0

0
0

文字

分享

0
0
0

食品加工到底在加什麼工?—「PanSci TALK:天然ㄟ尚好?II 」

衛生福利部食品藥物管理署_96
・2016/09/13 ・2354字 ・閱讀時間約 4 分鐘 ・SR值 586 ・九年級

-----廣告,請繼續往下閱讀-----

本文由衛生福利部食品藥物管理署委託,泛科學企劃執行

1

天然食物一定比加工食品好?

人們常說「加工食品有許多不知道的成分」、「吃對食物比運動更重要」、甚至「天然食物比加工食品好」,這些屢見不鮮的論調,在食安問題層出不窮、佔據媒體大幅版面,引發政府、檢調、業者多方論戰的近年更是不斷被提及。

對此,國立臺灣大學農業化學系教授蘇南維在「PanSci TALK:天然ㄟ尚好?II」 一開始便開宗明義表示:「網路上常有人說要吃食物不要吃食品,那我想請問大家能否區分兩者呢?」

2
國立臺灣大學農業化學系蘇南維教授。

若以日本厚生省的定義來看,「食品」包含幾種機能:營養、嗜好、生理調節;功能則分別在於維持生命、提供感官刺激、應對生理代謝等症狀。逐漸地,人們使用添加物擴張這些「食品」機能,目的在於:保存食物、提高嗜好性、增加營養、便利使用。

-----廣告,請繼續往下閱讀-----

「營養之外,要好吃。」

1. 保存食物

台灣先天的氣候條件濕熱造成食物易腐壞,為了讓食物生命延續久一點,怎麼做才能延長食物的保存期限?

以控制水活性來延長食物壽命是最直接的方式,水活性所量度的是食物中的自由水分子,這些水分子是微生物生殖和存活的必需品。「想成相對濕度會比較好理解,水活性 0.7 以上菌類便容易生長,降低水活性至 0.7 左右,使用糖漬、鹽漬等方式、甚至冷凍,讓微生物無法增長、繁殖,食物便容易保存。」不過蘇南維也提到這些保存方式,常常會有額外問題,例如使用乾燥手法,時間常會拉長,導致食物早已過了賞味期限。

2. 提高嗜好性

隨著時代變遷,人類不單只依賴食物所能提供的營養,更提升「色、香、味」需求,此類嗜好性食品用來刺激並滿足視覺、嗅覺等感官知覺。「好理解的例子便是『霜淇淋』,這完全是人類『發明』出的食品。」蘇南維點出食品加工的一大重點:「食物怎樣會好吃,至少看起來要先好吃!」站在食品業者商品開發的立場,的確時時刻刻要思考開發什麼口味才能滿足客群,例如前陣子坊間流行紅麴並廣傳其降低膽固醇的功效,食品企業便產生將紅麴與傳統餅乾結合的新想法,市場反應熱烈。

3
炎熱夏天不可或缺的霜淇淋,從頭到尾都是「被發明」的加工食品。

3. 增加營養

例如嬰兒食用的配方奶便是根據需求額外添加營養製作而成。

-----廣告,請繼續往下閱讀-----

4. 便利使用

將食物製成罐頭、保久乳、肉鬆等可供長久保存,或易於食用的型式,這些都是食品加工的目的以及應用方式。

當然,食品添加物並不是要加多少都可以,「食品添加物實用範圍及限量暨規格標準」中,採用正面表列方式,規範某添加物能在什麼用途以及能夠使用的量。

「食品添加物分別在色、香、味的感官刺激上產生不同結果;這些添加劑有的是天然,有的是人工製成。」常見的添加劑名字有:著色劑、保色劑、香料、調味劑、甜味劑、營養添加劑……等。不過蘇南維也提醒其實常被談論的「食品添加物」在台灣還沒有一個通用的定義,衛福部公佈的一份「食品添加物實用範圍及限量暨規格標準」列表中所提及的品相才是「食品添加物」,目前這張表也持續修改,希望能與國際標準脫軌。

