Modelo Kombucha

um experimento entre fermentação e aprendizado de máquina

Um modelo computacional treinado em uma única kombucha. Quando ela for descartada, o modelo é o que sobra.

Modelo Kombucha é um experimento na fronteira entre biologia, arte e aprendizado de máquina. Um SCOBY vivo é mantido em casa, alimentado com chá, e monitorado por sensores que registram pH, peso, espessura e temperatura ao longo de semanas. Esses dados — extraídos de um único organismo — são o corpus de treino de um modelo computacional minúsculo. O resultado: um modelo hiperespecializado em uma kombucha específica. Inútil para qualquer outra finalidade. Belo desperdício.

Sobre o projeto

Origem

O projeto nasce em diálogo com Peles Descartadas, obra-instalação de Guto que apresenta peles de kombucha curtidas presas a chapas metálicas perfuradas — denúncia, em matéria orgânica, do descarte do trabalhador industrial pela máquina. Modelo Kombucha avança um passo dessa denúncia: do plano industrial para o plano cognitivo. Se a primeira camada da obra é o operário trocado pela máquina, a próxima é o trabalho humano trocado pelo modelo — e os dados que alimentam esse modelo extraídos, como chá, do corpo que ainda fermenta.

O experimento

Um pote de vidro com kombucha em fermentação. Quatro sensores ligados a um Arduino: pH (a acidificação como narrativa química), peso (gramas de organismo se acumulando), altura (camadas de celulose visíveis), temperatura (saúde da colônia). A cada N minutos, um vetor de quatro números é registrado. Em uma semana, alguns milhares de amostras formam um corpus pequeno mas honesto. Um modelo simples aprende a prever a próxima medição com base no histórico. À medida que a colônia cresce, o modelo aprende a falar dela — e só dela.

O fechamento

No fim do ciclo, a kombucha é desidratada e entra para a série Peles Descartadas: presa em chapa metálica, na parede. O modelo, esse, é exportado para um pendrive. Etiqueta: checkpoint — última testemunha que sobrou da kombucha de [data] a [data]. O que o sistema preserva quando o corpo orgânico já foi para o lixo. Um embalsamamento digital. O sistema mata a fonte e fica com o registro.

Manifesto

Para manter uma kombucha viva, é preciso manutenção por chá. Para que um sistema de inteligência artificial funcione, é preciso dados como manutenção. A bactéria vai criando o SCOBY em camadas de celulose; os dados vão criando as camadas dos modelos. O paralelo é literal.

Mas há um contraste que importa, e que esse projeto quer tornar visível: a direção da nutrição. A kombucha alimenta quem cuida dela — devolve em chá. O modelo se alimenta de quem o usa — devolve em produtividade que, na ponta, descarta o próprio fornecedor de dados. Um vai da terra ao corpo. O outro vai do corpo à máquina.

Esse projeto não treina um modelo grande, útil, comercializável. Treina o oposto: um modelo cuja única fonte de verdade é uma colônia de bactérias e leveduras em um pote de vidro. Nada além disso. Um corpus de uma kombucha. Um aprendizado que não escala. Um checkpoint que, mesmo salvo, não é propriedade de ninguém.

A obra é sobre o que a gente extrai do que está vivo, e o que sobra quando a vida vai embora.

Como acompanhar

Câmera: Raspberry Pi 3B + Camera Module v2 (IMX219, 8 MP). Captura a cada 10 minutos.
Iluminação: Lâmpada AC chaveada por relé (módulo JQC-3FF-SD-Z, acionado por GPIO 4). Acende só durante a captura — entre uma foto e outra, a SCOBY fica no escuro.
Análise atual: Cor média RGB de cada imagem, computada por um indexador Python rodando em Docker no VPS, armazenada em SQLite e servida aqui em tempo real.
Em desenvolvimento: Temperatura (DS18B20), microfone eletreto para captação das bolhas de fermentação, eletrodos de grafite + INA128 + ADS1115 para o sinal bioelétrico.
Sonificação (planejada): SuperCollider em renderização noturna (NRT), transformando o sinal bioelétrico do dia em uma composição ambient publicada aqui ao lado das fotos.
Modelo: Arquitetura pequena, treino contínuo no próprio corpus desta kombucha, sem nuvem.
Código: Aberto. Repositório no GitHub em breve.

