تقریباً هر مدل هوش مصنوعی یه کار اصلی انجام میده:
پیشبینی احتمال.
اینکه کلمه بعدی چیه؟ تصویر چیه؟ کاربر چی انتخاب میکنه؟
همهش یعنی مدل داره احتمال میسازه و انتخاب میکنه. 🤖📊
پس اگه بگیم «قانون احتمال = ستون اصلی AI مدرن»، اغراق نکردیم.
از چتباتها تا سیستمهای توصیهگر و مدلهای مولتیمودال، همه روی احتمال میچرخن. 🧠⚡
🕰 مسیر ورود احتمال به هوش مصنوعی (از قمار تا مدلهای زبانی)
داستان از قرن ۱۷ شروع شد، وقتی پاسکال و فرما روی مسائل قمار کار میکردن و ریاضی احتمال رو پایهگذاری کردن.📌 مرجع تخصصی هوش مصنوعی و علم داده
بعد، دانشمندانی مثل لابِلاس و بیز نشون دادن که میتونیم با احتمال درباره جهان فکر کنیم و پیشبینی انجام بدیم.
تو قرن ۲۰، با کارهای کولموگوروف و فیشر احتمال تبدیل به چارچوب رسمی آمار شد.
این پایه شد برای الگوریتمهایی مثل:
- شبکههای بیزی (Bayesian Networks)
- مدلهای مارکوف پنهان (HMM)
- الگوریتم EM
دهه ۹۰ و ۲۰۰۰ هوش مصنوعی فهمید:
بدون احتمال نمیتونیم از داده یاد بگیریم.
امروز هم LLMها، سیستمهای توصیهگر، مدلهای تولید تصویر،
همه دارن یه کار انجام میدن:
انتخاب محتملترین پاسخ.
🤖 دیتایاد / datayad@