「好吃之外,是添味。」

蘇南維接著肯定調味的重要性,若沒有「添味」的調味料,味道將失去多元化。

-----廣告,請繼續往下閱讀-----

「台灣常說的『柴米油鹽醬醋茶』,其實只有柴是非加工的!」他以這些最傳統的料理食材為例,米,需要先將米曬乾、脫殼等手續;而油,更需要壓榨;鹽、醬、醋,皆是經過提煉而成。食品經過適當的加工其實不必太過害怕。

國人最常接觸的調味料恐怕就是中秋節的座上賓:烤肉醬。蘇南維說烤肉時不應該將調味醬刷在食物上持續加熱,容易造成燒焦,這是不正確的加工行為,的確可能造成人體傷害,此類醬料的使用方式應該是食物煮熟後再塗抹上去,添味即可。還有,泡麵中的香料包,包裝上寫「牛肉口味」,蘇南維問聽眾,「『牛肉口味』是如何製成的?」他提出的可能方式是使用食品加工模擬後完成,當然,這也是調味的一種,並沒有太大的安全疑慮,他保證原料絕對沒問題。

4
一家烤肉萬家香的烤肉醬,可說是生活中最常接觸到的調味料。圖/wiki

我們需學會接受:「可接受的風險」

德蘭尼條款(Delaney Clause Dilemma)是 1950 年代美國針對農藥、殺蟲劑施放所訂定的規範,精神是 zero tolerance(零容忍),只要有一點藥劑可能讓人及其他動物得到癌症,便不可使用,此規範原先是農藥與殺蟲劑的使用規範,後擴及到食品添加物。

蘇南維認為台灣現況就好比 1958 年的德蘭尼條款,要求添加物必須「零檢出」,但窘境是現代科技發展下,機器越來越靈敏,原先驗不出來的現在都能驗出了。例如,台灣並未大量生產燕麥,因此從國外進口,不過近期卻在進口中的燕麥檢驗出部分農藥殘留值,引發消費者的恐慌。然而針對此事件蘇南維認為,透過正常方式施灑的農藥,可以透過製定「殘存值」來規範,使其保留其具備的「可接受的風險」。

-----廣告,請繼續往下閱讀-----

比起強調「零檢出」,蘇南維更希望大眾具備「所有食品檢驗需要搭配檢驗方式、檢測儀器及所屬機關認可等整套對策,並同時公佈整套數據而非單一項目。」這樣的概念。

5
從國外進口的燕麥,近年被測出含有農藥殘留值。圖/dessuil @ pixabay

「從營養學中我們學到均衡飲食,從毒理學角度我們懂得分散風險。不論從宏觀或微觀的視角來檢視食品,真的是什麼都有毒。」

蘇南維提醒大家不要對食品添加物太過恐慌,這幾年的食安事件議題有真有假,雖然整體環境改善的速度有點慢,不過大方向很正確。

2-5

文章難易度
衛生福利部食品藥物管理署_96
65 篇文章 ・ 23 位粉絲
衛生福利部食品藥物管理署依衛生福利部組織法第五條第二款規定成立,職司範疇包含食品、西藥、管制藥品、醫療器材、化粧品管理、政策及法規研擬等。 網站:http://www.fda.gov.tw/TC/index.aspx

0

1
2

文字

分享

0
1
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

2

2
0

文字

分享

2
2
0
穿越時空遇見手搖飲的前世今生 feat. 配配飲 Evan、公益創投 Amiko【科科聊聊 EP82】
PanSci_96
・2022/03/10 ・3595字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

泛泛泛科學Podcast這裡聽:

做測驗,就有機會獲得免費特製手搖飲品,現場還有大獎等你抽!
配配飲 IG配配飲 FB

根據經濟部去年統計,台灣每年竟可賣出 10.2 億杯手搖飲,平均每人每年喝掉 43.3 杯!不過,身為手搖飲愛好者的你,在喝下爽口珍奶時,有想過手搖飲是怎麼出現的嗎?現在喝得到手搖飲都是托哪位女科學家的福?手搖飲大為流行要歸功哪一項發明?現在還有「無人手搖飲店」,真的能搖出好喝珍奶,為你客製特殊需求嗎?

本集泛科學邀請配配飲創辦人 Evan、公益創投的 Amiko 聊聊手搖飲的前世今生。讓我們與兩位來賓一起穿梭時空,從古早泡沫紅茶店,聊到手搖飲未來無限的創新趨勢!

