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

O artigo apresenta o AutoSAM, um framework agêntico que automatiza a geração de arquivos de entrada para o código de termohidráulica SAM, integrando um agente de modelo de linguagem com recuperação aumentada multimodal para extrair parâmetros de documentos de engenharia heterogêneos e sintetizar simulações validadas e executáveis.

O essencial

Imagine que você precisa construir uma casa complexa, mas em vez de ter um arquiteto e um engenheiro prontos para começar, você tem apenas uma pilha gigante de documentos: desenhos rabiscados em papel, planilhas de Excel, relatórios técnicos em PDF e fotos de maquetes. Além disso, você precisa escrever as instruções para um robô superespecífico (o código SAM) que vai construir essa casa, mas o robô só entende uma linguagem muito técnica e chata.

No mundo da engenharia nuclear, fazer isso manualmente é como tentar montar um quebra-cabeça de 10.000 peças no escuro. É demorado, cansativo e qualquer erro pode ser perigoso.

É aqui que entra o AutoSAM, o "estagiário genial" criado pelos autores deste artigo.

O que é o AutoSAM?

Pense no AutoSAM como um assistente de inteligência artificial superpoderoso que sabe ler qualquer tipo de documento e traduzir tudo isso para a linguagem do robô construtor (o código SAM).

O nome "AutoSAM" vem de "Automated SAM" (SAM Automatizado). O "SAM" é o software que simula como o calor e os fluidos se movem dentro de um reator nuclear. O problema é que preparar os dados para o SAM é uma tarefa chata e cheia de erros humanos. O AutoSAM resolve isso.

Como ele funciona? (A Analogia do Detetive Inteligente)

O AutoSAM não é apenas um chatbot que chuta respostas. Ele é um agente (um tipo de IA que age de forma autônoma). Para funcionar, ele usa três ferramentas principais, como se fosse um detetive com um kit de ferramentas:

1. O Manual de Instruções (Sistema de Instruções):
   Imagine que você ensina ao seu assistente as regras do jogo. "Se você vir um tubo, escreva 'tubo'. Se vir pressão, escreva 'pressão'". O AutoSAM foi treinado com os manuais oficiais do software SAM para saber exatamente como escrever o código.

2. A Biblioteca Mágica (RAG - Geração Aumentada por Recuperação):
   Às vezes, o assistente esquece um detalhe. Em vez de inventar (o que chamamos de "alucinação" em IA), ele vai até uma biblioteca digital onde estão guardados os manuais técnicos e o guia do usuário. Ele busca a informação exata no momento em que precisa, como se consultasse um dicionário vivo.

3. Os Óculos Especiais (Ferramentas Multimodais):
   Este é o ponto mais legal. O AutoSAM não lê apenas texto. Ele tem "óculos" que permitem:

   • Ler PDFs: Extrair tabelas e equações de documentos escaneados.
   • Ver Imagens: Analisar desenhos de engenharia, diagramas de tubos e fotos de reatores para entender como as peças se conectam.
   • Ler Planilhas: Pegar dados diretos do Excel.

O Processo: Do Caos à Ordem

O trabalho do AutoSAM acontece em duas etapas, como uma linha de montagem:

1. A Coleta e o Rascunho (O "Intermediário Humano"):
   O AutoSAM pega todos os documentos bagunçados (PDFs, imagens, Excel) e organiza tudo em uma lista limpa e estruturada (um arquivo YAML).

   • Por que isso é importante? Aqui entra o "olho humano". Antes de o robô final ser construído, um engenheiro real olha essa lista organizada. Ele pode dizer: "Ei, você leu errado esse tubo, ele é maior do que isso". Isso garante segurança. O AutoSAM não toma decisões finais sozinho; ele prepara o terreno para o especialista humano.

2. A Construção Final:
   Com a lista aprovada pelo humano, o AutoSAM escreve o código final para o software SAM. Ele verifica se tudo está certo e se o código vai rodar sem erros.

Os Testes: De Canos Simples a Reatores Complexos

Os autores testaram esse "estagiário" em quatro situações, do mais fácil ao mais difícil:

• Nível 1 (Um cano simples): O AutoSAM pegou uma planilha com dados de um cano e criou a simulação perfeita. Funcionou 100%.
• Nível 2 (Combustível sólido): Adicionou física complexa (calor mudando a reação nuclear). O AutoSAM entendeu a relação entre temperatura e reatividade.
• Nível 3 (Reator ABTR): Aqui, ele teve que ler um desenho de um reator inteiro e um PDF com dados. Ele conseguiu entender o desenho, conectar os tubos e simular o fluxo de calor.
• Nível 4 (Reator de Sal Fundido - MSRE): O nível mais difícil. Um sistema de tubos gigante, com bombas e trocadores de calor. O AutoSAM conseguiu reconstruir todo o sistema apenas olhando para desenhos e documentos antigos, identificando onde faltavam dados e avisando o humano para preencher.

