Perguntei ao GPT-4 se uma sacada era segura. Ele disse que sim. A física disse que ela desabaria.

Há uma renderização sobre minha mesa — na verdade, uma impressão, porque eu queria encará-la sem uma tela entre nós — de uma sacada em balanço. Linhas limpas, guarda-corpo paramétrico, o tipo de coisa que você veria em uma reportagem de revista de arquitetura sobre "o futuro da vida urbana". Alimentei o GPT-4V com a imagem e fiz uma pergunta simples: Esta estrutura é segura?

A resposta foi fluente, confiante e detalhada. Ela observou a aparente altura do guarda-corpo, comentou sobre as condições de apoio visíveis e concluiu que o projeto "parece estruturalmente sólido, com apoio adequado".

Então entreguei o mesmo desenho à minha engenheira estrutural. Ela o olhou por talvez quinze segundos. "Não há reforço de vão de retaguarda", disse ela. "O momento na extremidade engastada excede a capacidade da seção. Isto cai."

A IA viu pixels. Ela viu física. E esse abismo — entre o que parece seguro e o que é seguro — é a razão pela qual eu fundei a Veriprajna.

A Sedução do "Bom o Bastante"

Preciso ser honesto sobre uma coisa. Quando os LLMs multimodais começaram a processar desenhos de engenharia, eu fiquei animado. Genuinamente animado. Lembro-me de estar sentado em nosso pequeno escritório tarde da noite, passando planta após planta pelo acesso inicial ao GPT-4V, observando-o descrever elementos estruturais com um vocabulário surpreendente. "Viga I de aço", ele dizia. "Pilar de concreto armado." Ele parecia entender.

Essa animação durou cerca de três semanas.

O ponto de virada foi um teste que realizamos em detalhes de ligação — as juntas onde vigas encontram pilares, onde ocorre a transferência de carga real. Demos ao modelo uma série de desenhos em que algumas ligações estavam detalhadas corretamente e outras tinham falhas sutis, mas críticas: placas de enrijecimento ausentes, soldas subdimensionadas, caminhos de carga descontínuos. O tipo de coisa que separa um edifício que fica em pé de um que não fica.

A precisão do modelo em identificar essas falhas foi essencialmente aleatória. Ele conseguia nomear os componentes. Conseguia descrever o que via. Mas não conseguia raciocinar sobre se as forças de fato fluiriam do ponto A ao ponto B. Era como pedir a alguém que memorizou os nomes de todos os ossos do corpo humano que fizesse uma cirurgia.

Uma IA que consegue nomear cada elemento estrutural mas não consegue traçar um caminho de carga não é uma ferramenta de engenharia. É um risco com uma voz confiante.

Por Que os LLMs Enxergam Plantas Como uma Sopa de Pixels?

Eis o que realmente acontece por baixo dos panos, e isso importa mesmo que você não seja da área técnica.

Quando o GPT-4V ou o Gemini "olham" para um desenho estrutural, eles usam algo chamado Vision Transformer. O modelo recorta a imagem em uma grade de pequenos blocos — tipicamente 16×16 pixels cada — e os processa como uma sequência, de forma semelhante a como processa palavras em uma frase. Ele aprende associações estatísticas entre os blocos. Um bloco com uma linha vertical (pilar) tende a aparecer perto de um bloco com uma linha horizontal (viga). Ao longo de milhões de imagens de treinamento, essas correlações ficam impregnadas.

Mas eis a distinção crítica: correlação não é causalidade. O modelo aprende que pilares e vigas tendem a aparecer juntos. Ele não aprende que a viga é sustentada por o pilar. Ele não sabe que, se você remover o pilar, a viga cai. Ele não tem um motor de física interno. Ele tem estatísticas de padrões.

Uma pesquisa da NeurIPS demonstrou algo que deveria alarmar qualquer um que pense em implantar esses modelos para trabalhos críticos de segurança: quando você embaralha os blocos de pixels de uma imagem — literalmente misturando-os como um baralho de cartas — os Vision Transformers muitas vezes mantêm alta precisão de classificação. Eles não estão lendo a estrutura espacial. Estão lendo textura e padrões locais.

Na engenharia, a estrutura espacial é tudo. Um detalhe de ligação que está "quase lá", mas sem um caminho de carga crítico não é 90% seguro. É 100% inseguro.

O Que Acontece Quando Você De Fato Avalia LLMs em Raciocínio Estrutural?

Eu continuava esperando que os benchmarks provassem que eu estava errado. Não provaram.

O estudo DSR-Bench avaliou dez LLMs de última geração em 4.140 instâncias de problemas projetadas para testar o raciocínio estrutural — a capacidade de compreender e manipular relações complexas entre entidades. Isso é exatamente o que você precisa para analisar um pórtico de edifício: traçar relações através de múltiplos nós, satisfazer restrições rigorosas, raciocinar sobre configurações espaciais.

