle local puis mises en œuvre » écrivent les ingénieurs de Deepmind.
Des mécanismes de sécurité
Grâce à ce système, Google explique avoir réalisé « en seulement quelques mois » des économies d’énergie de l’ordre de 30% et espère des améliorations à venir. Il s’agit selon le géant de la première mise en oeuvre de ce type de systèmes dans des datacentres. Evidemment, la direction de Deepmind ne pouvait pas ne pas évoquer les garde-fous employés. « Nos opérateurs [humains] de centres de données ont toujours le contrôle et peuvent choisir de quitter le mode de contrôle IA à tout moment » rassure l’équipe.
En outre, le système automatisé est doté de certaines procédures afin d’éviter les erreurs. Une première méthode, qui trouverait largement sa place dans un roman de science-fiction, consiste pour l’IA à « estimer l’incertitude ». « Pour chaque action potentielle - et il y en a des milliards - notre agent d’intelligence artificielle calcule sa certitude qu’il s’agit d’une action appropriée. Les actions peu fiables sont éliminées ». Autre méthode, une vérification à deux couches : les actions calculées par l’IA sont évaluées par rapport à une liste de contraintes de sécurité définies par les opérateurs humains. Et une fois les données descendues du cloud au centre de données, le système de contrôle local vérifie les instructions par rapport à son propre ensemble de contraintes.