AutoSAM: an Agentic Framework for Automating Input File Generation for the SAM Code with Multi-Modal Retrieval-Augmented Generation

El artículo presenta AutoSAM, un marco de agentes que automatiza la generación de archivos de entrada para el código de termohidráulica SAM mediante una recuperación aumentada multimodal que procesa documentos de ingeniería heterogéneos para producir modelos de reactores ejecutables y auditables.

Lo esencial

Imagina que diseñar un reactor nuclear es como intentar cocinar un banquete de gala para miles de personas, pero tienes un problema: tienes las recetas, los ingredientes y los planos de la cocina, pero están todos mezclados en cajas diferentes, algunos escritos a mano en servilletas, otros en fotos borrosas y algunos en libros de texto antiguos.

Además, el chef (el programa de computadora llamado SAM) es extremadamente estricto. Si le das un ingrediente mal medido o le dices que hierva el agua a la temperatura equivocada, no solo se arruina la cena, sino que podría ocurrir un desastre.

Hasta ahora, los ingenieros humanos tenían que pasar días o semanas leyendo todas esas cajas, copiando los datos a mano y asegurándose de que todo encajara perfectamente. Era un trabajo aburrido, lento y propenso a errores.

Aquí es donde entra AutoSAM, el "chef asistente" inteligente que presentan los autores de este artículo.

¿Qué es AutoSAM?

AutoSAM no es un robot que cocina por ti; es más bien un asistente personal súper inteligente que sabe leer, ver y entender. Su trabajo es tomar todo ese desorden de documentos (PDFs, fotos de planos, hojas de cálculo, dibujos) y convertirlo automáticamente en una "lista de compras" perfecta y una "instrucción de cocina" que el chef estricto (SAM) pueda entender sin errores.

¿Cómo funciona? (La analogía del Detective)

Para entender cómo lo hace, imagina a AutoSAM como un detective privado con tres superpoderes:

1. El Ojo de Águila (Visión y Lectura):
   A veces, la información no está escrita en texto, sino en un dibujo de un tubo o una foto de un tanque. AutoSAM puede "ver" esas imágenes. Si ves un plano de tuberías, él no solo ve líneas; entiende: "Ah, este tubo va hacia arriba, mide 5 metros y se conecta con esta válvula". Convierte los dibujos en datos numéricos.

2. La Biblioteca Infinita (Memoria y Búsqueda):
   El programa SAM tiene un manual de instrucciones gigante y aburrido. AutoSAM tiene ese manual memorizado, pero no de forma rígida. Si el detective necesita saber cómo calcular la presión en un tubo de sodio, busca rápidamente en su "biblioteca digital" (los manuales del programa) y encuentra la regla exacta. No adivina; busca la verdad en los documentos oficiales.

3. El Traductor de Idiomas (Conversión):
   Los ingenieros hablan un idioma (dibujos, tablas, descripciones) y el programa SAM habla otro (código de computadora muy específico). AutoSAM actúa como un traductor. Toma lo que dice el ingeniero en sus documentos y lo escribe en el "idioma" que el programa entiende, sin cometer errores de ortografía ni de lógica.

El Proceso: No es "Mágico", es Seguro

Lo más importante de este sistema es que no confía ciegamente en la inteligencia artificial. AutoSAM sigue un proceso de dos pasos muy seguro:

1. El Borrador Intermedio: Primero, el asistente crea un "borrador" organizado. Imagina que escribe una lista de ingredientes y pasos en una pizarra limpia.
2. El Revisión Humana: Aquí es donde entra el ingeniero humano. El asistente le dice: "Oye, aquí en el plano no dice cuánto mide este tubo. He asumido que mide 10 metros, pero por favor, revísalo". El humano verifica, corrige o confirma.
3. El Producto Final: Una vez que el humano da el "visto bueno", el asistente genera el archivo final listo para que el programa SAM lo ejecute.

¿Qué lograron probar?

