Llama 3 e Benchmark IA Generativa | BTC Post-Halving: high fees, un'attacco alla rete?

Llama 3 (prime opinioni e comparativo) / Sfide nel benchmarking dei modeli di generative AI / BTC post-halving e commissioni di transazioni alte

🍔 Ciao la Disruptiv' Fam! 🍔

Siamo felici di presentarvi la prima edizione della DISRUPTIVE NEWSLETTER!

In queste newsletter, dopo ogni live, riceverete una mail di riepilogo come questa, con gli argomenti trattati, approfondimenti e link utili, se necessario.

Vi forniremo anche un link per accedere alla replica della live (al momento, le live integrali sono disponibili su YouTube dopo la diretta, ma presto saranno accessibili solo tramite il link della newsletter).

Avrete anche l'opportunità di sottoscrivere una formula specifica della newsletter per sostenere il nostro lavoro, che portiamo avanti in modo indipendente nel nostro tempo libero. A breve, proporremo contenuti esclusivi ai membri premium.

E poi, ogni tanto, quando ne avremo voglia, vi invieremo contenuti esclusivi non trattati nelle live :)

Basta chiacchiere. Immergiamoci nel contenuto del QuickTalk v04 con LLAMA 3 e le commissioni di transazione su Bitcoin!

---

Parte 1: Intelligenza Artificiale (IA)

🤖 LLAMA 3 da Meta Facebook

La settimana scorsa, Meta ha lanciato LLAMA 3, un modello di intelligenza artificiale open source e gratuito, ancora non disponibile in italiano ma accessibile per gli sviluppatori (per saperne di più e scaricare i modelli: Meta Llama Downloads). Questo modello introduce due varianti (8 o 70 miliardi di parametri), indicando una maggiore complessità e capacità di apprendimento.

🧠 Capacità e Confronti

LLAMA 3 mostra un'ottima performance nel linguaggio e nella generazione di codice, essendo accessibile e meno esigente in termini di potenza computazionale. Tuttavia, alcuni esperti ritengono che possa essere leggermente inferiore a modelli come ChatGPT-4 o Mistral in alcuni aspetti. Importante sottolineare l'approccio open source di Meta che promuove trasparenza e sviluppo collaborativo.

L'approccio open source di LLAMA 3 è stato elogiato per la sua trasparenza e il potenziale impatto sulla comunità di ricerca e sviluppo di IA. Rendendo il modello liberamente accessibile, Meta incoraggia la collaborazione e l'innovazione nel campo dell'IA, consentendo a ricercatori e sviluppatori di tutto il mondo di contribuire al suo miglioramento e di esplorare nuove applicazioni.

Per quanto riguarda le capacità di LLAMA 3, si nota un significativo miglioramento nella comprensione del linguaggio e nella generazione di codice rispetto alle versioni precedenti. Tuttavia, secondo l'opinione di alcuni esperti, sembrerebbe che LLAMA 3 sia ancora leggermente indietro rispetto a modelli come GPT-4 di OpenAI, Bloom o Mistral in alcuni aspetti.

Nonostante ciò, LLAMA 3 si distingue per la sua grande accessibilità e i minori requisiti di potenza computazionale rispetto ad altri modelli, pur mantenendo una qualità di output elevata. Questo lo rende un'opzione attraente per sviluppatori e ricercatori che potrebbero non avere accesso a risorse computazionali di fascia alta.

Sarà interessante vedere come Meta integrerà LLAMA 3 nella sua "visione più ampia", che include il metaverso e il computing spaziale. L'approccio open source del modello potrebbe favorire lo sviluppo di applicazioni innovative in questi campi, sfruttando la potenza dell'IA per creare esperienze immersive e interattive.

Ma Meta ci aveva annunciato, prima del suo lancio, che Llama superava ChatGPT4 quasi ovunque… Allora, dati errati o benchmark obsoleto?

📊 Benchmarking di AI: corsa verso la saturazione e necessita di nuovi standard

La discussione sui benchmark di AI si è accesa, evidenziando sia la loro rapida obsolescenza sia la loro importanza nel valutare le prestazioni relative ai test umani. Un grafico dalla newsletter "Exponential View" illustra la rapida progressione delle prestazioni dei sistemi di intelligenza artificiale (AI) rispetto a una linea base umana indicizzata a 1. Diverse linee rappresentano diversi test di valutazione delle capacità di AI, come "ImageNet Top-5" per il riconoscimento delle immagini, "SQuAD" per la comprensione del testo e "SuperGLUE" per la valutazione delle capacità di comprensione del linguaggio.

La saturazione del benchmark si riferisce al punto in cui un modello di AI raggiunge il punteggio massimo in un determinato test, indicando che il test non è più in grado di distinguere tra sistemi AI di alto livello o di misurare ulteriori miglioramenti. Questo fenomeno solleva importanti questioni sull'efficacia degli attuali benchmark e sulla necessità di svilupparne di nuovi.

Uno dei problemi principali è che gli sviluppatori di AI non sono tenuti a sottoporre i loro prodotti a test indipendenti prima del rilascio, come nel caso di Meta e del suo modello LLAMA 3. Ciò rende difficile conoscere appieno le capacità dell'AI e confrontare in modo equo i diversi sistemi.

