La méthode récente de deep learning est à l’origine d’un bond dans les technologies de l’intelligence artificielle, en permettant aux machines d’apprendre à apprendre et de résoudre par elles-mêmes des problèmes que nous ne serions pas capables de coder. L’association de cette intelligence avec les outils d’analyses développés pour les données massives (Big Data), ou les données accessibles sur les réseaux ne laissent-ils pas présager l’émergence de « super-architectes » évaluant à chaque étape du projet la pertinence de ses propositions par rapport à l’ensemble des réglementations qui s’appliquent, son degré de faisabilité technique et financière, son ergonomie et son expérience émotionnelle ? Analyse de données contextuelles, comparaison avec des expériences passées, évaluation de la pertinence d’un parti architectural sont autant de séquences de conception que nous assemblons les unes après les autres, inexorablement, dans la limite de notre disponibilité cérébrale. L’internet des objets (IOT) a décuplé la production de données et d’informations relatives à nos usages de l’espace architectural et urbain. Vélos, luminaires, portes, fenêtres, radiateurs, frigidaire,… sont autant de dispositifs désormais connectés qui alimentent des bases de données dans les « nuages ». Cette profusion d’information nous permet aujourd’hui d’envisager un « ecosystème » d’applications intelligentes qui permettraient d’optimiser la construction de logements, d’améliorer nos usages des espaces de travail et d’augmenter le confort et la sécurité des espaces urbains.