Los autores probaron a este asistente con cuatro "exámenes" de dificultad creciente:

• Nivel 1: Un simple tubo de agua. (¡Lo hizo perfecto!)
• Nivel 2: Un tubo con combustible nuclear que cambia de temperatura. (¡Lo entendió y calculó bien!)
• Nivel 3: El núcleo de un reactor complejo con muchos tubos paralelos, usando planos y documentos mezclados. (¡Logró unir todas las piezas!)
• Nivel 4: Un sistema completo de un reactor de sales fundidas, reconstruyendo todo el circuito de tuberías, bombas y enfriadores solo con fotos y documentos antiguos. (¡Funcionó como un reloj!)

¿Por qué es importante esto?

Antes, crear un modelo de un reactor nuclear podía llevar semanas de trabajo manual. Con AutoSAM, ese proceso se reduce drásticamente.

• Ahorro de tiempo: Los ingenieros dejan de ser "mecanógrafos" y vuelven a ser "ingenieros", enfocándose en si el diseño es seguro y bueno, en lugar de en copiar números.
• Menos errores: Al leer documentos y planos automáticamente, se evitan los errores humanos de transcripción (escribir un 5 en lugar de un 6).
• Transparencia: El sistema siempre dice: "Esto lo saqué de la página 42 del PDF" o "Esto lo asumí porque faltaba el dato". Nada se hace en secreto.

En resumen

AutoSAM es como tener un asistente de cocina de nivel mundial que puede leer cualquier receta antigua, entender cualquier dibujo de una cocina, consultar los libros de química de los alimentos y preparar la lista de ingredientes perfecta para que el chef principal (el programa de seguridad nuclear) haga su trabajo.

No reemplaza al ingeniero humano; al contrario, le da superpoderes para trabajar más rápido, más seguro y con menos estrés, asegurando que los reactores del futuro se diseñen con la máxima precisión.

Resumen técnico

Resumen Técnico: AutoSAM

1. Planteamiento del Problema

En el diseño y análisis de seguridad de reactores nucleares avanzados, la construcción de archivos de entrada para códigos de termohidráulica a nivel de sistema, como el Módulo de Análisis de Sistemas (SAM), representa un cuello de botella laborioso y propenso a errores.

• Desafío actual: Los analistas deben extraer manualmente datos de diseño de documentos de ingeniería heterogéneos (diagramas, informes PDF, tablas, hojas de cálculo) y transcribirlos a la sintaxis específica del solver.
• Complejidad: Este proceso requiere reconciliar información dispersa, resolver inconsistencias y llenar vacíos con juicio de ingeniería. Para conceptos de reactores avanzados (como los refrigerados por sales fundidas o de neutrones rápidos), la falta de plantillas estandarizadas agrava el problema.
• Limitaciones de la IA actual: Los Modelos de Lenguaje Grandes (LLM) generales carecen de conocimiento específico sobre códigos cerrados como SAM y tienen dificultades para interpretar documentos multimodales (imágenes, diagramas técnicos, ecuaciones en PDF), lo que lleva a alucinaciones o errores de sintaxis.

2. Metodología: El Marco AutoSAM

AutoSAM es un marco de trabajo basado en agentes que automatiza la generación de archivos de entrada para SAM. Utiliza una arquitectura de agente ReAct (Reason + Act) potenciada por tres estrategias complementarias:

• A. Instrucciones de Sistema Especializadas: Se inyectan instrucciones persistentes derivadas de la guía de usuario y el manual teórico de SAM. Estas definen el rol del agente, la estructura del archivo de entrada (bloques de parámetros globales, componentes, propiedades de materiales, etc.) y las convenciones de modelado.
• B. Generación Aumentada por Recuperación (RAG): Se utiliza un almacén de vectores con los manuales de SAM para que el agente recupere información contextual relevante durante la inferencia, superando las limitaciones de la ventana de contexto y la falta de datos de entrenamiento específicos.
• C. Herramientas Especializadas (7 herramientas): El agente tiene acceso a un conjunto de herramientas para procesar documentos multimodales y generar código:
  • Análisis de contenido: Lectores de Excel y texto.
  • Análisis multimodal: Herramientas que utilizan modelos de visión-lingüística (como Nougat para PDFs y LLMs de visión para imágenes) para extraer texto, tablas, ecuaciones y describir figuras/diagramas.
  • Recuperación: Búsqueda semántica en directorios estáticos (conocimiento base) y dinámicos (documentos del usuario).
  • Ejecución: Creación y validación de archivos de entrada.

