Facebook太陽能無人機Aquila試飛墜毀,專家:佐克伯不應該出席
Facebook太陽能無人機Aquila試飛墜毀,專家:佐克伯不應該出席

6月28日,承載著佐克伯「連接世界」夢想的Aquila的太陽能無人機首次試飛時出現事故,幸無人員傷亡,但無人機已經嚴重損壞。

Facebook對事故給出的解釋是無人機在測試時遭遇強風導致右側機翼結構失效。

延伸閱讀:Facebook高空無人機墜毀導致計畫重創,調查結果:機翼太長、應變設計不足

不過這種說法卻不被接受。

12月21日,據外媒報導,美國航空專家指責Facebook的無人機飛行測試太過魯莽,認為該公司不僅延長了試飛時間,而且強風天氣條件下還試圖讓飛機降落。

美國國家運輸安全委員會(National Transportation Safety Board)在事故發生後介入調查。

測試操作太魯莽導致無人機損壞

據了解,為了安全,Facebook無人機首次試飛的地方選擇在沙漠,但當地的風力和溫度等天氣條件並不理想。試飛當天, Aquila在清晨6點起飛,當時,Facebook 讓無人機在空中整整飛行了90分鐘,比原定計劃延長了3倍時間。

而由於沙漠氣候特殊,隨著時間的推進,試點溫度不斷上升,當地的風力條件也發生改變。 Aquila無人機在空中待的時間越長,它將面臨的風險就越大。

美國國家運輸安全委員會最終的調查結果顯示,Aquila在降落過程中遭遇一陣強風,無人機操作員試圖通過軟體操控來糾正無人機的飛行,但卻讓無人機的速度變得更快,最後導致Facebook的無人機的機翼被折斷。國家運輸安全委員會認為,這架無人機的特殊設計導致無人機阻力不夠,實際操作時無法快速實現減速。

而Aquila軟體開發參與者Yael Maguire在接受外媒採訪時表示,他們在1,000次電腦模擬中,從未有過風力超過試飛當天的測試。

聖何塞州立大學航空系助理教授Francesca Favaro則認為,任何飛行測試都不應該在預設條件範圍外展開,除非是想測試飛行安全性的極限。

Mark Zuckerberg at Aquila first flight test
佐克伯與Aquila工程師。

「如果是我的話,就不會在那樣的天氣條件下讓無人機降落的。」

Facebook被指責無視無人機飛行安全

Aquila無人機是Facebook Connectivity Lab多年來的智慧結晶,計劃為世界16億無法上網的人提供廉價的網絡接入,它要保證能在20,000公尺的高空保持穩定飛行,同時最高飛行時長達3個月。

Facebook針對專家的看法則表示,無人機飛行降落不是他們的優化目標,因為這架無人機未來是要完成長達90天的飛行任務。此次試飛主要也是收集飛行數據。

Facebook解釋說,它們一開始就多次假設Aquila會在降落過程中損壞。由於機器損壞且結構設計不佳,這架原型機未來也不會有機會再次升空。

俄亥俄州立大學航空研究中心負責空中安全和事故調查的教授Shawn Pruchnicki則批評了佐克伯。 Pruchnicki認為試飛那天佐克伯是不應該出席的,說他可能會給工程師增加壓力。

Mark Zuckerberg at Aquila first flight test
佐克伯在試飛現場。

一些航空專家對此次Facebook無人機試飛的態度表示擔憂。他們認為,無人機本身的結構性設計出現錯誤還不是大問題,Facebook無視無人機飛行時的基本安全要求才令人擔憂。

Facebook對此則表示,Aquila未來是不會在沒準備好的情況下,在人口密集的區域上空飛行的。

根據佐克伯的願景,「連接世界」夢想的Aquila的太陽能無人機將能幫助解決世界大量地區無法接入網路的難題。而用能長時間飛行的無人機替代衛星的做法,Facebook不是第一家,而這種無人機出現故障,Aquila也不是第一架。

據美國國家運輸安全委員會介紹,2015年5月時,Google母公司Alphabet的無人機Solara 50在新墨西哥的沙漠著陸地帶飛行時遇到了熱上升氣流時就出現了失控的意外狀況。

本文授權轉載自:愛范兒

關鍵字: #無人機
往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