Die meisten KI Audiotools basieren auf einem einzigen Versprechen: Gib ihnen einen Prompt, und du bekommst etwas Poliertes zurück. Engram, ein neues Instrument des Musik Startups Thoughtful Things, funktioniert nach genau dem entgegengesetzten Prinzip. Es behandelt KI Fehler nicht als Fehler, die behoben werden müssen, sondern als das Rohmaterial für eine neue Art von Musik.
Das Gerät ist ein Sampler und eine Groovebox. Es nimmt eingehenden Sound auf, schickt ihn durch ein lokal gehostetes KI Model und erzeugt Klänge, die verzerrt, glitchig und absichtlich seltsam sind. Das Ziel ist nicht, das zu imitieren, was ein professionelles Studio ausgeben würde. Das Ziel ist es herauszufinden, was an den Rändern dessen liegt, was ein kleines KI Model leisten kann, und dann über diese Ränder hinauszugehen.
Ein kleines Model, mit Absicht trainiert
Engram verbindet sich nicht mit dem Internet. Die darin laufende KI ist von Natur aus kompakt und wurde von Thoughtful Things intern mit Audiodatensätzen trainiert, die für die kommerzielle Nutzung lizenziert sind, insbesondere mit Material unter CC-BY oder ähnlichen offenen Lizenzen. Das Unternehmen hat ausdrücklich erklärt, dass es seine Models nicht mit nicht kommerziellen, raubkopierten oder anderweitig unlizenzierten Daten trainiert hat und dies auch niemals tun wird.
Hier lohnt es sich, kurz innehalten. Die Frage, mit welchen Daten KI Models trainiert werden, ist zu einem der zentralen rechtlichen und ethischen Streitpunkte in der Kreativbranche geworden. Indem sich Thoughtful Things öffentlich zu Trainingsdaten bekennt, die ausschließlich lizenziert sind, nimmt das Unternehmen eine Position ein, die viele größere KI Audiounternehmen bisher nicht mit derselben Klarheit vertreten haben. Ob diese Selbstverpflichtung Bestand hat, wenn das Unternehmen wächst, ist eine andere Frage, aber die Erklärung selbst ist in einem Bereich bemerkenswert, in dem Transparenz oft Mangelware war.
Die Entscheidung, das Model lokal und nicht über eine Cloud Verbindung laufen zu lassen, hat ebenfalls Bedeutung. Sie macht Engram zu einem eigenständigen Instrument, das eher einem Synthesizer als einem Software Abonnement ähnelt. Der Nutzer besitzt das Gerät und sein Verhalten. Es gibt keine Serverabhängigkeit und keine Nutzungsrichtlinie, die sich über Nacht ändern kann.
Circuit Bending für das KI Zeitalter
Der Gründer Evan King beschreibt Engram als einen Field Recorder für den latenten Raum. Diese Formulierung muss man sich genauer ansehen. Der latente Raum bezeichnet im maschinellen Lernen die interne mathematische Darstellung, die ein Model von den gelernten Daten aufbaut. Wenn ein Model eine Ausgabe generiert, navigiert es durch diesen Raum. Engrams Prämisse ist, dass das schlechte Navigieren oder das Drängen in ein Gebiet, für das es nicht ausgelegt war, etwas Interessantes statt etwas Kaputtes erzeugt.
Im Kampagnenvideo demonstriert King dies, indem er das Wort Piano in das Gerät spricht. Was zurückkommt, ist kein Pianoklang. Es ist etwas, das vage an ein Piano erinnert, verrauscht und transformiert, das nur noch in den Umrissen erkennbar ist. Diese Lücke zwischen Eingabe und Ausgabe ist das Instrument.
Der Bezugspunkt ist hier das Circuit Bending, eine Praxis, die vor Jahrzehnten in der experimentellen Musik entstand. Circuit Bender modifizieren physisch elektronische Geräte, Spielzeuge und Instrumente, indem sie ihre Schaltkreise auf Weisen verkabeln, die von den Herstellern nie vorgesehen waren, was als Ergebnis unvorhersehbare Klänge erzeugt. Engram wendet genau diese Logik auf KI an: das Model kann optimiert, beansprucht und effektiv kaputtgemacht werden, und die Ergebnisse werden eher als musikalisches Material denn als Fehler behandelt.
Thoughtful Things plant außerdem, die Firmware von Engram zu öffnen, damit Nutzer sie modifizieren oder ihre eigenen benutzerdefinierten Models laden können. Damit positioniert sich das Gerät nicht nur als Instrument, sondern als Plattform, die sich durch Community Experimente auf Weisen weiterentwickeln könnte, die das Unternehmen selbst nicht vollständig vorhersagen kann.
Engram wird über Kickstarter für 675 US-Dollar eingeführt, was als Rabatt von 30 Prozent auf einen erwarteten Verkaufspreis im Bereich von 850 bis 900 US-Dollar beschrieben wird.
Was dies über KI und Kreativwerkzeuge verrät
Die größere Bedeutung von Engram hat eigentlich nichts mit Musik zu tun. Es geht um einen Wandel in der Art und Weise, wie KI Werkzeuge für die kreative Arbeit konzipiert werden.
Das vorherrschende Model bei KI Kreativwerkzeugen war bisher das Glätten: Reibung reduzieren, Unvollkommenheit eliminieren, Ergebnisse liefern, die fertig klingen oder aussehen. Dieses Model bedient eine bestimmte Art von Nutzer und ein bestimmtes Ziel. Aber es verengt auch den Raum des Möglichen. Wenn jede Ausgabe auf ein Ziel hin optimiert wird, konvergiert die Bandbreite der Ausgaben.
Engram weist in eine andere Richtung. Es behandelt das KI Model als ein Material mit eigenen Eigenschaften, einschließlich seiner Fehleranfälligkeit, und fragt, was passiert, wenn ein menschlicher Musiker mit diesen statt gegen diese Eigenschaften arbeitet. Das ist keine KI, die menschliche Kreativität ersetzt. Es ist ein Mensch, der KI so nutzt, wie ein Bildhauer Stein nutzt: Er arbeitet mit der Maserung, findet heraus, was das Material tun möchte, und formt das in etwas Absichtliches.
Das Instrument wirft auch eine Frage auf, die mit der Verbreitung von KI Werkzeugen immer dringlicher werden wird: Wer kontrolliert das Model, und zu welchen Bedingungen? Engrams lokaler Betrieb, die offene Firmware und die transparente Richtlinie für Trainingsdaten stellen eine Antwort dar. Es ist eine Antwort, die die Autonomie der Nutzer über den Komfort der Plattform stellt.
Kurz gesagt
Engram ist ein Musikinstrument, das ein kleines, lokal gehostetes KI Model ausführt und die Glitches und Verzerrungen dieses Models als primäres kreatives Ergebnis nutzt. Es wurde von Thoughtful Things entwickelt und greift die Tradition des Circuit Bending auf, um KI Versagen als Funktion und nicht als Mangel zu betrachten. Seine Richtlinie für Trainingsdaten, die offene Firmware und der Offline Betrieb unterscheiden es von Cloud abhängigen KI Audiotools. Der tiefere Punkt ist dieser: Nicht jedes kreative KI Tool muss auf Hochglanz optimiert sein. Ein Teil des interessantesten kreativen Gebiets liegt vielleicht genau dort, wo das Model versagt.
Basierend auf Berichten von The Verge.