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

Il paper presenta AutoSAM, un framework agentico che automatizza la generazione di file di input per il codice termoidraulico SAM, integrando modelli linguistici e recupero multimodale per estrarre dati da documenti ingegneristici eterogenei e produrre modelli di simulazione validi e verificabili.

L'essenziale

🏗️ Il Problema: Costruire una Casa con un Muro di Mattoni Sparsi

Immagina di dover costruire una casa complessa (un reattore nucleare) per un architetto molto esigente (il software SAM).
Il problema è che tutti i piani, le misure dei mattoni, il tipo di cemento e le istruzioni su come collegare le tubature sono sparsi in un caos totale:

• Alcuni dati sono su vecchi fogli di calcolo Excel.
• Altri sono scritti a mano in documenti PDF pieni di tabelle.
• Alcuni sono disegnati su schizzi tecnici o foto di modelli.
• Altri sono nascosti in grafici e diagrammi.

Fino a oggi, un ingegnere umano doveva passare sette giorni e sette notti a leggere tutto questo caos, copiare i numeri a mano, cercare di capire cosa significano i disegni e trascriverli in un linguaggio che il computer capisce. È un lavoro noioso, pieno di errori e che rallenta tutto.

🤖 La Soluzione: AutoSAM, il "Segretario Super Intelligente"

Gli autori di questo paper hanno creato AutoSAM. Immaginalo non come un semplice computer, ma come un segretario super-intelligente, un detective e un architetto tutto in uno.

Ecco come funziona, passo dopo passo, con delle metafore:

1. Il Detective (Raccoglie le prove)

AutoSAM non si siede a guardare il computer. Ha degli "occhi" speciali (strumenti di intelligenza artificiale) che possono:

• Leggere i PDF: Anche se sono pieni di formule matematiche o tabelle confuse, AutoSAM le "svela" e le trasforma in testo leggibile.
• Guardare i disegni: Se c'è un disegno di un tubo o di un reattore, AutoSAM lo guarda e capisce: "Ah, questo tubo va qui, quello lì, e sono collegati così". Non si limita a vedere l'immagine, la comprende.
• Aprire gli Excel: Legge i fogli di calcolo come se fossero una lista della spesa ordinata.

2. Il Ricercatore (Chiede al manuale)

A volte il detective trova un dato ma non sa come usarlo. AutoSAM ha un manuale di istruzioni gigante (la guida utente di SAM) a portata di mano.
Invece di indovinare, AutoSAM fa una ricerca veloce nel manuale (una tecnologia chiamata Retrieval-Augmented Generation o RAG) per chiedere: "Ehi manuale, come si scrive la formula per questo tipo di tubo?". Il manuale risponde, e AutoSAM impara al volo.

3. Il Traduttore (Crea la "Bozza")

Una volta raccolti tutti i pezzi del puzzle, AutoSAM non scrive subito il codice finale. Prima crea una bozza intermedia (un file strutturato, come una lista di controllo chiara).

• Perché? Perché l'ingegnere umano deve poter controllare: "Sì, hai capito bene che il tubo è lungo 5 metri? Sì, hai messo la temperatura giusta?".
• Se manca un dato, AutoSAM lo segnala: "Manca la pressione qui, ho dovuto ipotizzarla basandomi su un'altra pagina". Questo rende tutto trasparente e sicuro.

4. L'Architetto Finale (Costruisce il modello)

Solo dopo che l'ingegnere ha dato l'ok sulla bozza, AutoSAM scrive il codice finale che il computer può eseguire per simulare il reattore.

🧪 Cosa hanno provato a fare? (I Test)

Hanno messo alla prova questo "segretario" con quattro compiti sempre più difficili:

1. Un semplice tubo: Dati puliti su Excel. Risultato: Perfetto. Ha costruito il modello al volo.
2. Un tubo che si scalda e reagisce: Dati strutturati ma con fisica complessa. Risultato: Perfetto. Ha capito che se il tubo si scalda, la reazione cambia.
3. Il cuore di un reattore avanzato (ABTR): Qui i dati erano un mix di disegni (per capire la forma) e PDF (per i numeri). Risultato: Ha letto il disegno, capito come erano collegati i tubi, preso i numeri dal PDF e costruito il modello.
4. L'intero circuito di un reattore a sale fuso (MSRE): Il compito più difficile. Doveva ricostruire un intero circuito chiuso (pompe, scambiatori, tubi) guardando solo uno schema e dei documenti sparsi. Risultato: Ce l'ha fatta. Ha ricostruito l'intero flusso, identificando dove mancavano dati e segnalandoli.