  • 04:43 為什麼要強調「女性」職人的成就

至今,實踐性別平權仍是社會各個產業需努力的目標,女性在職場受到不平等待遇也並非少見。Amiko 提及在新創產業,女性不像男性有機會繼承或取用家中資源,創業也必須「白手起家」靠自己,更可能受到家庭與婚姻的牽絆。不過,她也說創業的要素,在於秉持創新、挑戰精神,性別並不影響創業成功與否。P 編表示,泛科學先前也曾製作《她是科學家》專題,希望藉此呈現女科學的成就,以及她們因性別所遇上的困境與歧視。

  • 09:12 19 世紀才有食品冷藏概念

19 世紀時,美國女性化學家瑪麗恩格爾潘寧頓(Mary Engle Pennington)熱衷於食品加工、儲藏及運輸衛生的研究,致力於推動食品冷藏保鮮的概念,研發出許多冷凍運輸、儲藏的新科技,更是全世界第一個建立牛奶安全檢驗標準的科學家。正因為她的研究與發明,今日我們才得以享用新鮮的珍珠奶茶等手搖飲。

延伸閱讀:

廚房與食品工廠如何確保食品安全?認識傳統食品加工

Mary Engle Pennington 美國細菌學化學家和製冷工程師。圖/wikipedia
  • 12:12 從雜貨店到泡沫紅茶店的「飲料史」

P 編及 Evan 回想起小時候對「飲品」的回憶,源於從雜貨店裡的飲料桶,用塑膠袋裝紅茶、冬瓜茶,或再把飲料袋放進冰箱,自製出紅茶冰、冬瓜茶冰。兩人進入的青少年階段後,小歇等泡沫紅茶店大為盛行,學生間開始流行在店內與三五好友喝茶、聊天、打牌,讓泡沫紅茶店成為社交聚會場合,也是許多人的青春回憶。

-----廣告,請繼續往下閱讀-----
  • 16:28 手搖飲盛行竟歸功於這項發明?

Evan 說明「飲料封膜機」的誕生,是手搖飲店在台灣大為盛行的一大主因。從前,泡沫紅茶店多以內用為主,外帶飲品時以塑膠蓋封口,但蓋子容易脫落,導致飲料外帶不便,自從發明封膜機之後才大為改善,讓飲料外帶變得容易,主打外帶的連鎖飲料店才開始盛行。Evan 也曾和封膜機廠商接觸,表示封膜機的製造也有其學問,塑膠膜、鍍膜的材質必須選擇得宜,飲料杯才能黏得緊密,稱封膜機為另類「台灣之光」。

延伸閱讀:

為什麼紙吸管總是插不進去?你可以這樣做!

封膜機讓外帶更方便。圖/Freepik
  • 21:06 手搖飲店員不再「搖」飲料了

過往,手搖飲店追求店員「手搖」飲料,讓客人感覺賓至如歸的服務,但現在體諒店員的「手力」,多半也以「搖杯機」取代人力。Evan 解釋「搖」的動作,有助讓外在空氣與飲料、糖、冰塊結合,喝起來味道較為順口,也說明飲料搖出的泡沫,能有效阻隔空氣,讓氧化過程暫緩,能讓飲料暫時維持一定的口感。另外,如現在部分商家販售的黑糖珍奶,便是追求不搖飲料,才能看到從杯身看到如「虎紋」般美麗的黑糖,也是手搖飲多元化、美學化的轉變。

  • 25:19 為何不愛去超商買手搖飲?

