第5课标志着COMP5511的一个重大转折。我们正从经典计算的确定性逻辑和早期分类模型的监督式确定性，走向 生成式人工智能的概率内核。在本节课中，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，并揭示使大语言模型能够写诗、扩散模型能够从噪声中作画的内在机制。

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似然性。
• 确定性的终结：理解为什么GenAI的结果本质上是 非确定性的 。
• 概率作为工具："GenAI时代"如何将 不确定性视为一种特性 ——这是创造力的来源，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进行采样。无论是生成文本还是图像，模型都在不确定性中穿行，以产生新颖的内容：

• 大语言模型（LLMs）：预测下一个词元时，不是作为一个单一选择，而是作为一个 可能性分布。
• 扩散模型：从混沌的 高斯噪声。
• 采样过程：如何利用随机性来避免重复且"机械式"的输出。

3. 在不可预测世界中的智能体

自主智能体必须在"开放世界"中导航，每个行动都带有一定程度未知的风险与回报。