確率は、不確実性を定量化し、ランダムな現象をモデル化する数学の基礎的分野です。人工知能分野では、推論、意思決定、機械学習において中心的な役割を果たします。確率は、0（不可能）から1（確実）の間の数値をイベントの発生に割り当てます。決定論的ロジックとは異なり、確率的アプローチはデータやモデル、環境の不確実性を明示的に扱います。
ユースケースと利用例
確率は、音声認識、スパムフィルタリング、コンテンツ推薦、自動医療診断、天気予報など、不確実性を伴うシステムのモデル化に広く使われています。例えば、ベイジアンネットワークは条件付き確率を用いて観測された結果から原因を推論します。確率的分類アルゴリズム（Naive Bayesなど）は、観測された特徴に基づいてカテゴリの確率を計算します。
主なソフトウェアツール・ライブラリ・フレームワーク
確率モデルを扱うAIツールとしては、PyMC、TensorFlow Probability、Stan、Edward、伝統的なモデルに使うscikit-learnなどがあります。ベイジアン推論にはJAGSやBUGSも広く利用されています。
最近の動向・トレンド
最近は、確率論の深層学習への統合（deep probabilistic programming）、生成モデル（拡散モデルや変分オートエンコーダー）の活用、サンプリングと近似手法の効率向上が注目されています。また、医療や金融などの分野で確率モデルの解釈性向上も重要なトピックです。