A Aula 5 marca uma mudança crucial em COMP5511. Estamos nos afastando da lógica determinística da computação clássica e da certeza supervisionada dos primeiros modelos de classificação para o coração probabilístico da IA Generativa. Nesta sessão, exploramos por que os modelos modernos de IA não produzem "fatos", mas sim distribuições de probabilidade, desvendando os mecanismos que permitem que LLMs escrevam poesia e modelos de difusão pintem a partir do ruído.

1. A Mudança de Paradigma: Da Lógica à Probabilidade

• Além de SE-ENTÃO: Transição de regras rígidas para probabilidades estatísticas fluidas.
• O Fim da Certeza: Entendendo por que os resultados de GenAI são não determinísticos por design.
• Probabilidade como Ferramenta: Como a "Era da IA Generativa" trata a incerteza como um recurso para a criatividade, em vez de um bug a ser corrigido.

2. Os Motores Probabilísticos da Criação

A IA Generativa depende da amostragem de espaços de probabilidade de alta dimensão. Seja gerando texto ou imagens, o modelo navega pela incerteza para produzir novidade:

• Modelos de Linguagem Grandes (LLMs): Prevendo o próximo token não como uma única escolha, mas como uma distribuição de possibilidades.
• Modelos de Difusão: A arte de engenharia reversa da ordem a partir do caótico ruído Gaussiano.
• O Processo de Amostragem: Como a aleatoriedade é aproveitada para prevenir saídas repetitivas e "robóticas".

3. Agentes em Mundos Imprevisíveis

Agentes Autônomos devem navegar por "Mundos Abertos" onde cada ação carrega um grau de risco e recompensa desconhecidos.