Os Resultados em Números

• 100% dos dados que já estavam em planilhas foram usados corretamente.
• 88% das informações foram encontradas nos textos dos PDFs (o que é impressionante, já que PDFs são difíceis de ler para computadores).
• 100% das informações visuais (desenhos e diagramas) foram entendidas e convertidas em dados geométricos.

Por que isso é importante?

Antes do AutoSAM, um engenheiro nuclear podia levar dias ou semanas apenas para montar os dados de entrada para uma simulação. Com essa ferramenta, o engenheiro pode dizer: "Aqui estão os documentos do novo reator", e o AutoSAM faz a parte chata de organizar e traduzir.

Isso não substitui o engenheiro. Pelo contrário, ele libera o engenheiro para pensar em soluções e segurança, enquanto a IA cuida da burocracia e da digitação. É como ter um assistente que organiza sua mesa de trabalho, pega os arquivos certos e escreve o rascunho, deixando você apenas para assinar e aprovar.

Conclusão

O AutoSAM é um passo gigante para o futuro da engenharia nuclear. Ele transforma a "modelagem" em algo mais parecido com "falar com a máquina". Você fornece a intenção e os documentos, e a IA traduz isso em simulações precisas, seguras e verificáveis. É a união perfeita entre a inteligência humana e a velocidade da máquina.

Resumo técnico

Resumo Técnico: AutoSAM – Um Framework Agente para Automação de Geração de Arquivos de Entrada para o Código SAM

1. O Problema

Na análise de segurança e projeto de reatores nucleares avançados, a construção de arquivos de entrada para códigos de termohidráulica de nível de sistema, como o SAM (System Analysis Module), representa um gargalo laborioso e propenso a erros.

• Complexidade dos Dados: Os analistas precisam extrair e reconciliar dados de documentação de engenharia heterogênea (diagramas, relatórios de design, tabelas em PDF, planilhas e imagens).
• Transcrição Manual: O processo atual exige a transcrição manual desses dados para a sintaxe específica do solver, um processo iterativo que pode levar dias ou semanas para sistemas complexos.
• Limitações de Ferramentas Existentes: Abordagens anteriores baseadas em OCR ou extração de regras fixas falham ao lidar com informações fragmentadas em documentos multimodais (texto + figuras) ou quando dados essenciais (como condições de contorno ou coordenadas) estão codificados visualmente em diagramas.
• Falta de Dados de Treinamento: Modelos de Linguagem (LLMs) genéricos carecem de conhecimento sobre códigos proprietários como o SAM, levando a alucinações ou erros quando solicitados a gerar arquivos de entrada sem suporte adequado.

2. Metodologia

O AutoSAM é um framework baseado em agentes que utiliza um LLM (Large Language Model) acoplado a Geração Aumentada por Recuperação (RAG) e ferramentas especializadas para automatizar a geração de arquivos de entrada.

Arquitetura do Agente

O sistema emprega uma arquitetura de agente único baseada no paradigma ReAct (Reasoning + Acting), que integra três estratégias de especialização:

1. Instruções de Sistema Personalizadas: Um contexto persistente que define o papel do agente, a estrutura do arquivo de entrada do SAM, convenções de modelagem e domínios físicos relevantes (fluxo de fluidos, transferência de calor, física de reatores).
2. RAG (Retrieval-Augmented Generation): O manual do usuário e o manual teórico do SAM são incorporados em um vector store. O agente recupera informações relevantes via busca semântica durante a inferência, garantindo precisão técnica sem depender apenas dos dados de treinamento do modelo.
3. Ferramentas Especializadas (7 ferramentas): O agente possui acesso a ferramentas para:
   • Análise de Conteúdo: Leitura de PDFs, imagens, planilhas e arquivos de texto.
   • Recuperação Multimodal: Extração de texto, equações e tabelas de PDFs (usando o modelo Nougat) e interpretação de figuras/diagramas via modelos de visão computacional (Vision-Language Models).
   • Passagem de Instruções: Criação de arquivos de entrada e validação de sintaxe/física.
   • Execução de Código Python: Para cálculos determinísticos e manipulação de dados.

