Construction Intelligence AI

Prototipo independiente de portafolio que integra modelos de machine learning, lectura documental y auditoría de cantidades BIM en un dashboard interactivo. Construido con Python, Streamlit, Plotly, PyTorch, scikit-learn, RapidOCR y IfcOpenShell.

Alcance: demostración con datos públicos y cotizaciones ficticias. No es un sistema implementado en una constructora ni una integración activa con Revit/Dynamo o Rhino/Grasshopper. Los resultados no sustituyen validación comercial, fiscal ni técnica.

Qué demuestra

Cotizaciones estructuradas: lectura de PDF de demostración, extracción de folio, cliente, conceptos, cantidades y precios; cálculo determinista de importes; edición, aprobación humana y exportación JSON/CSV.
Document AI: comparación de regresión logística y red MLP para clasificar líneas ya transcritas de recibos públicos CORD v1.
OCR neuronal: RapidOCR frente a configuraciones Tesseract, con clasificación posterior y alertas.
Forecasting: experimentos LSTM/GRU frente a persistencia sobre los índices PPI estadounidenses FRED WPU101 y WPU08; no representan precios en MXN.
BIM: auditoría y extracción de cantidades de un modelo IFC público; reglas de coherencia y partidas bloqueadas en caso de alerta.

Resultados experimentales (con alcance y límites)

Tarea	Resultado observado	Interpretación
Forecasting acero	LSTM MAE 5.965 vs persistencia 7.825, mejora observada 23.77%	Prueba temporal de un paso; experimento exploratorio tras revisar varias veces ese periodo
Clasificación de líneas CORD v1	MLP accuracy 91.77%, F1 macro 83.56%	Texto transcrito; no es exactitud end-to-end desde fotografía
RapidOCR	40 de 51 líneas emparejadas (~78.4%)	Emparejamiento textual aproximado en solo 5 recibos, no CER/WER
IFC público	123 elementos, 357 mediciones y 16 alertas	Evidencia de auditoría; no conexión directa a Revit o Rhino

La regresión logística se eligió para el clasificador por validación (macro F1 81.44% vs 81.16% de MLP); el desempeño en prueba se muestra como referencia. La madera conserva el método de persistencia.

Instalación en Windows

Tener Python 3.10 u 3.11 disponible.
Abrir una terminal PowerShell en esta carpeta.
Ejecutar:

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --upgrade pip
.\.venv\Scripts\python.exe -m pip install -r requirements.txt
.\.venv\Scripts\python.exe -m streamlit run app.py

Abrir http://localhost:8501. La primera instalación puede descargar paquetes y modelos OCR.

Demostración rápida: cotización con discrepancia

En el menú elegir Cotizaciones estructuradas.
Cargar demos/cotizacion_demo_error.pdf.
Revisar el ejemplo: 2 unidades × 3,000 = 6,000, pero el documento reporta 5,990.
Mostrar las alertas, corregir el dato con autorización del revisor y exportar el registro estructurado.
Comparar con demos/cotizacion_demo_correcta.pdf.

Es una plantilla de demostración con formato conocido: no se afirma que extraiga cualquier cotización de proveedor.

Estructura

app.py                 Dashboard Streamlit
quotation_pipeline.py  Extracción + validaciones deterministas
quotation_ui.py        Interfaz editable de cotizaciones
data/                   Métricas y resultados públicos procesados
models/                 Pesos y clasificador de demostración
assets/                 Evidencia gráfica de experimentos
demos/                  Cotizaciones sintéticas y JSON de ejemplo
schemas/                Contrato JSON de cotización
tests/                  Pruebas automatizadas de reglas de cotización
experimentos/           Scripts históricos de entrenamiento exploratorio

Pruebas

.\.venv\Scripts\python.exe -m unittest discover -s tests -v

Procedencia y ética

FRED: índices WPU101 y WPU08 — Federal Reserve Economic Data.
Recibos CORD v1 — dataset público; las imágenes reproducidas son de sus ejemplos públicos; revisar sus términos/licencia para reutilización.
Modelo BIM IFC de acceso público, con cantidades observadas en el experimento.
Los PDFs en demos/ son ficticios, sin datos de clientes reales.

Los módulos de OCR, clasificación, forecasting y BIM se evalúan con métricas distintas: no existe una “precisión global” de este prototipo. Para utilizarlo en producción se requieren documentos reales autorizados, pruebas independientes, protección de datos, monitoreo y validación humana de cifras.

Colab

Los scripts de experimentos/ documentan versiones anteriores del entrenamiento de series temporales. Los resultados finales del dashboard corresponden a experimentos posteriores con retornos logarítmicos y auditoría de métricas: no se presenta esos scripts históricos como reproducción exacta de los pesos empaquetados.