離開
進入讓AI不學壞！台大「概念抹除」技術 教AI模型切斷暴力
2025/10/30 05:30 記者吳柏軒／台北報導
國科會補助台大教授王鈺強（右2）團隊，針對生成式AI提出「概念抹除」技術「Receler」，能精準切斷AI連結到暴力、色情乃至侵權內容等風格，有助AI正向發展。（國科會提供）
生成式AI興起改變人類社會，不只自動撰文，更生成深度偽造的圖像，衍生侵權、濫用及倫理挑戰；國科會補助台灣大學電機系教授王鈺強團隊，開發「概念抹除（concept erasing）」技術「Receler」，免重新訓練，讓AI精準切斷高風險概念聯想，避免生成血腥、暴力或色情等內容，使AI「不學壞」。
免重新訓練 精準抹除血腥、色情內容
專長為電腦視覺的王鈺強表示，生成式AI雖方便，如ChatGPT可用來生成吉卜力風格的繪圖，但此舉恐侵犯藝術家版權，以及「Deepfake」深偽技術可以把明星、政治人物換臉，從而產生詐騙或色情影像，或濫用生成血腥暴力內容等，帶來種種問題。
王鈺強說，在不重新蒐集資料跟重新訓練AI模型之下，團隊研發出概念抹除技術「Receler」，是具有交叉注意力機制的概念橡皮擦（Concept Eraser），結合對抗性機器學習（Adversarial Learning）技術，能精準抹除「暴力」、「裸露」或「特定藝術風格」等高風險概念，並保留原始AI模型創作能力；成果在去年九月登上歐洲計算機視覺會議（ECCV）並備受關注。
國科會#生成式AI#王鈺強#台大電機系#概念抹除（concept erasing）#Receler/span〉
台大電機系教授王鈺強團隊針對生成式AI開發出概念抹除技術「Receler」，相比原始模型，AI能避免生成裸露、特定藝術繪畫風格以及特定物品等，有助AI未來正向發展。（王鈺強提供）