🎯 I Risultati in Pillole

• 100% di precisione sui dati strutturati (Excel).
• 88% di successo nel leggere i testi dai PDF (quasi tutto, ma a volte serve un occhio umano per i dettagli più fini).
• 100% di successo nel leggere i disegni e capire le forme geometriche.

💡 Perché è importante?

Prima, costruire un modello di reattore era come assemblare un puzzle di 10.000 pezzi al buio.
Con AutoSAM, l'ingegnere umano non deve più fare il lavoro di "copiare e incollare". Può dire al computer: "Ecco i miei documenti, ecco il mio progetto, fammi vedere come funziona".

Il computer fa il lavoro sporco, l'ingegnere controlla e approva.
È come passare dal dover scrivere a mano ogni singola riga di un libro, all'avere un assistente che scrive la bozza basandosi sui tuoi appunti, e tu ti limiti a correggere gli errori.

⚠️ Sicurezza e Umano al Comando

Il paper sottolinea una cosa fondamentale: AutoSAM non sostituisce l'ingegnere.
In un campo pericoloso come l'energia nucleare, non si può lasciare che un robot prenda decisioni da solo. AutoSAM crea sempre una "bozza" che un umano deve approvare. È un assistente, non un capo. Questo garantisce che, se c'è un errore, sia l'umano a vederlo prima che il computer lo usi per una simulazione reale.

In sintesi: AutoSAM è il ponte che trasforma il caos dei documenti ingegneristici in modelli digitali precisi, risparmiando tempo, riducendo gli errori e permettendo agli esperti di concentrarsi sulla scienza, non sulla burocrazia dei dati.

Sommario tecnico

Titolo

AutoSAM: Un Framework Agentic per l'Automazione della Generazione di File di Input per il Codice SAM con Retrieval-Augmented Generation Multi-Modale

1. Il Problema

Nella progettazione e nell'analisi di sicurezza dei reattori nucleari avanzati, la creazione di file di input per codici termoidraulici a livello di sistema (come il codice SAM, System Analysis Module) rappresenta un collo di bottiglia laborioso e soggetto a errori.

• Sfida principale: Gli analisti devono estrarre manualmente dati di progettazione da documenti ingegneristici eterogenei (diagrammi P&ID, report di progetto, tabelle, fogli di calcolo, immagini) e trascriverli nella sintassi specifica del solver.
• Limiti attuali: I processi manuali sono iterativi, richiedono giorni o settimane per sistemi complessi e sono difficili da standardizzare per i reattori avanzati (es. SFR, MSR, FHR) che mancano di modelli predefiniti.
• Limiti dell'IA generica: I Large Language Models (LLM) standard soffrono di allucinazioni quando applicati a domini di nicchia come la fisica dei reattori, specialmente poiché i codici proprietari come SAM non sono presenti nei loro corpus di addestramento e le informazioni critiche sono spesso codificate visivamente in figure e diagrammi.

2. Metodologia

Il paper presenta AutoSAM, un framework basato su un agente LLM che automatizza la generazione di file di input per SAM integrando tre strategie complementari:

A. Architettura Agentic (ReAct)

Il sistema utilizza un agente basato sull'architettura ReAct (Reasoning and Acting) che coordina il ragionamento logico con l'esecuzione di strumenti specifici.

B. Tre Pilastri di Specializzazione

1. Istruzioni di Sistema (System Instructions): Istruzioni ingegnerizzate che definiscono il ruolo dell'agente, la struttura del file di input SAM, i blocchi parametrici necessari e le convenzioni di modellazione, derivati dai manuali teorici e d'uso di SAM.
2. Retrieval-Augmented Generation (RAG): Un sistema di recupero che interroga un archivio vettoriale contenente i manuali teorici e le guide utente di SAM. Questo permette all'agente di accedere a conoscenze specifiche del dominio durante l'inferenza, riducendo le allucinazioni.
3. Strumenti Specializzati (7 Tool): Un set di strumenti per gestire documenti multi-modali:
   • Parsing dei contenuti: Lettori per file Excel, testo e PDF.
   • Ricerca e Analisi Visiva: Strumenti che utilizzano modelli Vision-Language (VLM) e il modello Nougat (per l'estrazione di testo scientifico da PDF) per interpretare diagrammi, schemi e figure, generando descrizioni semantiche e embedding vettoriali.
   • Creazione e Validazione: Strumenti per generare il file di input finale e validare la coerenza fisica e sintattica.