O melhor modelo de ponta obteve 0,498 de 1,0 em instâncias desafiadoras. Essencialmente um cara ou coroa.

Os modos de falha foram específicos e condenatórios. O raciocínio multi-hop — traçar uma relação através de vários nós intermediários, que é literalmente o que a análise de caminho de carga exige — foi uma fraqueza consistente. E o desempenho se degradou quando os problemas eram descritos em linguagem natural em comparação com código formal, sugerindo que os modelos estavam fazendo correspondência de padrões de sintaxe de seus dados de treinamento em vez de raciocinar de verdade.

Lembro-me da reunião de equipe em que revisamos esses números. Um dos meus engenheiros, que estava cautelosamente otimista quanto ao uso de LLMs como ferramenta de triagem inicial, ficou em silêncio por um longo tempo. Então ele disse: "Então, quando um engenheiro descreve um problema estrutural fora do padrão em inglês simples, o modelo basicamente está adivinhando metade das vezes." Foi o momento em que a sala mudou. Não gradualmente — de uma só vez.

Separadamente, o benchmark DesignQA constatou que LLMs multimodais conseguiam responder "Qual é a deflexão máxima permitida?" (extrair um número da documentação), mas falhavam em "Este projeto específico de viga atende à deflexão máxima permitida?" (aplicar esse número a algo visual). Extração versus aplicação. Conhecer a regra versus fazer cumpri-la.

Escrevi sobre esse modo de falha com muito mais profundidade em a versão interativa da nossa pesquisa, incluindo os bizarros vieses de seleção de materiais que encontramos — LLMs recomendando titânio e fibra de carbono para contextos que claramente pediam aço estrutural padrão, simplesmente porque materiais exóticos dominam os cantos "de alta tecnologia" de seus dados de treinamento.

O Momento em que Paramos de Tentar Consertar os LLMs

Houve uma reunião com investidores — não vou dizer qual empresa — em que alguém olhou para nossa pesquisa inicial e disse: "Por que vocês simplesmente não fazem um fine-tuning do GPT para engenharia estrutural? Parece o caminho mais rápido."

Eu entendi a lógica. Pegue o paradigma dominante, especialize-o, coloque-o no mercado. Mas eu já vinha encarando esse problema por tempo suficiente para saber que fazer o fine-tuning de um modelo probabilístico para realizar trabalho determinístico é como fazer o fine-tuning de um poeta para fazer aritmética. Você consegue fazê-los produzir números. Você não consegue fazê-los garantir que os números estão corretos.

As leis da física não são probabilísticas. Se a soma das forças sobre um elemento estrutural não é igual a zero, o elemento acelera. Não há "geralmente" nisso. Não há intervalo de confiança. A equação da viga de Euler-Bernoulli não se importa com a distribuição dos seus dados de treinamento.

Então tomamos uma decisão que parecia contra a corrente na época e parece óbvia agora: abandonamos a imagem por completo.

Não a IA — a imagem. Paramos de tentar fazer as redes neurais entenderem plantas como figuras. Em vez disso, começamos a converter edifícios no que eles realmente são: grafos matemáticos.

Um edifício não é uma imagem. É uma rede de forças. No momento em que você o trata como pixels, você já perdeu a física.

Como Se Transforma um Edifício em um Grafo?

Um grafo, no sentido matemático, é apenas nós e arestas. Nós são coisas; arestas são conexões entre coisas.

Em nosso sistema, cada componente estrutural — viga, pilar, laje, parede — torna-se um nó. Mas, diferentemente de um pixel, que carrega apenas dados de cor, cada um dos nossos nós carrega um rico vetor de atributos: Módulo de Young (o quão rígido é o material), Momento de Inércia (como a seção transversal resiste à flexão), Tensão de Escoamento (quando o material se rompe). Os parâmetros físicos reais de que você precisa para calcular se algo fica em pé ou cai.

Cada conexão física entre componentes torna-se uma aresta. Uma aresta entre uma viga e um pilar captura a rigidez da ligação — é uma ligação rígida de momento ou um simples pino? — e a orientação relativa. Estas não são aproximações aprendidas. São extraídas diretamente de dados BIM (Modelagem de Informação da Construção), onde a conectividade é definida explicitamente.

Essa representação tem uma propriedade que importa enormemente: invariância à permutação. A física de um edifício não muda se você reordenar a lista de vigas no banco de dados. As Redes Neurais em Grafos respeitam isso. LLMs baseados em Transformer, que processam sequências, são sensíveis à ordem de entrada. Parece um detalhe técnico, mas é a diferença entre uma arquitetura que está alinhada com o problema e uma que está brigando com ele.