台灣現今手搖飲料店五花八門,就連超商也加入市場,但普遍消費者仍會偏好選擇手搖飲料店,而非購買超商的手搖飲。Evan 認為,消費者購買手搖飲追求「儀式感」,要到特定店面購買,在店內耐心等待一杯現做的飲料,買的是一種「心靈慰藉」。相對來說,上班族則會選擇到講求快速便利的超商,購買咖啡以提神,是一種工作上的「需求」,與購買手搖飲背後的心理機制有所差異。

  • 30:28 疫情後餐飲業開始「電子化」

手搖飲店員工每日的必備行程,便是煮茶、點單及收銀,因此商家營運仰賴極大的人力資源。不過由於 COVID-19 疫情影響,必須減少「人與人的接觸」,因此商家使用無人機讓消費者點餐的頻率增加,讓機器替代重複、枯燥的勞務工作。同時,消費者在疫情後也更習慣電子支付、外送叫餐,種種消費模式的轉變,都已改變餐飲業的生態。

-----廣告,請繼續往下閱讀-----
  • 34:50 無人手搖飲店「客製化」的原因

配配飲最大特色在於它是間「無人手搖飲店」,從煮茶、加料、調味皆由自動化手搖飲機台一手包辦,消費者可依據自己的口味需求向機器點餐,獲得比一般手搖飲店更「客製化」的飲品。Evan 表示研發機台並不容易,光是「煮茶」步驟即耗費兩年時間才研發完善,各種配料的濃度、流體速度也需反覆測試,讓製作標準統一形成SOP。

為了讓配配飲的口味「好喝」,Amiko 親身下海試喝各家手搖飲,最終發現飲料容易造成「體重負擔」。因此最終配配飲的糖皆使用寡醣(Oligosaccharides),有助於益生菌生長,並且熱量相對較低,甜度也更為清爽耐喝,不容易過膩。

延伸閱讀:

新飲食法可改善常常腸胃不適的「腸躁症」?低 FODMAP 飲食是什麼?

  • 41:32 機械手臂為何不適合做飲料?

由於考慮到店面營運效益,自動化手搖飲機台具有兩個產線,能同時製作兩杯飲品,達到最高效能讓產量增加,也減少消費者等待飲品製作的時間。若採用機械手臂製作飲品,其產製過程仍與手工相同,製作速度仍可能比人來得慢,過程中還可能會有潑灑出飲料、調味不夠精細等問題;相對而言,配配飲的機台有更完善的製作產線,並且仍有人員從後台監控,確保機器的運作狀況,調配手搖飲的流程比機械手臂更穩定。

延伸閱讀:

NASA將出動機械手臂 把小行星巨石搬到月球軌道

  • 45:44 「工程師魂上身」改善人為誤差

Evan 提及,自動化手搖飲機台與手工煮茶的最大差異在於,人為操作容易有誤差,例如店員可能沖煮時恍神分心,導致茶的口感有所不同,機器只要設定無誤便能精準製作。他也表示,過去當工程師時就喜歡喝手搖飲,但也觀察到就算是在同間店點同款飲料,只要服務的店員不同,口感便會有差異。這種人為誤差讓他「工程師魂」上身,希望能改變手搖飲的產製問題,才動念想研發自動化手搖飲機台,創造出「配配飲」品牌。

-----廣告,請繼續往下閱讀-----
  • 52:11 以女科學家命名的飲品

本次配配飲與泛科學推出聯名活動《用飲料串連科學與世界的女性》,根據四位女科學家的生平、性格與研究,特別設計出四款以她們為名的飲品,以美妙的味覺口感,紀念女科學家們的成就。即日起至 3 月 22 日,加入泛科學會員並完成《你是哪位女科學家?》測驗,就有機會免費獲得【泛科學 X 配配飲】女科學家飲料兌換卷!共計 200 杯!

除了線上測驗,3 月 8 日至 3 月 31 日,只要於配配飲民復主題店活動現場購買四款專屬飲料,在購買收據背面寫下「姓名」、「手機號碼」資料並投入抽獎箱,就有機會得到 Amiko 大力募得的多個獎項,最大獎是價值超過新台幣兩萬元的宜蘭「迷路憶境」民宿包棟住宿一晚,其他還有 Rogy 環景360度 專人直播服務、ZINIZ 時尚輕巧滅火精品、芒果遊戲道具包等 60 個總價值近九萬元的豐富獎項等你來拿!

