Bài 5 đánh dấu một bước chuyển quan trọng trong COMP5511. Chúng ta đang rời xa logic tất định của máy tính cổ điển và tính chắc chắn có giám sát của các mô hình phân loại thời kỳ đầu để bước vào trái tim xác suất của Trí tuệ Nhân tạo Sinh tạo. Trong buổi học này, chúng ta khám phá vì sao các mô hình AI hiện đại không xuất ra "sự kiện" mà thay vào đó là các phân phối xác suất, làm sáng tỏ các cơ chế cho phép LLM viết thơ và các mô hình khuếch tán (diffusion) vẽ nên hình ảnh từ nhiễu.

1. Sự Dịch Chuyển Mô Hình: Từ Logic sang Xác Suất

• Vượt qua IF-THEN: Chuyển từ các quy tắc cứng nhắc sang các khả năng thống kê linh hoạt.
• Kết thúc của Sự Chắc Chắn: Hiểu vì sao kết quả của GenAI mang tính phi tất định theo thiết kế.
• Xác Suất như một Công Cụ: "Kỷ nguyên GenAI" coi sự không chắc chắn là một tính năng phục vụ cho sự sáng tạo thay vì là một lỗi cần sửa.

2. Các Động Cơ Xác Suất của Sự Sáng Tạo

AI Sinh tạo dựa vào việc lấy mẫu từ các không gian xác suất nhiều chiều. Dù tạo văn bản hay hình ảnh, mô hình đều điều hướng qua sự không chắc chắn để tạo ra sự mới mẻ:

• Mô hình Ngôn ngữ Lớn (LLM): Dự đoán token tiếp theo không phải là một lựa chọn duy nhất, mà là một phân phối các khả năng.
• Mô hình Khuếch tán (Diffusion): Nghệ thuật tái cấu trúc trật tự từ nhiễu Gaussian.
• Quá trình Lấy mẫu: Cách khai thác tính ngẫu nhiên để ngăn chặn các đầu ra lặp lại và "rô-bốt".

3. Các Tác nhân trong Thế giới Khó Lường

Các Tác nhân Tự hành phải điều hướng trong những "Thế giới Mở" nơi mọi hành động đều mang một mức độ rủi ro và phần thưởng chưa biết.