Referências

Projeto Zoogleia — referência conceitual e fonte de inspiração para este trabalho.

Créditos

Conceito e curadoria artística: Augusto Batista (Guto)

Engenharia e dados: Lucas Vitti (www.lucas.mat.br)

Modelo Kombucha

an experiment between fermentation and machine learning

A computational model trained on a single kombucha. When it is discarded, the model is what remains.

Modelo Kombucha is an experiment at the frontier of biology, art, and machine learning. A living SCOBY is kept at home, fed tea, and monitored by sensors that record pH, weight, thickness, and temperature over weeks. This data — extracted from a single organism — is the training corpus of a tiny computational model. The result: a model hyperspecialized in one specific kombucha. Useless for any other purpose. A beautiful waste.

About the project

Origin

The project arises in dialogue with Peles Descartadas (Discarded Skins), an installation by Guto that presents cured kombucha skins fixed to perforated metal sheets — a denunciation, in organic matter, of the industrial worker's discarding by the machine. Modelo Kombucha extends this denunciation one step further: from the industrial plane to the cognitive plane. If the work's first layer is the worker replaced by the machine, the next is human labor replaced by the model — and the data that feeds this model extracted, like tea, from a body still fermenting.

The experiment

A glass jar with fermenting kombucha. Four sensors connected to an Arduino: pH (acidification as chemical narrative), weight (grams of organism accumulating), height (visible cellulose layers), temperature (the colony's health). Every N minutes, a vector of four numbers is recorded. In a week, a few thousand samples form a small but honest corpus. A simple model learns to predict the next measurement from history. As the colony grows, the model learns to speak of it — and only of it.

The closing

At the cycle's end, the kombucha is dehydrated and joins the Peles Descartadas series: fixed to a metal sheet, on the wall. The model, on the other hand, is exported to a flash drive. Label: checkpoint — last witness remaining of the kombucha from [date] to [date]. What the system preserves when the organic body has gone to the trash. A digital embalming. The system kills the source and keeps the record.

Manifesto

To keep a kombucha alive, you need tea as maintenance. For an artificial intelligence system to function, you need data as maintenance. Bacteria build the SCOBY in cellulose layers; data builds the model's layers. The parallel is literal.

But there is a contrast that matters, and that this project wants to make visible: the direction of nourishment. The kombucha feeds those who care for it — it returns tea. The model feeds on those who use it — and returns productivity that, in the end, discards the very data supplier. One goes from earth to body. The other goes from body to machine.

This project does not train a large, useful, commercializable model. It trains the opposite: a model whose only source of truth is a colony of bacteria and yeast in a glass jar. Nothing beyond that. A corpus of one kombucha. A learning that does not scale. A checkpoint that, even when saved, belongs to no one.

The work is about what we extract from what is alive, and what remains when life leaves.

How to follow along

Camera: Raspberry Pi 3B + Camera Module v2 (IMX219, 8 MP). Captures every 10 minutes.
Lighting: AC lamp switched by a relay (JQC-3FF-SD-Z module, driven by GPIO 4). On only during capture — between shots the SCOBY stays in the dark.
Current analysis: Average RGB per image, computed by a Python indexer running in Docker on the VPS, stored in SQLite, and served live here.
In development: Temperature (DS18B20), electret microphone for fermentation-bubble pickup, graphite electrodes + INA128 + ADS1115 for the bioelectric signal.
Sonification (planned): SuperCollider non-real-time render each night, turning the day's bioelectric trace into an ambient piece published here alongside the photos.
Model: Small architecture, continuous training on this kombucha's own corpus, no cloud.
Code: Open. GitHub repository coming soon.

References

The Zoogleia project — conceptual reference and source of inspiration for this work.

Credits

Concept and artistic curation: Augusto Batista (Guto)

Engineering and data: Lucas Vitti (www.lucas.mat.br)