Plus de 149 participants issus de 30 pays ont pris part à l’initiative. Leur mission consistait à développer des versions plus compactes de modèles open-source ou open-weight proposés par les partenaires technologiques du challenge : Google, Mistral AI et Sarvam AI.
L’enjeu était de trouver le meilleur compromis entre précision, performance et efficacité énergétique, à travers trois applications concrètes : la génération de texte, la transcription audio et la description d’images.
Le challenge s’appuie notamment sur une étude menée par l’UNESCO et University College London (UCL), intitulée Smarter, Smaller, Stronger : Resource-efficient AI and the Future of Digital Transformation. Ses conclusions montrent qu’une conception plus attentive des systèmes d’IA peut réduire fortement leur consommation de ressources sans nécessairement dégrader leurs performances.
Les résultats du concours viennent ainsi transformer ces travaux de recherche en solutions opérationnelles.
Trois équipes ont été distinguées :
- Text-to-text : Wavestone Wavelets, en France, avec Sarvam-30B de Sarvam AI ;
- Audio-to-text : MCTE, en Inde, avec Voxtral Realtime de Mistral AI ;
- Image-to-text : LiteMind, en Chine, avec Gemma 4 de Google.
Ces travaux démontrent qu’il est possible de réduire les besoins en calcul grâce à la compression des modèles et à des approches d’ingénierie adaptées, tout en conservant un niveau de performance élevé.
Pour Clara Chappaz, ministre déléguée française chargée de l’Intelligence artificielle et du Numérique, cette recherche d’efficacité répond à un triple enjeu.
« En réduisant les demandes computationnelles, l’IA devient viable même en environnement contraint énergétiquement », souligne-t-elle.
Elle résume les bénéfices attendus autour de trois dimensions : « économique par une IA plus accessible, environnementale par une IA respectueuse de nos ressources, équitable par une IA pour le plus grand nombre. »
Cette approche prend une importance particulière alors que le développement rapide de l’IA entraîne une explosion des besoins en capacités de calcul, en électricité et en infrastructures numériques.
Au-delà de la réduction de l’empreinte carbone, l’objectif est également de démocratiser l’accès à l’intelligence artificielle.
Des modèles plus petits et moins exigeants peuvent fonctionner sur des infrastructures informatiques plus modestes. Ils ouvrent ainsi la voie à leur utilisation par des chercheurs, des administrations publiques, des start-ups et des entreprises qui ne disposent pas nécessairement des capacités de calcul des grands acteurs technologiques.
Lors de l’annonce des résultats, Mariya Gabriel, sous-directrice générale de l’UNESCO pour la Communication et l’information, a insisté sur cette dimension.
« Le futur de l’IA n’est pas seulement de faire plus. Il s’agit de faire plus avec moins. Plus d’innovations avec moins de ressources, plus d’impacts avec une empreinte écologique réduite, plus d’opportunités pour plus d’individus. »
Selon elle, des systèmes d’IA plus efficaces pourraient être déployés sur des infrastructures de plus petite taille, rapprochant ces technologies « des écoles, hôpitaux, municipalités, petites entreprises et des communautés isolées ».
Une évolution particulièrement stratégique pour les pays en développement, où les contraintes énergétiques, matérielles et financières peuvent limiter l’accès aux technologies d’IA les plus avancées.
Partenaire du challenge, Mistral AI a notamment mis à disposition Voxtral Realtime, son modèle open-source de conversion de la parole en texte.
Pour François Lesage, directeur de la communication EMEA de Mistral, cette initiative s’inscrit dans une évolution profonde du secteur.
« Des modèles efficients et sur-mesure sont l’avenir », estime-t-il, en soulignant l’engagement de l’entreprise à rendre l’IA « plus accessible, efficace et durable ».
L’intérêt du challenge réside ainsi dans sa capacité à réunir autour d’un même objectif des gouvernements, une organisation internationale, des chercheurs et des entreprises technologiques.
Le Resilient AI Challenge s’inscrit dans la stratégie plus large de l’UNESCO en faveur d’une intelligence artificielle éthique, durable et centrée sur l’humain.
L’organisation rappelle que sa Recommandation sur l’éthique de l’intelligence artificielle, adoptée à l’unanimité par ses 193 États membres en 2021, encourage notamment le développement de systèmes d’IA durables et accessibles.
Avec ce challenge, l’UNESCO veut désormais montrer que la durabilité de l’IA ne relève pas uniquement des discours ou des engagements environnementaux. Elle peut aussi passer par des choix techniques très concrets : réduire la taille des modèles, optimiser leur fonctionnement et limiter les ressources nécessaires à leur déploiement.
Une approche qui pourrait devenir déterminante alors que la course mondiale à l’IA pousse les investissements dans les data centers et les infrastructures de calcul à des niveaux sans précédent.
Le message porté par le challenge est finalement simple : l’avenir de l’IA ne se mesurera pas seulement à la puissance des modèles, mais aussi à leur capacité à fonctionner avec moins de ressources. Une condition essentielle pour que les bénéfices de l’intelligence artificielle ne restent pas concentrés dans les pays et les entreprises disposant des plus grandes capacités de calcul.
Par Loic SOUOP