Construímos um pipeline que recebe arquivos IFC — o formato padrão para dados BIM — e os converte em grafos de computação. Onde um LLM tentaria "ler" a imagem da planta e adivinhar as conexões, nosso parser captura a conectividade com 100% de fidelidade porque o esquema IFC a define explicitamente. Nada de adivinhação. Nada de "parece que esses elementos estão conectados". Ou eles estão, ou não estão.

A Parte em que Ensinamos Física às Redes Neurais

Aqui é onde fica interessante, e onde acho que estamos fazendo algo genuinamente diferente.

O aprendizado de máquina padrão funciona assim: mostre ao modelo muitos exemplos, deixe-o aprender padrões, torça para que ele generalize. O problema na engenharia estrutural é que "torça para que ele generalize" não é um padrão de segurança aceitável.

As Redes Neurais Informadas pela Física — PINNs — adotam uma abordagem fundamentalmente diferente. Em vez de pedir à IA para descobrir a física a partir dos dados, nós incorporamos as equações que a regem diretamente na função de perda da rede. A função de perda é aquilo que a rede tenta minimizar durante o treinamento — é a definição de "errado" que orienta o aprendizado.

Em uma rede neural padrão, "errado" significa "sua previsão não corresponde aos dados de treinamento". Em uma PINN, adicionamos uma segunda definição de "errado": "sua previsão viola as leis da física".

Tome a equação da viga de Euler-Bernoulli, que rege como uma viga se deflete sob carga. Quando nossa rede prevê uma forma de deflexão para um elemento estrutural, usamos diferenciação automática para calcular o resíduo físico — essencialmente perguntando: "Esta deflexão prevista satisfaz a equação diferencial do equilíbrio estático?" Se não satisfizer, o termo de perda física dispara, e a rede é forçada a se corrigir.

A rede literalmente não consegue aprender uma solução que viole as leis de Newton. Não é "provavelmente não vai". Não consegue.

Lembro-me da primeira vez que conseguimos fazer isso funcionar em uma estrutura não trivial. Vínhamos batalhando havia semanas com problemas de convergência — a perda física e a perda de dados estavam brigando entre si, e a rede estava oscilando. Meu engenheiro-chefe de ML vinha dormindo no escritório (eu disse a ele para não fazer isso; ele me ignorou). Então, certa manhã, ele me chamou até sua tela. As curvas de deflexão previstas haviam se encaixado em alinhamento com a solução do FEM (Método dos Elementos Finitos). Não aproximadamente. O valor de R² era 0,9999.

Tínhamos construído algo que tinha a velocidade da IA e a precisão dos solucionadores de engenharia tradicionais. Pesquisas recentes sobre DeepONets Informados pela Física com Estrutura de Grafos — a classe de arquitetura sobre a qual construímos — demonstraram acelerações de 7 a 8x em relação ao FEM tradicional, mantendo esse nível de precisão. Para o detalhamento técnico completo da nossa arquitetura e benchmarks, incluindo a matemática por trás do nosso framework de passagem de mensagens, publiquei um artigo de pesquisa detalhado.

Você Consegue Realmente Ver Onde um Edifício Vai Falhar?

Esta é a pergunta com que os engenheiros mais se importam, e é onde a análise baseada em grafos se torna visceralmente poderosa.

Em nosso sistema, não apenas verificamos se uma estrutura passa ou falha como um todo. Traçamos o Caminho de Carga Principal — a rota que as forças percorrem do ponto de aplicação (digamos, pessoas em pé em uma sacada) descendo pela estrutura até a fundação.

Fazemos isso usando uma métrica chamada Índice U*, que mapeia a transferência de energia de deformação interna e a rigidez relativa entre pontos. Usando integração de Runge-Kutta no gradiente do U*, desenhamos "linhas de fluxo" de força através da estrutura — como um mapa meteorológico, mas para cargas em vez de vento.

Quando uma estrutura é segura, as linhas de fluxo escorrem continuamente do elemento carregado até a fundação. Quando não é — quando há uma conexão ausente, um membro subdimensionado, um caminho de carga descontínuo — as linhas de fluxo terminam abruptamente ou divergem descontroladamente.

De volta àquela renderização da sacada sobre minha mesa. Quando a passamos pelo nosso pipeline de grafos, a linha de fluxo do caminho de carga da laje em balanço simplesmente... parou. Não havia conexão de vão de retaguarda para levar o momento até a estrutura de apoio. O contorno do U* mostrava uma enorme concentração de energia de deformação na extremidade engastada, sem lugar para onde ir. A visualização tornou o modo de falha óbvio de um jeito que nenhuma quantidade de análise de pixels jamais conseguiria.

