IA PICasso automatiza o projeto de circuitos fotônicos de silício

O que aconteceu

O PICasso é um framework de inteligência artificial apresentado em artigo científico depositado no arXiv (identificador arXiv:2608.26113v1) em 28 de maio de 2026, na categoria Computer Science > Artificial Intelligence. O sistema automatiza a síntese, verificação e otimização de circuitos fotônicos integrados (PICs) a partir de especificações escritas em linguagem natural. O framework converte o texto em uma representação YAML, que depois é transformada em layout GDS, formato padrão da indústria de semicondutores para fabricação de chips.

Para avaliar o método, a equipe criou o PIC-Set, um benchmark com 36 tarefas parametrizadas de projeto de PICs, cobrindo desde primitivas fotônicas básicas até circuitos multicomponentes. Nos testes realizados com o benchmark, o PICasso atingiu até 92,7% de satisfação estrutural de especificação (Spec@3) e 52% de satisfação funcional (Spec@3) em circuitos de alta complexidade. O benchmark PIC-Set também serviu para comparar vários Large Language Models (LLMs) de última geração sob um protocolo unificado, com métricas novas como eficiência de otimização e robustez sob perturbações.

Na etapa de otimização guiada por simulação, o framework reduziu a perda média de inserção dos circuitos de 4,98 dB para 3,25 dB. A melhoria de 1,74 dB veio do uso de feedback de simulação fotônica SAX para ajustar os layouts gerados.

Contexto

LLMs (Large Language Models) já vinham sendo testados como geradores de netlists e layouts de circuitos, mas os resultados eram frágeis. Sem validação física, os modelos produziam designs que não passavam nas regras de projeto ou que não funcionavam na prática. O avanço do PICasso está na combinação de restrições estruturadas de domínio, verificação física e feedback de simulação. O pipeline usa injeção de conhecimento baseada em PDK (Process Design Kit), posicionamento e roteamento automáticos e validação DRC/LVS, etapas que antes eram feitas manualmente em ferramentas com interface gráfica.

O artigo chega em um momento em que a indústria busca acelerar o projeto de componentes fotônicos para datacenters e redes de alta velocidade, onde a demanda por transceptores ópticos cresce com a expansão de infraestrutura de IA.

Por que importa

O PICasso ataca um gargalo concreto: o tempo e o custo do projeto manual de circuitos fotônicos. Ao partir de uma especificação em linguagem natural, o sistema elimina parte do trabalho de desenho e verificação que hoje consome semanas de engenheiros especializados. Os resultados mostram que LLMs podem deixar de ser geradores frágeis de netlists e se tornar agentes práticos de projeto, capazes de produzir layouts fabricáveis com tempo de execução competitivo em relação aos fluxos manuais baseados em GUI.

Para equipes de engenharia, o ganho de 1,74 dB na perda de inserção significa circuitos com melhor eficiência energética e menor necessidade de amplificação de sinal, o que reduz custo de componentes e consumo em sistemas ópticos.

Impacto

No curto prazo, o framework abre caminho para que times menores projetem PICs sem depender de ferramentas comerciais caras ou de especialistas em layout. O benchmark PIC-Set, com suas 36 tarefas e métricas padronizadas, cria uma referência comum para medir o progresso de modelos de IA em projeto fotônico, algo que não existia até agora com esse nível de sistematização.

No médio prazo, a automação pode acelerar ciclos de iteração em empresas de semicondutores e fotônica. A capacidade de gerar layouts via simulação e validação automática também reduz a chance de erros que só aparecem na fabricação, etapa mais cara do processo.

O que muda

O método muda a forma como LLMs são usados em engenharia de hardware. Em vez de prompt direto para gerar código ou layout, o PICasso introduz uma camada estruturada de verificação e simulação que valida cada etapa. Isso transforma o fluxo de trabalho de projeto fotônico de um processo manual e artesanal para um processo assistido por IA com checagens automáticas de regras de projeto (DRC) e de consistência entre esquemático e layout (LVS).

O framework também muda a barreira de entrada: especificações em linguagem natural passam a ser o ponto de partida aceitável para um fluxo de projeto completo, o que aproxima a fotônica integrada de práticas já usadas em design de chips digitais.

O que vem agora

O artigo não indica prazos para comercialização ou lançamento público do código, mas a publicação no arXiv sugere que o framework será disponibilizado para a comunidade acadêmica. Os próximos passos prováveis incluem a expansão do PIC-Set para cobrir mais classes de circuitos e a integração com PDKs de foundries comerciais, condição necessária para uso em produção. A métrica de satisfação funcional de 52% em circuitos complexos indica que há espaço para melhoria, o que deve motivar novos trabalhos em otimização e em modelos especializados para fotônica.