Η παρούσα διπλωματική εργασία διερευνά την αξιοποίηση της τεχνολογίας και της τεχνητής νοημοσύνης (ΤΝ) στον αρχιτεκτονικό σχεδιασμό, με απώτερο σκοπό τη δημιουργία περιβαλλοντικά αποδοτικότερων κτιρίων και την ελαχιστοποίηση του περιβαλλοντικού αποτυπώματος, εστιάζοντας στις εκπομπές CO2 καθ’ όλη τη διάρκεια του κύκλου ζωής ενός κτιρίου.

Η μελέτη επικεντρώνεται στον υπολογισμό και την ανάλυση του περιβαλλοντικού αποτυπώματος ενός κτιρίου, από την κατασκευή και τη χρήση του έως τη διάθεση, με έμφαση στις εκπομπές διοξειδίου του άνθρακα. Μέσω της ανάλυσης των εκπομπών CO2, προσδιορίζονται οι περιβαλλοντικές επιπτώσεις, ενώ με την αξιοποίηση εργαλείων τεχνητής νοημοσύνης επιχειρείται η παροχή τεχνολογικών και σχεδιαστικών λύσεων για την ελαχιστοποίηση του ανθρακικού αποτυπώματος κατά τον σχεδιασμό και την κατασκευή.

Ως μελέτη περίπτωσης χρησιμοποιήθηκε το Κτίριο Α του ΕΑΠ, για το οποίο δημιουργήθηκε ψηφιακό μοντέλο με χρήση του λογισμικού Building Information Modeling (BIM) Autodesk Revit. Ακολούθως, πραγματοποιήθηκε ανάλυση κύκλου ζωής (LCA) για την ποσοτικοποίηση των περιβαλλοντικών επιπτώσεων των χρησιμοποιούμενων υλικών, με χρήση του πρόσθετου Tally.

Στη συνέχεια, για την εφαρμογή προτάσεων βελτιστοποίησης με χρήση τεχνητής νοημοσύνης, αναπτύχθηκε ένα παραμετρικό μοντέλο σκιασμού των υαλοστασίων με διάτρητα πάνελ στο λογισμικό Dynamo και με το εργαλείο Generative Design. Το μοντέλο αυτό επέτρεψε την αυτόματη παραγωγή και αξιολόγηση πολλαπλών σχεδιαστικών σεναρίων, με στόχο τη βελτιστοποίηση της εξοικονόμησης ενέργειας και τη μείωση των εκπομπών CO₂.

Τα αποτελέσματα της μελέτης καταδεικνύουν ότι η ενσωμάτωση του BIM και της Τεχνητής Νοημοσύνης επιτρέπει τη λήψη τεκμηριωμένων αποφάσεων με βάση ποσοτικά περιβαλλοντικά δεδομένα. Η δυνατότητα γρήγορης εξερεύνησης ενός μεγάλου εύρους σχεδιαστικών λύσεων και ο εντοπισμός της βέλτιστης, βάσει συγκεκριμένων ενεργειακών κριτηρίων, αποτελεί ένα ισχυρό πλεονέκτημα για τον αειφόρο αρχιτεκτονικό σχεδιασμό και την προώθηση βιώσιμων πρακτικών στον τομέα των κατασκευών. Η εργασία συμβάλλει στην ανάδειξη της ΤΝ ως ένα κρίσιμο εργαλείο για την κατασκευή περιβαλλοντικά βιώσιμων κτιρίων.

This diploma thesis investigates the utilization of technology and artificial intelligence (AI) in architectural design, with the ultimate goal of creating more environmentally efficient buildings and minimizing their environmental footprint, focusing on CO₂ emissions throughout the entire life cycle of a building.

The study focuses on the calculation and analysis of a building's environmental footprint, from its construction and use to its disposal, with an emphasis on carbon dioxide emissions. Through the analysis of CO₂ emissions, environmental impacts are identified, while the utilization of artificial intelligence tools aims to provide technological and design solutions for minimizing the carbon footprint during design and construction.

Building A of the Hellenic Open University (EAP) was used as a case study, for which a digital model was created using Autodesk Revit Building Information Modeling (BIM) software. Subsequently, a Life Cycle Analysis (LCA) was performed to quantify the environmental impacts of the materials used, employing the Tally add-in.

Furthermore, for the application of optimization proposals using artificial intelligence, a parametric shading model for glazed surfaces with perforated panels was developed using Dynamo software and the Generative Design tool. This model allowed for the automatic generation and evaluation of multiple design scenarios, aiming to optimize energy savings and reduce CO2 emissions.

The results of the study demonstrate that the integration of BIM and Artificial Intelligence enables informed decision-making based on quantitative environmental data. The ability to quickly explore a wide range of design solutions and identify the optimal one, based on specific energy criteria, constitutes a powerful advantage for sustainable architectural design and the promotion of sustainable practices in the construction sector. This work contributes to highlighting AI as a critical tool for the construction of environmentally sustainable buildings.