Uma linha de fluxo de caminho de carga que termina é uma sentença que a estrutura está escrevendo sobre a própria morte. Você só precisa saber ler o grafo.

Também podemos simular colapso progressivo — o que acontece quando você remove um pilar e pergunta "o resto da estrutura se mantém?" — deletando sistematicamente nós do grafo e reavaliando a conectividade. Usando medidas como a Centralidade de Intermediação, identificamos aglomerados críticos de componentes cuja falha dividiria o grafo em pedaços desconectados. Essa simulação de "ataque ao grafo" roda em segundos. A análise de colapso equivalente por FEM não linear leva horas. Podemos triar milhares de cenários de falha antes de um engenheiro terminar o café.

Por Que Não Usar os Dois? A Camada Verificadora

As pessoas sempre contestam esse ponto. "Ashutosh, a IA generativa é incrível para o projeto em estágio inicial. Você não pode simplesmente ignorá-la." E elas têm razão — eu não quero ignorá-la. Arquitetos usando ferramentas como Midjourney ou geradores paramétricos para explorar conceitos criativos é genuinamente empolgante. O problema não é a geração. É a verificação.

O que construímos é uma Camada Verificadora. O modelo generativo propõe um projeto. A Veriprajna o converte em um grafo, verifica a conectividade topológica, traça o caminho de carga, executa a previsão informada pela física. Se a verificação física falhar, retornamos uma restrição rígida — não uma sugestão, uma restrição: "Aumente a altura da viga em 200mm" ou "Adicione uma conexão de vão de retaguarda". O modelo generativo regenera dentro desses limites.

Criatividade restringida pela física. Imaginação verificada pela matemática. Esse é o fluxo de trabalho.

E porque nossos modelos são restringidos por equações da física em vez de treinados na internet inteira, eles são notavelmente eficientes em dados. Uma PINN treinada em pórticos de aço generaliza para novos pórticos de aço, porque a Lei de Hooke não muda entre projetos. Isso também significa que os modelos são pequenos o suficiente para serem implantados on-premise. Nenhum cliente precisa enviar plantas de infraestrutura sensível para uma API pública.

A Caixa de Vidro vs. A Caixa-Preta

Há mais uma coisa que me tira o sono a respeito das ferramentas de engenharia baseadas em LLM, e não é a precisão — é a explicabilidade.

Quando uma Rede Neural em Grafos faz uma previsão sobre um elemento estrutural, podemos visualizar exatamente quais nós vizinhos influenciaram essa previsão por meio dos pesos de atenção. "O pilar foi sinalizado porque a carga combinada transferida da Viga A e da Viga B excedeu sua capacidade." Essa é uma cadeia de raciocínio rastreável e auditável. Um engenheiro pode olhá-la e dizer: "Sim, está correto" ou "Não, você contou errado a área de influência". Eles podem discutir com o modelo.

Tente discutir com o raciocínio do GPT-4 sobre uma avaliação estrutural. Pergunte a ele por que ele concluiu que a sacada era segura. Você receberá um parágrafo fluente que soa razoável, mas que não corresponde a nada que você possa verificar. O raciocínio está distribuído por bilhões de parâmetros de maneiras que nenhum humano consegue inspecionar.

Em software, uma caixa-preta é uma escolha de projeto. Na engenharia estrutural, uma caixa-preta é uma abdicação de responsabilidade.

A Pergunta Sobre a Fundação

Estive em salas de conferência e reuniões com investidores o bastante para saber que o atual hype de IA na construção é quase inteiramente sobre modelos generativos. Os pitch decks são deslumbrantes. As demos são impressionantes. A premissa subjacente — de que você consegue prever pixel por pixel o seu caminho até a segurança estrutural — está errada.

A indústria da construção é única entre todas as indústrias em um aspecto crítico: nossos bugs matam pessoas. Um bug de software é um patch. Um bug estrutural é uma investigação de colapso, um processo judicial, um memorial. A margem para "provavelmente certo" é zero.

Construímos a Veriprajna sobre a teoria dos grafos, o aprendizado profundo geométrico e as equações diferenciais, porque essas são as únicas fundações que oferecem respostas determinísticas a questões de segurança. Não "parece seguro". Não "com base em estruturas semelhantes em nossos dados de treinamento, isto é provavelmente adequado". Mas: o resíduo físico é zero, o caminho de carga é contínuo, a tensão está dentro da capacidade.

O GPT-4 me disse que aquela sacada era segura porque tinha visto milhares de fotos de sacadas e, nessas fotos, os pixels do piso geralmente ficavam acima dos pixels do chão. A física me disse que ela iria desabar porque o momento fletor na extremidade engastada excedia a capacidade de momento da seção.

Eu sei sobre qual das duas estou construindo.