La Lección 5 marca un cambio fundamental 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 modernos de IA no producen "hechos", sino 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: Transición de reglas rígidas a verosimilitudes estadísticas fluidas.
• El Fin de la Certeza: Comprender por qué los resultados de la IA Generativa son no deterministas por diseño.
• La Probabilidad como Herramienta: Cómo la "Era de la IA Generativa" considera la incertidumbre como una característica para la creatividad, y no como un defecto que deba 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 de Gran Tamaño (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 de un caótico ruido gaussiano.
• El Proceso de Muestreo: Cómo se aprovecha la aleatoriedad para evitar salidas repetitivas y "robóticas".

3. Agentes en Mundos Impredecibles

Los Agentes Autónomos deben navegar por "mundos abiertos"Mundos Abiertosdonde cada acción conlleva un grado de riesgo y recompensa desconocidos.