L’elaborato si propone di offrire un’analisi approfondita sull'evoluzione e l'integrazione dell'intelligenza artificiale (AI) nella progettazione antincendio basata sulle prestazioni (PBD), con particolare attenzione alle reti neurali convoluzionali trasposte e alla loro applicazione nella previsione della stratificazione dei fumi e della visibilità in scenari di incendio all'interno di gallerie stradali. Lo studio inizia con una panoramica sul ruolo della fluidodinamica computazionale (CFD) nella simulazione dei suddetti eventi critici e prosegue con una disamina dello sviluppo dell’AI in ambito PBD, con un approfondimento sullo stato dell'arte dell'ingegneria antincendio supportata dal deep learning. Viene quindi realizzata l’implementazione di simulazioni fluidodinamiche computazionali per la generazione di dati, utilizzati come base per l’addestramento del modello di AI.