Introduction La bonne pratique RGIAF BP 31 issue du référentiel AFNOR SPEC 2314 met en lumière l’importance de l’A/B Testing de modèles d’Intelligence Artificielle (IA) afin d’identifier celui offrant le meilleur équilibre entre performance et consommation de ressources. Cette démarche … Read More

Introduction La bonne pratique BP29 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) encourage la réutilisation des algorithmes déjà entraînés et le partage des modèles réalisés en Open Source. Cette démarche aide à réduire l’impact environnemental de l’intelligence artificielle … Read More

Introduction La bonne pratique BP 30 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en lumière l’importance de privilégier des modèles d’intelligence artificielle (IA) plus frugaux, c’est-à-dire moins énergivores et moins gourmands en données. Cette démarche vise à … Read More

Introduction La bonne pratique BP27 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) propose de rationaliser les modèles d’intelligence artificielle afin d’optimiser leur efficacité tout en réduisant leur impact environnemental. Cette approche modérée en termes de gains de frugalité et … Read More

Introduction La bonne pratique RGIAF BP28 consiste à décomposer un gros modèle d’IA généraliste en plusieurs petits modèles spécialisés. Cette approche permet de réduire l’empreinte environnementale globale liée à la conception, l’entraînement et l’inférence des modèles d’IA, tout en améliorant … Read More

Comprendre la Bonne Pratique BP 26 du référentiel RGIAF La Bonne Pratique 26 du Référentiel Général pour l’IA Frugale (RGIAF), édité par AFNOR, souligne l’importance d’un codage responsable comme levier majeur pour réduire l’impact environnemental des solutions d’intelligence artificielle. Pourquoi … Read More

Introduction La bonne pratique n°24 du référentiel général pour l’IA frugale (RGIAF BP 24) porte sur l’assurance de la frugalité des infrastructures tout au long de l’exploitation d’un service d’intelligence artificielle. Cette démarche permet de minimiser l’impact environnemental en optimisant … Read More

Introduction La bonne pratique BP 25 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en lumière l’importance d’adapter continuellement les stratégies de mesure d’impact environnemental dans le cadre des services d’IA, afin de préserver leur frugalité. Pourquoi réévaluer les … Read More

Introduction Ce guide explique la bonne pratique numéro 23 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) qui consiste à réaliser une estimation préalable de la consommation énergétique d’un modèle d’intelligence artificielle. Cette méthode permet de réduire l’impact environnemental des … Read More

Introduction La Bonne Pratique N°22 du référentiel AFNOR SPEC 2314 RGIAF met en avant une approche frugale pour réduire l’impact environnemental des services d’IA. Elle recommande de favoriser l’usage des terminaux existants des utilisateurs ou salariés pour réaliser l’entraînement ou … Read More

Introduction Dans le cadre du référentiel général pour l’IA frugale (AFNOR SPEC 2314), la bonne pratique n°21 (BP 21) met l’accent sur la création d’un référentiel des impacts environnementaux des projets d’intelligence artificielle verte (GreenAI). Cette page vous guide pas … Read More

Introduction La bonne pratique BP19 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en avant l’utilisation de jeux de données open source lors des phases de prototypage des projets d’intelligence artificielle. Cette démarche permet de réduire l’empreinte environnementale associée … Read More

Introduction L’impact environnemental de l’intelligence artificielle (IA) peut être significatif, notamment à cause de la consommation énergétique liée aux équipements matériels. La bonne pratique BP 20 du Référentiel Général pour l’IA Frugale (RGIAF), recommandée par l’AFNOR SPEC 2314, met l’accent … Read More

Introduction La bonne pratique n°18 du référentiel général pour l’IA frugale (RGIAF) met en avant l’importance de disposer d’une offre de produits numériques d’intelligence artificielle (IA) « sur étagère » qui favorise la frugalité. Cette approche vise à limiter la création redondante … Read More

Introduction La bonne pratique BP17 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en avant l’importance de mettre en place un référentiel unique pour les « services IA » frugaux. Ce guide explique comment implémenter cette bonne pratique … Read More

Introduction La bonne pratique BP 16 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en lumière l’importance cruciale d’identifier et de mobiliser le vivier de compétences en IA frugale. Cette démarche est essentielle pour intégrer durablement des solutions … Read More