C. Flusso di Lavoro (Workflow)

1. Ingestione: L'agente riceve documenti non strutturati (PDF, immagini, diagrammi) e strutturati (Excel, JSON).
2. Estrazione e Rappresentazione Intermedia: L'agente estrae i parametri e li organizza in un file strutturato intermedio (formato YAML). Questo file funge da checkpoint "human-in-the-loop", permettendo agli esperti umani di verificare, correggere o integrare i dati prima della generazione finale.
3. Sintesi: L'agente trasforma il file YAML intermedio in un file di input SAM eseguibile e validato.

3. Contributi Chiave

• Framework Multi-Modale: AutoSAM è in grado di ragionare congiuntamente su contenuto testuale e visivo, estraendo informazioni da diagrammi di flusso, tabelle e report testuali in modo integrato.
• Approccio "Human-in-the-Loop": L'introduzione di una rappresentazione intermedia (YAML) garantisce trasparenza, tracciabilità e controllo umano, allineandosi ai rigorosi standard di sicurezza nucleare.
• Adattabilità: Il framework è progettato per essere generalizzabile ad altri codici di simulazione modificando le istruzioni di sistema e gli strumenti specifici, pur mantenendo un'architettura agnostica rispetto al solver.
• Gestione delle Lacune: Il sistema identifica esplicitamente i dati mancanti e etichetta i valori assunti, mantenendo l'integrità del processo decisionale.

4. Risultati

Il framework è stato valutato su quattro casi studio di complessità crescente:

1. Modello a singola tubazione (Dati strutturati): Validazione di base. L'agente ha utilizzato il 100% dei parametri forniti da fogli di calcolo, generando un modello termoidraulico coerente.
2. Canale a combustibile solido con feedback di reattività (Dati strutturati): Test di fisica accoppiata. L'agente ha integrato correttamente modelli di conduzione termica e feedback di reattività dipendenti dalla temperatura.
3. Nucleo del reattore ABTR (Dati non strutturati/multi-modali): L'agente ha interpretato un diagramma di sistema (immagine) e un report PDF, ricostruendo la topologia di un sistema a 5 canali paralleli.
   • Metriche: Estrazione del 100% delle informazioni geometriche dalle immagini; recupero del ~88% delle informazioni testuali dai PDF.
4. Loop primario del MSRE (Dati complessi/multi-modali): Ricostruzione di un intero circuito di circolazione (nucleo, pompe, scambiatori) da fonti eterogenee.
   • Risultati: Il modello generato ha prodotto trend termoidraulici fisicamente coerenti (distribuzione temperatura caldo/freddo, perdite di carico).

Sintesi delle Performance:

• Utilizzo dati strutturati: 100%.
• Estrazione testo da PDF: ~88% (45 su 51 elementi attesi).
• Estrazione visiva (geometria): 100% (37 su 37 attributi recuperati), dimostrando la capacità di inferire relazioni geometriche non esplicitamente etichettate.

5. Significato e Impatto

• Paradigma "Prompt-Driven Modeling": AutoSAM sposta il carico di lavoro dall'analisi manuale alla definizione dell'intento e alla fornitura della documentazione. L'agente traduce questa intenzione in modelli eseguibili.
• Produttività e Sicurezza: Riduce drasticamente il tempo di preparazione dei modelli (da settimane a ore) mantenendo la sicurezza attraverso la validazione umana intermedia.
• Tracciabilità: Ogni modello generato è accompagnato da una provenienza chiara dei dati e da un'etichettatura esplicita delle assunzioni, cruciale per le attività di licenza regolatoria.
• Futuro: Il lavoro apre la strada all'automazione completa dei flussi di lavoro di simulazione nucleare, inclusi l'esecuzione del codice, la risoluzione degli errori e il post-processing, posizionando l'IA come assistente fondamentale per l'ingegneria dei reattori avanzati.

In conclusione, AutoSAM dimostra che è possibile superare le limitazioni attuali degli LLM nei domini scientifici specializzati combinando strumenti di estrazione multi-modale, conoscenza contestuale (RAG) e un rigoroso controllo umano, offrendo una soluzione pratica per l'automazione della modellazione dei reattori nucleari.