Resulta que OpenAI creó un generador de música en 2019, mucho antes de ChatGPT
Si sigues las noticias de IA de forma casual, probablemente asocias OpenAI con ChatGPT, GPT-4 y la explosión de grandes modelos de lenguaje a finales de 2022. Esa línea temporal está incompleta. OpenAI estaba construyendo sistemas de música generativa años antes de la era de los chatbots, y dos proyectos merecen una segunda mirada: MuseNet y Jukebox.
MuseNet: 25 de abril de 2019
MuseNet se lanzó el 25 de abril de 2019. Podía generar composiciones de hasta cuatro minutos con diez instrumentos diferentes, mezclando estilos que iban desde Mozart hasta los Beatles. No es un error tipográfico — el mismo sistema podía producir una pieza de piano barroco y luego cambiar a un arreglo de pop-rock.
El detalle técnico crucial: MuseNet trabajaba con música simbólica estilo MIDI. Trataba con notas, instrumentación y estructura — no sonido grabado en bruto. Piensa en ello como generar partituras en lugar de archivos de audio.
Bajo el capó, MuseNet usó la misma tecnología general no supervisada que impulsaba GPT-2. El modelo fue entrenado para predecir el siguiente token en una secuencia. Ya sea que esos tokens representen palabras en una oración o notas en un pasaje musical, el patrón fundamental es similar.
Jukebox: 30 de abril de 2020
Jukebox llegó un año después, el 30 de abril de 2020, y fue una bestia fundamentalmente diferente. Donde MuseNet generaba música simbólica, Jukebox se adentró en el audio en bruto. Podía generar música — incluyendo canto rudimentario — directamente como ondas sonoras, en diferentes géneros y estilos de artistas.
La línea temporal de desarrollo cuenta una historia de ambición creciente. OpenAI comenzó el trabajo en julio de 2019, lo expandió en septiembre de 2019, escaló en enero de 2020 y lanzó públicamente en abril de 2020. Aproximadamente diez meses del desarrollo inicial al lanzamiento público.
Jukebox mostró lo difícil que es realmente la generación de audio en bruto. OpenAI fue transparente sobre las limitaciones principales: ruido, estructura débil de las canciones y generación lenta. Renderizar un minuto de audio podía tomar unas nueve horas.
Por qué esto cambia la historia de OpenAI
La existencia de MuseNet y Jukebox reencuadra la narrativa común sobre OpenAI. El camino hacia ChatGPT no fue una línea recta de GPT-1 a través de GPT-4 hasta una interfaz de chatbot. Fue una exploración de diez años del modelado de secuencias en múltiples dominios: texto, código, imágenes y música.
Conclusión
El trabajo de generación musical de OpenAI en 2019 y 2020 es un recordatorio de que las ambiciones técnicas de la empresa siempre han sido más amplias que cualquier producto individual. Si alguien te dice que OpenAI solo hace chatbots, señálale MuseNet y Jukebox.