Descripción del curso: La incertidumbre en la era de la IA generativa

La Lección 5 marca un cambio decisivo en COMP5511. Nos alejamos de la lógica determinista de la computación clásica y de la certeza supervisada de los primeros modelos de clasificación para adentrarnos en el corazón probabilístico de la IA generativa. En esta sesión, exploramos por qué los modelos de IA modernos no producen "hechos", sino más bien distribuciones de probabilidad, descubriendo los mecanismos que permiten a los LLM escribir poesía y a los modelos de difusión pintar a partir del ruido.

1. El cambio de paradigma: de la lógica a la probabilidad

• Más allá del SI-ENTONCES: la transición de reglas rígidas a probabilidades estadísticas fluidas.
• El fin de la certeza: entender por qué los resultados de la IA generativa son no deterministas por diseño.
• La probabilidad como herramienta: cómo la "era de la IA generativa" trata la incertidumbre como una característica para la creatividad en lugar de un error que debe corregirse.

2. Los motores probabilísticos de la creación

La IA generativa se basa en el muestreo de espacios de probabilidad de alta dimensión. Ya sea generando texto o imágenes, el modelo navega por la incertidumbre para producir novedad:

• Modelos de lenguaje grandes (LLM): predecir el siguiente token no como una única opción, sino como una distribución de posibilidades.
• Modelos de difusión: el arte de reconstruir el orden a partir del caótico ruido gaussiano.
• El proceso de muestreo: cómo se aprovecha la aleatoriedad para evitar resultados repetitivos y "robóticos".

3. Agentes en mundos impredecibles

Los agentes autónomos deben navegar por "mundos abiertos" donde cada acción conlleva un grado de riesgo y recompensa desconocidos.