Flujo de Trabajo:

1. Ingesta: El agente recibe documentos no estructurados (PDFs, imágenes, diagramas).
2. Extracción y Estructuración: Utiliza las herramientas de análisis para extraer parámetros y generar una representación intermedia estructurada (formato YAML).
3. Checkpoint Humano: Este archivo YAML intermedio permite a los expertos humanos revisar, corregir y aprobar los datos antes de la generación final, asegurando la trazabilidad y la seguridad.
4. Generación Final: El agente convierte el YAML validado en un archivo de entrada de SAM ejecutable y lo valida sintácticamente y físicamente.

3. Contribuciones Clave

• Automatización Multimodal: Es el primer marco que integra exitosamente la extracción de datos de texto, tablas, ecuaciones y diagramas técnicos (imágenes) para generar modelos de reactores complejos.
• Arquitectura Agente-Humano: Introduce un "checkpoint" intermedio auditable (YAML) que mantiene al experto humano en el bucle, mitigando riesgos de seguridad y permitiendo la corrección de errores antes de la simulación.
• Adaptabilidad: El marco está diseñado para ser agnóstico al solver en su núcleo, requiriendo solo la adaptación de las instrucciones del sistema y las herramientas específicas para otros códigos de simulación.
• Procesamiento de Lógica Visual: Capacidad para inferir topologías de sistemas (conectividad de tuberías, componentes) a partir de diagramas 2D y traducirlos a especificaciones geométricas 1D requeridas por el solver.

4. Resultados y Evaluación

El marco se evaluó en cuatro casos de estudio de complejidad creciente:

1. Tubería simple (Datos estructurados): Validación de componentes básicos. El agente utilizó el 100% de los parámetros proporcionados en hojas de cálculo.
2. Canal de combustible sólido con retroalimentación de reactividad: Prueba de acoplamiento multifísico. El agente generó correctamente modelos con retroalimentación de temperatura.
3. Núcleo del Reactor de Prueba de Quemador Avanzado (ABTR): Caso multimodal real. El agente extrajo la topología de un diagrama y parámetros de un PDF, reconciliando datos para un modelo de 5 canales paralelos.
4. Bucle primario del Experimento de Reactor de Sales Fundidas (MSRE): El caso más complejo, reconstruyendo la conectividad de un bucle completo (núcleo, bomba, intercambiador) a partir de fuentes heterogéneas.

Métricas de Rendimiento:

• Uso de datos estructurados: 100% (ningún dato de Excel fue ignorado).
• Extracción de texto de PDF: ~88% de recuperación de los ítems esperados.
• Extracción basada en visión (imágenes/diagramas): 100% de completitud en la recuperación de atributos geométricos y de conectividad, incluso requiriendo inferencia de dimensiones no etiquetadas explícitamente.
• Calidad de la simulación: Todos los modelos generados fueron ejecutables y produjeron resultados consistentes con el comportamiento termohidráulico esperado (perfiles de temperatura, caídas de presión, etc.).

5. Significado e Impacto

• Paradigma de "Modelado por Prompts": AutoSAM habilita un flujo de trabajo donde los analistas proporcionan la descripción del sistema y la documentación, y el agente traduce esa intención en modelos ejecutables y reproducibles.
• Eficiencia y Seguridad: Reduce drásticamente el tiempo de preparación de modelos (de días/semanas a horas) mientras mantiene la rigurosidad de la seguridad nuclear mediante la revisión humana de la representación intermedia.
• Trazabilidad: El sistema identifica explícitamente los datos faltantes y etiqueta los valores asumidos, lo cual es crucial para la auditoría y la licencia regulatoria.
• Futuro: Establece una base para la automatización completa de flujos de trabajo de simulación, incluyendo la ejecución iterativa y la resolución de errores, acelerando el desarrollo y la licencia de reactores avanzados.

En conclusión, AutoSAM demuestra que los agentes de IA multimodales, equipados con herramientas especializadas y mecanismos de recuperación de conocimiento, pueden superar las barreras actuales en la ingeniería nuclear, transformando la preparación de datos de una tarea manual propensa a errores en un proceso automatizado, transparente y auditado.