---
title: "概念瓶頸模型（Concept Bottleneck Model）"
slug: concept-bottleneck-model
language: zh-TW
source: https://aiterms.tw/terms/concept-bottleneck-model
updated_at: 2026-04-29
tags: [深度學習, 模型訓練, 模型評估, AI應用, AI基礎]
ipas_term: false
---

# 概念瓶頸模型（Concept Bottleneck Model）

> **你有沒有想過，AI 做判斷時能不能先講出中間理由，再給答案？**
>
> 你可以把概念瓶頸模型想成「先經過人看得懂的概念，再做最後判斷」：模型不是直接亂猜，而是先學會辨認中間特徵。
>
> 這很重要，因為很多 AI 雖然準，但很難解釋，概念瓶頸模型能把部分推理過程攤開，讓人更容易檢查、修正和信任。

### 容易混淆

> **概念瓶頸模型 vs 黑箱模型 vs 注意力可視化**
>
> 概念瓶頸模型：先預測可理解的概念，再由概念做最後輸出
>
> 黑箱模型：直接給結果，你不容易知道中間怎麼想
>
> 注意力可視化：只能幫你看模型關注哪裡，不等於真的把推理過程拆開
>
> 最關鍵的區別：概念瓶頸模型是真正把「中間概念」放進模型流程。

### 記住這句就好

> 先讓 AI 說清楚概念，再讓它下判斷。

### 實際案例

> **醫療判讀**
>
> 前：模型直接說有沒有肺炎，但醫師看不到原因
>
> 後：先輸出影像裡是否有浸潤、陰影、腫塊等概念，再綜合判斷
>
> **產品審核**
>
> 前：系統只告訴你商品合不合規，卻不說哪裡有問題
>
> 後：先標示出疑似違規成分、圖像元素或描述詞，再給最終結果

### 算法與應用

> 這類模型通常會把原始資料先映射到一組人類可理解的概念，再用這些概念做預測
>
> 它常出現在可解釋人工智慧、醫療影像、風險審查和合規判斷等場景
>
> 缺點是要先定義好概念，若概念本身不好量化，模型就會卡在瓶頸上

### 情境判斷

> **Q1（直覺題）：** 如果你想知道 AI 為什麼判定一張圖有問題，概念瓶頸模型有幫助嗎？
>
> → 有幫助，因為它會先輸出可理解的中間概念，再給最後答案。
>
> **Q2（判斷題）：** 只要模型有注意力熱圖，就等於是概念瓶頸模型嗎？
>
> → 不是。注意力熱圖只是顯示關注位置，沒有把概念變成模型流程中的必經關卡。

### 常見問題

> **Q：概念瓶頸模型一定比較準嗎？**
>
> 不一定，它常用可解釋性換取一部分彈性。
>
> **Q：概念要誰來定義？**
>
> 通常要由領域專家和模型設計者一起定義，否則概念可能不完整。
>
> **Q：它適合哪些場景？**
>
> 最適合需要審核原因、需要可追溯判斷的場景，例如醫療、金融和內容審查。

### 相關術語

> - **可解釋人工智慧**：概念瓶頸模型是它很典型的做法
> - **黑箱模型**：理解這個對比，才知道為什麼要引入中間概念
> - **注意力可視化**：常被拿來混淆，但用途其實不同
> - **Grad-CAM**：影像模型常用的可視化方法，適合拿來對照
> - **顯著性地圖**：另一種看模型關注區域的方法

---

來源：https://aiterms.tw/terms/concept-bottleneck-model
快查頁：https://aiterms.tw/terms/concept-bottleneck-model
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-concept-bottleneck-model