Inoltre, i benchmark esistenti hanno numerosi difetti e diventano rapidamente obsoleti, rendendo difficile capire esattamente a che punto siamo nel campo dell'AI. Con i modelli che si adattano ai benchmark e viceversa, sorge la domanda se stiamo effettivamente misurando il progresso dell'AI o semplicemente osservando un ciclo di retroazione.

Per affrontare queste sfide, sarebbe utile introdurre test e benchmark indipendenti ed esterni dei modelli durante le fasi di sviluppo e prima del rilascio. Ciò consentirebbe una valutazione più obiettiva delle capacità dell'AI e fornirebbe un quadro più chiaro dei progressi nel campo.

I governi hanno tentato di rendere leggibili le capacità dell'AI sviluppando soglie di calcolo, ma queste misure non sono particolarmente a prova di futuro. Con il rapido progresso dell'AI, è difficile prevedere quando e come raggiungeremo l'AGI (Artificial General Intelligence), soprattutto considerando che non esiste ancora una definizione universalmente accettata di AGI.

---

Parte 2: Bitcoin (BTC)

⛏️ Post-Halving: Cosa È Successo?

Il recente halving di Bitcoin ha segnato un momento cruciale per la rete, dimezzando la ricompensa per blocco da 6,25 a 3,125 BTC. Questo cambiamento ha inevitabilmente influenzato le dinamiche economiche dei minatori, spingendo un aumento delle commissioni di transazione per compensare la ridotta entrata. Nonostante un picco iniziale, le commissioni hanno poi mostrato un calo significativo, evidenziando un'adattabilità del mercato più rapida di quanto previsto.

Tra le novità più discusse post-halving troviamo l'introduzione di Ordinals e Inscriptions, ovvero NFT e token sulla rete Bitcoin, che hanno contribuito ad aumentare le commissioni di rete. Alcuni osservatori hanno interpretato questi sviluppi come forme di "spamming" o persino attacchi alla rete, a causa delle commissioni elevate che hanno accompagnato il loro inserimento.

Contrariamente alle preoccupazioni sollevate, noi non vediamo le commissioni elevate come un problema. In realtà, queste possono essere viste come parte di una situazione macroeconomica già nota, che coinvolge diversi attori dell'ecosistema di Bitcoin, come minatori, produttori di energia e investitori (sia a breve che a lungo termine). L'incremento delle commissioni non rappresenta un attacco alla rete, ma piuttosto una conseguenza della sua crescente popolarità e delle sue funzionalità in evoluzione.

📉 Dinamica delle Commissioni

Dopo l'ultimo halving, le commissioni hanno raggiunto picchi tali da costituire fino al 30% delle entrate totali dei minatori. Questa tendenza di aumento delle commissioni è vista come un fenomeno destinato a continuare, soprattutto considerando la crescente complessità e il costo delle operazioni sulla rete.

Nonostante le preoccupazioni iniziali, il tasso di hash della rete Bitcoin, che rappresenta la potenza computazionale complessiva impiegata per il mining e la sicurezza della rete, si è dimostrato sorprendentemente resiliente. Dopo una lieve flessione immediatamente successiva all'halving, il tasso di hash si è stabilizzato. Questo indica non solo una capacità di adattamento da parte dei minatori di fronte a nuove sfide economiche, ma anche la loro fiducia nel valore a lungo termine di Bitcoin.

Le proiezioni economiche per i minatori suggeriscono che, nonostante la diminuzione della ricompensa per blocco, le commissioni elevate potrebbero sostenere le loro operazioni in futuro. Tuttavia, questo scenario pone anche delle domande sulle implicazioni a lungo termine per gli utenti della rete, soprattutto per quelli con minori risorse, che potrebbero trovare proibitivo sostenere costi di transazione elevati.

🚀 Outlook Economico e Tecnologico

La resilienza mostrata dal tasso di hash e la stabilità delle commissioni sono sintomi di un'industria che si sta adattando a un ambiente in continua evoluzione. I minatori, armati di tecnologie sempre più efficienti e supportati da un mercato che valorizza la sicurezza e la stabilità di Bitcoin, continuano a giocare un ruolo cruciale nel mantenere e migliorare la rete.

Analogamente ai dimezzamenti precedenti del 2016 e del 2020, abbiamo osservato un calo iniziale del tasso di hash seguito da una rapida ripresa. Questo modello conferma una certa prevedibilità nel comportamento della rete in risposta ai halving, nonostante il contesto economico e tecnologico in continua evoluzione.

A differire dai cicli precedenti è l'ambiente macroeconomico. L'attuale panorama caratterizzato da alta inflazione e tassi di interesse elevati pone pressioni significative sulle attività considerate a rischio, come le criptovalute. Questi fattori esterni influenzano le decisioni degli investitori e potrebbero incidere sulla volatilità del mercato.

In conclusione, "All is good under the hood" come si dice in gergo. La capacità di Bitcoin di adattarsi e reagire alle dinamiche interne ed esterne mostra una maturità e robustezza. Vi consiglio anche l’interessante discussione che abbiamo avuto con Mr.Bison di seguito alla parte su Bitcoin se l’argomento vi interessa.

La fine dell’episodio si è concluso con una discussione con Mr.Bison.

Ci vediamo presto per la prossima live. Seguiteci su YouTube!

Kevin.