Engram: sampler AI zamieniający halucynacje w muzykę

Nowojorski startup muzyczny Thoughtful Things wystartował na Kickstarterze z kampanią finansującą swój pierwszy instrument – Engram. To sampler i groovebox wykorzystujący sztuczną inteligencję do przetwarzania nagrywanego dźwięku, a nawet do generowania zupełnie nowych brzmień na bazie „halucynacji” modeli AI. Jak podaje The Verge, Engram nie ma jednak nic wspólnego z narzędziami typu Suno, które w jednym kliknięciu generują gotowe piosenki radiowe – to instrument dla poszukiwaczy eksperymentalnych, dziwnych i niedoskonałych brzmień.

Kluczowe wnioski

• Engram to sampler i groovebox od startupu Thoughtful Things, który wykorzystuje lokalny model AI do mangling audio i generowania nowych, „zhalucynowanych” dźwięków.
• Urządzenie nie łączy się z internetem – działa w oparciu o niewielki, samodzielnie zaprojektowany i wytrenowany model AI.
• Firma zapewnia, że jej modele audio są trenowane wyłącznie na otwartych zbiorach danych licencjonowanych do użytku komercyjnego (CC-BY lub podobne), bez wykorzystania danych pirackich czy skradzionych.
• Kampania na Kickstarterze wystartowała od 675 dolarów za limitowaną partię egzemplarzy, przy czym cena detaliczna ma być wyższa – szacunkowo między 850 a 900 dolarów.
• Thoughtful Things planuje otworzyć oprogramowanie firmware Engrama, aby użytkownicy mogli je modyfikować lub wgrywać własne, niestandardowe modele AI.

„Field recorder for latent space” – jak działa Engram

Twórca instrumentu, Evan King, opisuje Engram jako „field recorder dla latent space” (przestrzeni latentnej modeli AI) – narzędzie do eksplorowania świata halucynacji sztucznej inteligencji i eksperymentalnego projektowania dźwięku. W filmie promującym kampanię King wypowiada głosem słowo „piano”, a Engram odpowiada czymś glitchowym, tylko z grubsza przypominającym brzmienie fortepianu.

Koncepcja instrumentu czerpie inspirację z circuit bendingu – tradycyjnej techniki modyfikowania obwodów elektronicznych w celu uzyskania nieprzewidywalnych brzmień. W przypadku Engrama to nie fizyczne obwody, a same modele AI stają się przedmiotem „łamania” i majsterkowania – użytkownik może je dostrajać, zakłócać, a nawet celowo doprowadzać do granicy błędu, by uzyskać nowe, nieoczywiste tekstury dźwiękowe.

Dane treningowe i otwartość firmware

Kwestia pochodzenia danych, na których trenowane są modele generujące muzykę, od miesięcy budzi kontrowersje w branży – przypominają o tym choćby trwające spory prawne wokół narzędzi jak Suno. Thoughtful Things stara się z góry odciąć od tych kontrowersji, deklarując w opisie kampanii:

„Trenowaliśmy nasze modele audio na otwartych zbiorach danych, które zawierają wyłącznie dźwięk licencjonowany do użytku komercyjnego (CC-BY lub podobne). Nie trenowaliśmy i nigdy nie będziemy trenować naszych modeli na danych niekomercyjnych, pirackich lub w inny sposób skradzionych”.

Firma zapowiada również, że firmware Engrama zostanie udostępnione do modyfikacji – co oznacza, że społeczność użytkowników będzie mogła nie tylko dostrajać fabryczne modele, ale też wgrywać własne, całkowicie niestandardowe modele AI. To podejście wyraźnie odróżnia Engram od zamkniętych, chmurowych narzędzi generatywnych – wszystko dzieje się lokalnie, na urządzeniu, bez połączenia z internetem.

Cena i dostępność

Kampania na Kickstarterze oferuje limitowaną partię egzemplarzy Engrama w cenie startowej 675 dolarów. Thoughtful Things nie ujawniło jeszcze ostatecznej ceny detalicznej, ale ponieważ pledge w wysokości 675 dolarów opisany jest jako 30-procentowa zniżka, można szacować, że regularna cena wyniesie między 850 a 900 dolarów.

Engram wpisuje się w szerszy trend eksperymentów z twórczym wykorzystaniem AI w muzyce – w odróżnieniu od komercyjnych generatorów piosenek, stawia na artystyczną nieprzewidywalność i błąd jako źródło inspiracji, zamiast dążyć do idealnego, gotowego do emisji produktu.