Pelajaran 5 menandai pergeseran penting dalam COMP5511. Kita beralih dari logika deterministik komputasi klasik dan kepastian terawasi dari model klasifikasi awal ke inti probabilistik dari AI Generatif. Dalam sesi ini, kita akan mengeksplorasi mengapa model AI modern tidak menghasilkan "fakta" melainkan distribusi probabilitas, mengungkap mekanisme yang memungkinkan LLM menulis puisi dan model difusi melukis dari noise.

1. Pergeseran Paradigma: Dari Logika ke Probabilitas

• Melampaui IF-THEN: Beralih dari aturan kaku ke kemungkinan statistik yang luwes.
• Akhir dari Kepastian: Memahami mengapa hasil GenAI bersifat non-deterministik berdasarkan desainnya.
• Probabilitas sebagai Alat: Bagaimana "Era GenAI" memperlakukan ketidakpastian sebagai fitur untuk kreativitas daripada bug yang harus diperbaiki.

2. Mesin Probabilistik Penciptaan

AI Generatif bergantung pada sampling dari ruang probabilitas berdimensi tinggi. Baik menghasilkan teks maupun gambar, model menavigasi ketidakpastian untuk menghasilkan kebaruan:

• Model Bahasa Besar (LLM): Memprediksi token berikutnya bukan sebagai satu pilihan, melainkan sebagai distribusi kemungkinan.
• Model Difusi: Seni merekayasa balik keteraturan dari noise Gaussian yang kacau.
• Proses Sampling: Bagaimana keacakan dimanfaatkan untuk mencegah keluaran yang repetitif dan "robotik".

3. Agen di Dunia yang Tidak Dapat Diprediksi

Agen Otonom harus menavigasi "Dunia Terbuka" di mana setiap tindakan membawa tingkat risiko dan imbalan yang tidak diketahui.