La réutilisation des bâtiments est un levier majeur pour réduire l’empreinte carbone du secteur de la construction, puisque les bâtiments représentent environ 40 % des émissions mondiales de carbone. La démolition génère 90 % des déchets du secteur, et 75 % des matériaux réutilisables finissent en décharge, alors que la réutilisation permet de réduire les émissions de carbone de 50 à 75 %.
L’article présente une approche pilotée par l’IA pour industrialiser la réutilisation en trois étapes : prédire ce qui se trouve à l’intérieur des murs, cataloguer les matériaux réutilisables et concevoir des assemblages structurels à faible émission de carbone à partir de matériaux existants.
L’IA utilise des données multimodales (plans, scans, images thermiques, radiofréquences) pour identifier de manière non destructive les matériaux à l’intérieur des murs, puis crée des passeports numériques des matériaux et des graphes de connaissances liés à des jumeaux numériques en 3D pour la planification.
Des agents d’intelligence artificielle simulent des scénarios de réutilisation en optimisant les émissions de carbone, les coûts et les performances, en facilitant les choix par des compromis tels que l’acoustique, la résistance au feu et les coûts.
L’approche permet une réutilisation maximale, la priorisation de la déconstruction et de la modularité, et l’incorporation de biomatériaux, évalués sur le plan thermique, acoustique, de la résistance au feu et de l’impact sur le carbone.
L’équipe de recherche vise à rendre ces outils accessibles et compatibles avec les appareils mobiles et les capteurs standard pour une adoption plus large, démocratisant ainsi l’évaluation de la réutilisation des matériaux.
Les avantages comprennent des décisions plus rapides avec moins d’incertitude, des études plus rapides, des risques de construction réduits, des performances démontrées et une conception intégrée pour la réversibilité et la déconstruction.
La conclusion met l’accent sur la rénovation par rapport à la reconstruction en tant que valeur écologique et économique sous-exploitée, rendue possible par la combinaison de capteurs standard, de données multimodales, de graphes de connaissances et d’agents d’intelligence artificielle pour une conception conforme aux normes de faible émission de carbone.
Cela fait progresser les pratiques de construction circulaire en exploitant l’IA pour comprendre, cataloguer et concevoir la réutilisation des matériaux de construction existants afin de réduire les émissions et les déchets dans la construction.