科技部 11 日舉辦記者會，邀請台灣大學 AI 中心分享「可解釋性人工智慧」，除了具備高辨識率的人臉辨識能力，還可以有條理的解釋 AI 產出結果的原因，有效提升人類使用 AI 的信任度。

近年來 AI 臉部辨識已進步到深度學習等類神經網路，由電腦自己訂規則，憑著數以千計的條件，產出高精準度的答案，不但可辨認出真假金正恩，還可以在低解析度或刻意喬裝的情況下辨識，甚至超越人類辨識能力。

台大資工系教授徐宏民指出，過去人們不了解 AI 做決策的過程及原因，讓人駐足不前，因此，台大人工智慧技術暨全幅健康照護聯合研究中心（台大 AI 中心）在科技部支持下，打造出「可解釋性人工智慧」（Explainable AI，XAI），猶如打開「AI 黑盒子」，確認 AI 決策的合理性。「我們能解釋過去跟現在小豬哪邊不一樣，像是髮型不太一樣，下巴變得比較尖，能解釋這裡不太一樣，但鼻子、眼睛周遭還是非常像，所以專注這裡，最後判斷這是小豬。」

科技部長陳良基也指出，科技部去年 9 月公布人工智慧科研發展指引，強調 AI 的「透明性與可追溯性」及「可解釋性」，期盼讓普世大眾對 AI 感到信賴與安心。「這非常重要，AI 不應該是黑盒子，必須告訴我，現在幫我決定能不能進門、能不能得到補助，不能算完卻不能解釋，必須解釋清楚。」

徐宏民也提到，為加速技術擴散與落地應用，此 AI 模組 xCos 可與其他臉部辨識系統相互搭配，並將這項技術開源供國內外產學研單位使用，希望將相關理念拓展至其他深度學習相關應用。