Introduction La bonne pratique BP 15 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en avant l’importance de la compression des données pour réduire l’impact environnemental des systèmes d’intelligence artificielle. Cette démarche vise à optimiser la gestion des données … Read More

RGIAF – BP14 : Acculturer et Former les Parties Prenantes à l’IA Frugale La bonne pratique n°14 du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en avant l’importance d’acculturer et de former l’ensemble des parties prenantes pour réduire … Read More

Introduction La Bonne Pratique N°13 du Référentiel général pour l’IA Frugale (RGIAF) souligne l’importance de piloter la performance environnementale des systèmes d’IA afin de réduire l’impact écologique tout au long de leur cycle de vie. Cette démarche nécessite une intégration … Read More

RGIAF – Bonne Pratique 12 : Instruire la frugalité dans chaque projet IA grâce au cycle de vie La gestion responsable de l’Intelligence Artificielle (IA) est un enjeu majeur pour réduire son impact environnemental. La bonne pratique numéro 12 issue … Read More

Introduction La gestion responsable d’un projet d’intelligence artificielle (IA) inclut la prise en compte de la fin de vie des solutions et équipements employés. La Bonne Pratique 11 (BP 11) du Référentiel Général pour l’IA Frugale (RGIAF) proposé par l’AFNOR … Read More

Introduction La Bonne Pratique n°10 du référentiel RGIAF (Référentiel Général pour l’IA Frugale) met en lumière l’importance de définir des règles de stockage des données adaptées aux usages afin de réduire l’impact environnemental des solutions d’Intelligence Artificielle. Pourquoi optimiser le … Read More

RGIAF – BP 08 : Utilisation d’un jeu de données pertinent pour une IA frugale Introduction L’efficacité environnementale de l’intelligence artificielle (IA) passe par une gestion optimisée des données utilisées. Selon la bonne pratique BP 08 du référentiel AFNOR SPEC … Read More

Introduction La bonne pratique numéro 09 du référentiel général pour l’IA frugale (RGIAF) insiste sur l’intégration de la frugalité dans les critères de pertinence de l’intelligence artificielle. Cette approche vise à réduire l’impact environnemental des systèmes d’IA tout en répondant … Read More

Introduction La gestion de la qualité des données est une étape cruciale dans la démarche d’Intelligence Artificielle Frugale (IA Frugale) selon le référentiel AFNOR SPEC 2314 (RGIAF). La bonne pratique BP 07 met en lumière l’importance de travailler sur la … Read More

Introduction La bonne pratique BP 05 du Référentiel Général pour l’IA Frugale (RGIAF) met l’accent sur l’intégration de mesures d’écoconception pendant la phase de développement des services d’intelligence artificielle. Cette étape est cruciale car elle engage des équipements informatiques dont … Read More

RGIAF BP 06 : Maîtriser le volume des données pour une IA frugale et durable Introduction La bonne pratique BP 06 du référentiel AFNOR SPEC 2314, intitulée « Maîtriser le volume des données », s’inscrit dans une démarche de réduction … Read More

Introduction Le réentraînement d’un modèle d’Intelligence Artificielle est une étape clé mais particulièrement énergivore dans son cycle de vie. La bonne pratique BP 04 issue du référentiel général pour l’IA frugale (AFNOR SPEC 2314) met en avant la nécessité de … Read More

Introduction La bonne pratique BP02 du Référentiel Général pour l’IA Frugale (RGIAF) met en lumière l’importance cruciale de choisir et de développer des solutions numériques répondant spécifiquement aux besoins sans recourir systématiquement à l’intelligence artificielle. Cette démarche est essentielle pour … Read More

Introduction La bonne pratique BP 03 du référentiel RGIAF (Référentiel général pour l’IA frugale) propose d’utiliser des méthodes de compression pour réduire l’empreinte environnementale des algorithmes d’intelligence artificielle. Cette approche vise à diminuer la taille des modèles IA tout en … Read More

Introduction La bonne pratique RGIAF BP 01, issue du référentiel général pour l’IA frugale (AFNOR SPEC 2314), souligne l’importance d’utiliser des méthodes d’analyse de besoin pour garantir une mise en œuvre frugale de l’IA. Cette démarche vise à réduire l’impact … Read More