不只是寫程式:兩位 Apple Swift 學生開發者如何用 App 解決真實世界的難題
編輯核心觀點
- ✦來自迦納的 Karen-Happuch P. Henneh 開發了洪水導航 App「Asul」,透過氣象數據與歷史地理資訊,協助民眾避開淹水區。
- ✦14 歲開發者 Aayush Mehrotra 打造「NodeLab」,以互動式視覺介面降低學生學習機器學習的門檻。
- ✦兩位開發者在 Apple Park 獲選為 Swift Student Challenge 傑出獲獎者,並意外獲得執行長 Tim Cook 與 John Ternus 的親自指導與交流。

從個人經驗出發:用科技對抗極端氣候
在今年的 Apple 全球開發者大會(WWDC)期間,兩位 Swift Student Challenge 傑出獲獎者(Distinguished Winners)分享了他們開發 App 的初衷。來自西非迦納的 Karen-Happuch P. Henneh 開發了一款名為「Asul」的離線洪水導航應用程式。Asul 在她的母語中意指「流動的水」。
Karen 指出,現有的導航系統僅提供傳統路徑規劃,而氣象預報也缺乏對特定道路淹水情況的預警。她表示:
我的 App 名為 Asul。每當下雨,街道就會淹水。現有的 GPS 只會告訴你左轉或右轉,而氣象預報只會告訴你降雨時間,但民眾不知道哪些路段會受影響。Asul 能在 12 小時前利用氣象數據與歷史地理資訊,預測淹水區域,並透過紅、黃、綠三色標示,引導使用者避開危險地帶。
這項開發背後有著沈重的歷史背景。2015 年,迦納最大城市阿克拉(Accra)曾發生嚴重的洪水災難,造成超過 150 人喪生。Karen 強調:「我深信洪水的毀滅性後果不僅是氣候問題,更是資訊匱乏的問題。如果人們能提前獲知哪些區域會受影響,就能做出明智決策並挽救生命。」
降低機器學習門檻:讓複雜技術變得親民
另一位獲獎者是 14 歲的 Aayush Mehrotra,他開發了 iPad 應用程式「NodeLab」。作為學校機器學習社團的宣傳負責人,他發現許多同學對機器學習望而卻步,主因在於對數學與電腦科學背景的恐懼。
Aayush 表示:「NodeLab 的目標是以簡潔、視覺化且互動的方式,向不同背景的學生解釋神經網路背後的複雜數學。我希望打造一個我當初學習時夢寐以求的工具,讓機器學習的學習曲線不再那麼陡峭。」
驚喜登場:與 Apple 執行長面對面
獲獎者原先被告知將向 Apple 全球開發者關係副總裁 Susan Prescott 展示作品,然而,Apple 執行長 Tim Cook 與即將接任的執行長 John Ternus 卻驚喜現身,讓這場簡報成為難忘的體驗。
Karen 形容這是一場「超乎現實的體驗」,並感受到 Apple 對學生開發者的支持。Aayush 也坦言,雖然事前感到緊張,但能向 Apple 最高層展示自己的想法並獲得關注,這份肯定極具價值。
對於未來,Karen 表示這次獲獎不僅驗證了 Asul 的價值,更讓她透過各界回饋持續優化產品;Aayush 則認為,這項榮譽肯定了他過去在機器學習領域的努力,並為他開啟了更多與全球開發者交流的機會。



