课程概览：GenAI 时代的不确定性

第 5 课标志着 COMP5511 的一个重要转折点。我们正从经典计算的确定性逻辑，以及早期分类模型有监督的确定性思维，走向 生成式 AI 的概率核心。在本节中，我们将探讨为什么现代 AI 模型输出的不是「事实」，而是 概率分布，并揭示让 LLM 能写诗、扩散模型能从噪声中作画的机制。

1. 范式转变：从逻辑到概率

• 超越 IF-THEN：从僵化的规则转向流动的统计可能性。
• 确定性的终结：理解为什么 GenAI 的结果天生就是 非确定性的 。
• 将概率作为工具：GenAI 时代如何把 不确定性视为特性 ，用于激发创造力，而不是需要被修复的缺陷。

2. 创造的概率引擎

生成式 AI 依赖从高维概率空间中采样。无论是生成文本还是图像，模型都在不确定性中探索，从而创造出新意：

• 大语言模型（LLM）：预测下一个词元并非单一选择，而是一个 可能性分布。
• 扩散模型：从混沌 高斯噪声。
• 采样过程：如何利用随机性来避免重复和「机械」的输出。

3. 不可预测世界中的智能体

自主智能体必须在「开放世界」中探索，每一次行动都伴随未知的风险与回报。