黑箱模型 vs 可解釋人工智慧
Black Box Model vs Explainable AI
黑箱模型 側重 黑箱模型是指其內部運作機制對使用者而言不透明的模型，難以理解輸入與輸出之間的具體關係。，而 可解釋人工智慧 側重 可解釋 AI 透過視覺化或簡化模型，讓複雜的黑箱模型預測決策過程能被人類理解、信任與稽核。。
逐項比較
| 項目 | 黑箱模型 | 可解釋人工智慧 |
|---|---|---|
| 一句定義 | 黑箱模型是指其內部運作機制對使用者而言不透明的模型，難以理解輸入與輸出之間的具體關係。 | 可解釋 AI 透過視覺化或簡化模型，讓複雜的黑箱模型預測決策過程能被人類理解、信任與稽核。 |
| 比喻 | 黑箱模型就像一台你只會用但不知道裡面怎麼運作的咖啡機 -- 你知道倒咖啡豆進去會出咖啡，但它怎麼磨豆、怎麼加熱水、怎麼混合，對你來說都是個謎，你只看到輸入和輸出，中間過程完全不清楚。 | 可解釋 AI 就像給一個魔術師的表演配上「解說員」 -- 以前你只知道 AI 做出一個決策，但不知道為什麼；現在有了它，就像解說員會告訴你魔術師是怎麼變出這個結果的，讓你理解其背後邏輯。 |
| 常見標籤 | 機器學習、深度學習、模型評估、AI倫理與治理、模型訓練、神經網路 | AI倫理與治理、模型評估、AI基礎 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 怎麼提高可解釋性？ | 可解釋人工智慧和模型可解釋性有什麼不同？ |