所以很多时候，需要的不是模型的可解释性，而且给人类一个理由，符合人类认知模型的理由。
反过来，即使是人类做了某个决定，一般也没有办法从“模型”上解释为什么他会做出这个决定。
不是准确率问题，是可解释性。同一个黑人，人工审核不发放贷款就没被诉讼风险，AI审核（对了）不发放贷款也有被诉讼风险，且大概率会输掉官司。
特斯拉不是会给司机驾驶行为打分吗，可以只学高分司机的数据
看过了，你的可解释性还是没理解对，看下我前面举的例子再理解理解
仓老师可以看我后面补充说明。所谓模型可解释性，其实在人类自己身上就不存在。
这是目前法律规定的。。不管司机同不同意，只要你使用，出了问题就是第一责任人
从国家和政府的角度，都希望无人驾驶落地，看下德国的最新关于无人驾驶的法案，开篇就是：为了确保本国无人驾驶处于领先地位。美股最新的无人驾驶法案则更彻底：法案名称就叫：确保美国无人驾驶技术领先地位法案