莊家峯 Chia-Feng Juang

可解釋人工智慧模型開發與應用

我長期深耕AI與智慧控制領域，論文已被引用1萬多次。近五年研究方向之一為可解釋 AI 模型，致力於打破傳統AI模型準確卻難以理解的黑盒子限制。已成功開發出以視覺化及語言化模糊規則描述的AI模型，可用來解釋模型推理依據並提高學習效率。相關應用包括電腦視覺、智慧機器人與智慧健康。在電腦視覺上，提出視覺可解釋的深度卷積模糊類神經網路，可將深度學習的推論轉換為人類可理解的視覺化模糊規則，已應用於影像分類與視覺定位；在智慧機器人上，提出仿生進化與強化學習可解釋AI模糊模型，成功應用於六足與輪型機器人移動控制的自我學習與學習效率提升；在智慧健康上，提出可解釋 AI 模糊模型搭配簡易生理變數以快速估測睡眠呼吸中止症及患者之陽壓呼吸器最佳治療壓力，成果可提供臨床快速的估測輔助。研究成果已發表於多篇IEEE 期刊論文並獲選為前瞻研究論文與領域焦點論文，且近五年已出版2本國際與2本國內專書，獲得亞太人工智能學會 (AAIA)、國際模糊系統學會 (IFSA) 與國際AI工業聯盟 (AIIA) 會士，受邀擔任10多場國際演講，提升我國在相關領域之國際能見度。

我也將AI研究成果落實於產業與醫院場域，以達學術與實務接軌。已開發各種基於瑕疵與正常影像的 AI 影像瑕疵檢測模型，成果已技轉廠商並導入不同產線，減少產業人力需求與成本。我也將 AI 模型導入腎臟病理影像的腎絲球偵測與病理型態分類、手機輔助雙通道快篩試紙判讀與基於單通道腦波的居家睡眠品質分析，為臨床診斷與居家健康照護提供便利的智慧工具。