第5课标志着COMP5511课程的一个关键转折点。我们正从经典计算的确定性逻辑，以及早期分类模型的监督式确定性，转向 生成式人工智能的概率核心。在本节课中，我们将探讨现代人工智能模型为何不输出“事实”，而是输出 概率分布，并揭示使大型语言模型能够创作诗歌、扩散模型能够从噪声中生成图像的内在机制。

1. 范式转变：从逻辑到概率

• 超越IF-THEN：从僵化的规则转向灵活的统计可能性。
• 确定性的终结：理解为什么生成式AI的结果是 非确定性的 设计上的必然。
• 概率作为工具：在“生成式人工智能时代”，如何将 不确定性视为一种特性 用于创造力，而非需要修复的缺陷。

2. 创造的概率引擎

生成式AI依赖于从高维概率空间中采样。无论生成文本还是图像，模型都在不确定性中导航以创造新内容：

• 大型语言模型（LLMs）：预测下一个标记不是单一选择，而是作为 可能性的分布。
• 扩散模型：从混乱的 高斯噪声。
• 采样过程：如何利用随机性来防止重复和“机械式”的输出。

3. 在不可预测世界中的智能体

自主智能体必须应对“开放世界”环境，在其中每一个行动都伴随着未知的风险与回报。