A maioria das ferramentas de áudio de IA é construída em torno de uma única promessa: dê a elas um prompt, receba de volta algo polido. O Engram, um novo instrumento da startup de música Thoughtful Things, funciona a partir da premissa oposta. Ele trata a falha da IA não como um bug a ser corrigido, mas como a matéria-prima de um novo tipo de música.
O dispositivo é um sampler e groovebox. Ele pega o áudio recebido, executa-o através de um modelo de IA hospedado localmente e produz sons distorcidos, com falhas e deliberadamente estranhos. O objetivo não é aproximar o que um estúdio profissional produziria. O objetivo é encontrar o que vive nas bordas do que um pequeno modelo de IA pode fazer, e então ir além dessas bordas.
Um Modelo Pequeno, Treinado Com Intenção
O Engram não se conecta à internet. A IA rodando dentro dele é compacta por design, treinada internamente pela Thoughtful Things em conjuntos de dados de áudio licenciados para uso comercial, especificamente material sob licença CC-BY ou licenças abertas semelhantes. A empresa afirmou explicitamente que não treinou seus modelos com dados não comerciais, piratas ou não licenciados de outra forma, e que nunca fará isso.
Vale a pena parar para pensar nisto. A questão de com quais dados os modelos de IA são treinandos tornou-se uma das disputas legais e éticas centrais nas indústrias criativas. Ao se comprometer publicamente com dados de treinamento exclusivamente licenciados, a Thoughtful Things está assumindo uma posição que muitas empresas maiores de áudio de IA têm relutado em tomar com a mesma clareza. Se esse compromisso se manterá à medida que a empresa cresce é uma questão à parte, mas a declaração em si é notável em um espaço onde a transparência tem sido escassa.
A escolha de rodar o modelo localmente, em vez de através de uma conexão em nuvem, também carrega significado. Isso torna o Engram um instrumento autocontido, mais parecendo um sintetizador do que uma assinatura de software. O usuário é dono do dispositivo e do seu comportamento. Não há dependência de servidor, nem política de uso que possa mudar da noite para o dia.
Circuit Bending para a Era da IA
O fundador Evan King descreve o Engram como um “gravador de campo para o espaço latente”. A frase merece ser desembrulhada. O espaço latente, em aprendizado de máquina, refere-se à representação matemática interna que um modelo constrói dos dados que aprendeu. Quando um modelo gera saída, ele está navegando nesse espaço. A premissa do Engram é que navegar mal nele, ou empurrá-lo para um território para o qual não foi projetado para lidar, produz algo interessante em vez de algo quebrado.
No vídeo de campanha, King demonstra isso dizendo a palavra “piano” no dispositivo. O que retorna não é um som de piano. É algo vagamente parecido com um piano, com falhas e transformado, reconhecível apenas em contorno. Essa lacuna entre entrada e saída é o instrumento.
O ponto de referência aqui é o circuit bending, uma prática que surgiu na música experimental décadas atrás. Os praticantes de circuit bending modificam fisicamente dispositivos eletrônicos, brinquedos e instrumentos religando seus circuitos de maneiras que os fabricantes nunca pretenderam, produzindo sons imprevisíveis como resultado. O Engram aplica essa mesma lógica à IA: o modelo pode ser ajustado, forçado e efetivamente quebrado, e os resultados são tratados como material musical em vez de erros.
A Thoughtful Things também planeja abrir o firmware do Engram, permitindo que os usuários o modifiquem ou carreguem seus próprios modelos personalizados. Isso posiciona o dispositivo não apenas como um instrumento, mas como uma plataforma, uma que pode evoluir através da experimentação da comunidade de maneiras que a própria empresa não consegue prever totalmente.
O Engram está sendo lançado via Kickstarter por US$ 675, descrito como um desconto de 30 por cento em relação a um preço de varejo esperado na faixa de US$ 850 a US$ 900.
O Que Isto Revela Sobre IA e Ferramentas Criativas
A importância mais ampla do Engram não é realmente sobre música. É sobre uma mudança em como as ferramentas de IA estão sendo concebidas para o trabalho criativo.
O modelo dominante nas ferramentas criativas de IA tem sido o de suavização: reduzir o atrito, eliminar a imperfeição, entregar resultados que parecem ou soam acabados. Esse modelo serve a um certo tipo de usuário e a um certo tipo de objetivo. Mas ele também estreita o espaço do que é possível. Quando cada resultado é otimizado em direção a um alvo, a gama de resultados converge.
O Engram aponta em uma direção diferente. Ele trata o modelo de IA como um material com suas próprias propriedades, incluindo seus modos de falha, e pergunta o que acontece quando um músico humano trabalha com essas propriedades em vez de contra elas. Isto não é a IA substituindo a criatividade humana. É um humano usando a IA da maneira que um escultor usa a pedra: trabalhando com o veio, descobrindo o que o material quer fazer e moldando isso em algo intencional.
O instrumento também levanta uma questão que se tornará mais urgente à medida que as ferramentas de IA se proliferam: quem controla o modelo e em quais termos? A operação local do Engram, o firmware aberto e a política transparente de dados de treinamento representam uma resposta. É uma resposta que prioriza a autonomia do usuário sobre a conveniência da plataforma.
Em Resumo
O Engram é um instrumento musical que roda um modelo de IA pequeno e hospedado localmente e usa as falhas e distorções desse modelo como sua principal saída criativa. Construído pela Thoughtful Things, ele se baseia na tradição do circuit bending para tratar a falha da IA como um recurso em vez de uma falha. Sua política de dados de treinamento, firmware aberto e operação offline o distinguem das ferramentas de áudio de IA dependentes de nuvem. O ponto mais profundo é este: nem toda ferramenta criativa de IA precisa otimizar para o polimento. Parte do território criativo mais interessante pode residir justamente onde o modelo quebra.
Com base em reportagem de The Verge.