Rafael Valle, brasileiro de 40 anos, foi um dos profissionais selecionados por Mark Zuckerberg para integrar a nova equipe de elite da Meta, que investe bilhões no avanço de uma superinteligência artificial.
Formado como maestro, Valle ganhou destaque ao desenvolver sistemas de síntese de voz tão sofisticados que conseguem reproduzir timbre, ritmo e entonação da fala humana com apenas três segundos de áudio — uma tecnologia que possibilitou interações em tempo real com IA.
De que forma o brasileiro foi selecionado para colaborar com a Meta?
Valle faz parte do esforço da Meta para desenvolver uma IA geral capaz de lidar com áudio, entendendo e gerando sons, vozes, músicas e até vocalizações animais, funcionando como um verdadeiro “ChatGPT dos sons”.
Valle começou sua jornada em IA durante o doutorado em Berkeley, nos Estados Unidos, após concluir um mestrado na Alemanha. Foi nesse período que ele passou a investigar se existiam características nas ondas sonoras que permitissem diferenciar vozes humanas reais de vozes sintetizadas por IA.
Segundo ele, a resposta é negativa e que um selo de autenticação obrigatório poderia ajudar a combater fraudes e desinformação causadas por vozes clonadas — uma medida já adotada por grandes empresas como Google e OpenAI.
Depois de dez anos na Nvidia, onde contribuiu para a base tecnológica de modelos de linguagem sonora e tradução com vozes mais naturais, Valle deixou seu legado: o projeto Fugatto, uma IA generalista de áudio treinada exclusivamente com sons.
Valle faz parte de um grupo de cerca de 50 especialistas recrutados de empresas como OpenAI e Google. Entre eles, destacam-se profissionais ligados a Ilya Sutskever, um dos criadores do ChatGPT.
Na visão de Valle, a IA já ultrapassa habilidades humanas em várias áreas, como o AlphaFold2, da DeepMind, que contribuiu para desvendar estruturas de proteínas e recebeu reconhecimento com um Nobel.