BIG DATA Y MACHINE LEARNING

BIM y Big Data

El modelo BIM es imprescindible para poder trabajar en virtual y realizar simulaciones y
acompañado de la herramienta Big Data permitirá a las compañías tener plena conciencia de
todos los recursos que se utilizan y les otorgará la capacidad de responder adecuadamente en
cualquier situación.

Tanto con este modelo como con esta herramienta, se unificarán los criterios sobre todos
los que intervienen en la construcción porque el BIM no es un cambio, sino que implica
aplicar tecnologías y procesos, aunque para ello se necesitaría realmente una
estandarización.

El BIM y Big Data unificados pretenden dar respuestas y sensibilizar sobre los nuevos roles
profesionales ante la demanda de las empresas porque:

 Ofrece conocimiento a tiempo real del uso, gestión de consumos y energía.

 Empodera al usuario a través de la interactuación con sistemas.
 Además, agrega información de cartera de inmuebles o a escala de ciudad.
 Mejora los diseños con el aprendizaje sobre el inmueble.
 Predice el comportamiento, situaciones de riesgo o alarma del inmueble y usuarios.
 Fiscaliza acciones a través de plataforma integrada a través de una vinculación
electrónica y trazabilidad de los diferentes agentes.
 Simulación, propuesta y evaluación de acciones de operación o mantenimiento
 Dota de recursos técnicos para el volcado de información y la obtención de los datos
con fiabilidad.
 Plasmación en un formato cuantificado para la segmentación de información y
tratamiento administrativo.
 Mejora de las acciones sobre los inmuebles, instalaciones y ciudades
 Incluso, automatiza los procesos con los gestores del inmueble, la administración y
relación usuarios.
 El modelo BIM y la herramienta Big Data integran los sistemas más complejos como
la Smart City, movilidad e información.
 Mejora la adaptación a sistemas más novedosos y aumenta el confort, la calidad, la
accesibilidad y la sostenibilidad, priorizando las acciones.
 Mejora la eficiencia energética con menores ratios consumos y emisiones; y con
menores costes de operación.
 Existe mayor valor de desinversión.
 Y por último mejora tiempo de respuesta y reacción
Nuestro pequeño Big Data Los modelos BIM son depósitos naturales de datos, tanto si se
conservan en archivos de intercambio IFC como en sus archivos nativos. Para utilizar los
datos BIM hay que extraerlos de estos archivos de forma que sean gestionablea por los
sistemas de análisis y minería de datos. La experiencia de los autores trabajando en RIB
Spain es que la geometría, convertida en líneas de medición (take-off lines), completada con
los valores de los parámetros de todos los elementos, y asociada a unidades de obra (work
items) bien definidas y a actividades o tareas, es una potente base de datos en la que se
puede encontrar información más allá de la que se requiere para sus objetivos iniciales,
relacionados con el tiempo y el coste.

El BIM y el Big Data aportan valor porque los datos cruzados generan información útil en la
creación de valor empresarial.

Machine Learning para optimizar los flujos de trabajo BIM

Hoy en día, los proyectos generan una gran cantidad de datos, aún más cuando se aplica BIM.
Es un elemento de la Construcción 4.0, dónde por medio de un modelo virtual, se puede
gestionar la información recopilada durante todo el ciclo de vida de un proyecto. Uno de los
grandes problemas a los que los gerentes de proyecto o gerentes de planificación siempre
enfrentan es definir con alta precisión las duraciones y los costes de la actividad dentro de un
proyecto. Normalmente, esto se hace en función de la experiencia y mediante un buen
desglose de actividades, asignación de recursos de personas, maquinaria, materiales y tiempo.
Inspirado por esto, los proyectos giran en torno al concepto de cómo, a través de bases de
datos estructuradas obtenidas en diferentes proyectos y aplicando diferentes algoritmos de
aprendizaje automático, se pueden crear uno o varios modelos que brinden duraciones a
diferentes actividades laborales, reduciendo la interacción y el error humano, considerando
múltiples variables y datos de proyectos anteriores al mismo tiempo. Del mismo modo, una vez
que se han definido las duraciones de los recursos dados, el coste puede optimizarse mediante
la combinación de las diferentes variables consideradas.

¿Cómo se relaciona el big data con machine learning?

La relación del big data con machine learning se produce a raíz de sus mismas
diferencias. Es decir, aquello que los diferencia es el mismo motivo por el cual se
complementan como técnicas informáticas.

En este sentido, tenemos que:

 El big data extrae y procesa los datos para disponibilizarlos ante los algoritmos de machine
learning. Se puede decir que el big data es la fuente de ingesta de datos para el ML.

 El machine learning toma los datos procesados por el big data y los analiza para
generar insights de negocio o aprender a realizar ciertas tareas automáticamente.

Trabajos futuros

Algunos retos en este sentido pueden ser:

• Detectar discordancia entre textos y dimensiones geométricas, como elementos descritos

con unas dimensiones que en el modelo tienen otras.
• Localizar proporciones incongruentes de elementos, como superficies de forjados y
pavimentos que no coinciden.
• Proponer elementos necesarios, pero no modelados, por error o a propósito, como
acabados, instalaciones, seguridad y salud, control de calidad, etc.
Fuentes:
BIM: NUESTRO PEQUEÑO BIG DATA - Enrique Sánchez Acosta, Doctor en Tecnologías de la
Información Aplicadas

https://www.campusbigdata.com/big-data-blog/item/120-el-bim-y-big-data-seran-
fundamentales
https://www.e-zigurat.com/news/es/alumni-zigurat-miguel-ouro-creado-herramienta-
machine-learning-automatizar-etapas-bim/
https://blog.enzymeadvisinggroup.com/big-data-machine-learning#:~:text=Se%20puede
%20decir%20que%20el,a%20realizar%20ciertas%20tareas%20autom%C3%A1ticamente.