Fluxo de Trabalho

1. Ingestão: O agente recebe documentos não estruturados (PDFs, imagens, planilhas).
2. Extração Multimodal: Ferramentas extraem parâmetros de texto, tabelas e interpretam diagramas de engenharia para inferir geometria e topologia.
3. Representação Intermediária (Human-in-the-Loop): O agente gera um arquivo estruturado intermediário (formato YAML) contendo todos os parâmetros extraídos. Este é um ponto crítico de verificação onde especialistas humanos podem revisar, corrigir ou adicionar dados antes da geração final.
4. Geração e Validação: O agente transforma o YAML em um arquivo de entrada executável do SAM, utilizando ferramentas de validação para verificar consistência física e sintaxe.

3. Contribuições Principais

• Framework Multimodal para Engenharia Nuclear: Primeiro sistema a integrar processamento de texto, tabelas, planilhas e, crucialmente, interpretação de figuras e diagramas de engenharia para gerar modelos de reatores.
• Abordagem "Prompt-Driven Modeling": Estabelece um novo paradigma onde analistas fornecem descrições do sistema e documentação de suporte, e o agente traduz essa intenção em modelos executáveis e reproduzíveis.
• Mecanismo de Segurança em Camadas: A inclusão obrigatória de uma representação intermediária auditável garante que a automação não comprometa a integridade dos dados, mantendo o especialista humano no ciclo de decisão (essencial para licenciamento nuclear).
• Adaptabilidade: O framework é projetado para ser agnóstico ao solver, podendo ser adaptado para outros códigos (como RELAP5 ou TRACE) através da atualização modular das instruções e ferramentas.

4. Resultados

O framework foi avaliado em quatro estudos de caso de complexidade crescente:

1. Modelo de Tubo Único (Dados Estruturados):
   • Entrada: Planilha Excel com todos os parâmetros.
   • Resultado: Geração de 100% dos parâmetros utilizados. O modelo simulou corretamente o perfil de temperatura e pressão, validando a capacidade básica do agente.
2. Canal de Combustível Sólido com Feedback de Reatividade (Dados Estruturados):
   • Entrada: Planilhas com acoplamento de física (transferência de calor sólido-líquido e feedback de temperatura).
   • Resultado: O agente incorporou corretamente os modelos de física acoplada e condições de contorno transitórias, produzindo respostas fisicamente consistentes.
3. Núcleo do Reator de Teste de Queimador Avançado (ABTR) (Dados Multimodais):
   • Entrada: Imagem de diagrama de sistema + PDF com dados operacionais.
   • Resultado: O agente reconstruiu a topologia de 5 canais paralelos a partir da imagem e reconciliou dados do PDF.
   • Métricas: 100% de completude na extração baseada em visão (geometria); ~88% de extração de texto de PDF.
4. Loop Primário do Experimento de Reator de Sal Fundido (MSRE) (Dados Multimodais Complexos):
   • Entrada: Diagrama de loop completo + PDF de especificações.
   • Resultado: Reconstrução bem-sucedida de um sistema de circulação fechado (núcleo, trocador de calor, bomba, dutos). O agente identificou lacunas de dados e as marcou explicitamente como suposições.
   • Validação: Os resultados da simulação mostraram o comportamento térmico esperado (aquecimento no núcleo, resfriamento no trocador).

Análise Quantitativa Geral:

• Uso de Dados Estruturados: 100% (nenhum dado de planilha foi ignorado).
• Extração de Texto (PDF): ~88% de recuperação dos itens esperados.
• Extração Baseada em Visão: 100% de completude na extração de atributos geométricos e topológicos de diagramas.

5. Significado e Impacto

• Redução de Gargalos: O AutoSAM reduz drasticamente o tempo gasto na preparação de modelos, permitindo que analistas se concentrem na fidelidade do modelo e na interpretação de cenários, em vez da transcrição manual.
• Rastreabilidade e Transparência: Ao gerar arquivos intermediários e rotular explicitamente dados assumidos ou faltantes, o sistema aumenta a transparência do processo de modelagem, algo crucial para a aceitação regulatória.
• Futuro da Modelagem: O trabalho aponta para um futuro onde a modelagem de reatores se torna um processo de "engenharia de prompts" e recuperação de documentos, permitindo a regeneração sistemática de modelos conforme os projetos evoluem.
• Segurança e Privacidade: O artigo destaca a importância de usar APIs privadas ou modelos locais para proteger dados sensíveis de engenharia nuclear, evitando o vazamento de informações proprietárias para servidores públicos de LLM.

Em conclusão, o AutoSAM demonstra que agentes de IA multimodais, quando equipados com ferramentas especializadas e validação humana, podem superar o gargalo da preparação de dados em simulações nucleares complexas, oferecendo um caminho prático para a automação segura e eficiente de fluxos de trabalho de engenharia.