所有討論 2

0

7
0

文字

分享

0
7
0
食品有可能傳播 COVID-19 嗎?「食品加工鏈」防疫應注意哪些事?
台灣科技媒體中心_96
・2021/07/01 ・3273字 ・閱讀時間約 6 分鐘

  • 本文與新興科技媒體中心合作,內文經泛科學改寫。
  • 詳細專家回應請見:「食品加工鏈的COVID-19傳播」之專家意見
  • 資料更新至 2021 年 6 月 7 日

COVID-19 爆發之後,已經確定知道飛沫、直接接觸與空氣感染,為其主要的傳播方式。然而,疫情是否有可能藉由食品擴散,仍然是某些人提出可能的隱憂。

食物會是疫情傳播的來源嗎?圖/envato elements

為此,英格蘭公共衛生署(Public Health England, 簡稱 PHE)於 2021 年 3 月發表報告,回顧 6 篇來自美國及德國的研究與報告,探討食品加工鏈內 COVID-19 傳播。

此報告結論認為食品加工鏈的「作業員工」無法在密閉工作環境中保持適當距離,易傳播 COVID-19。

食物極不可能傳染COVID-19

中山醫學大學公共衛生系教授 翁瑞宏 協助解讀此研究,他指出,鮮少有透過動物而使人類感染 COVID-19 的報吿,相關食品感染人的情況就更不確定。

聯合國的糧農組織(Food and Agriculture Organization)亦發布一項定性評估[1],指出人類接觸、處理、食用畜養和水生動物或其產品而感染冠狀病毒的風險是可忽略的,也就是極不可能發生。

-----廣告,請繼續往下閱讀-----
我們幾乎不可能因為處理或食用生鮮動物而感染新冠肺炎。圖/envato elements

由於冠狀病毒並非食源性病毒,亦即該病毒不太可能透過飲食而感染,更何況食物的熱處理、水分活度、酸鹼度、各種營養成分都會影響冠狀病毒的穩定性。

不過值得一提的是,冠狀病毒在冷藏食品中的最長存活時間尚未被確認,病毒數量在 -20°C 下可能維持數週[2]。病毒亦可長期存在冷藏食品的包裝表面,並且跨越國境,進行長程傳輸。雖然少見上述案例,但仍提醒人們避免接觸可能受污染的冷藏食品。

在低溫環境下,病毒的存活期間還有待確認。圖/envato elements

食品加工鏈的高風險作業環境

翁瑞宏指出,在國外,許多食品工人在疫情中被診斷為無症狀感染者。在封閉式的食品製造設施中,工作者極可能密切接觸到傳染源,使得食品加工製造業成為僅次於醫療和長照機構的高風險環境。

儘管大多數的加工廠設法避免感染,疫情仍然帶給食品製造業極大挑戰,不僅要保護人員,還要設法持續營運。即使國外已在爆發疫情的食品加工廠進行調查,結果仍未提供病毒相關傳播因子的證據。

-----廣告,請繼續往下閱讀-----

因此,也才出現本次英格蘭公共衛生署(Public Health England)考量在疫情期間的公共實務需求,也避免正規審查的時間耗損,因此透過快速審查文獻,藉以評估在食品加工鏈中影響 COVID-19 傳播的因素,希望藉由理解而預防病毒在食品加工產業的傳播。

英格蘭公共衛生署透過快速審查文獻,評估在食品加工鏈中影響 COVID-19 傳播的因素。圖/envato elements

最重要的結果顯示,工作者在食品加工區域很難保持兩公尺的社交距離,因而增加病毒的傳播機會。這個結果也隱含一項意義:即使缺乏對於病毒的環境監測,我們仍然可以藉由員工是否保持社交距離,來識別食品製造場所的病毒傳播風險

此外,疫情爆發亦可能導致民眾對於食品的恐慌性搶購,將使工作者無法在食品生產和販售時保持適當的社交距離。食品工人亦多為移工或臨時工,他們經常同住擁擠的宿舍,屬於低社會經濟階層,也因為語言和文化障礙而較難以接收正確的健康訊息,因而缺乏健全的公衛意識。而部分食品加工過程必須符合低溫和高濕的條件,這也增加病毒存活的穩定性。

臺北醫學大學醫學院醫學系公共衛生學科教授莊凱任則指出,如果你是食品製造加工處理業的雇主、員工、雇主員工家人與食安衛生有關政府單位,這篇文章闡述國外 COVID-19 在食品製造加工處理業員工之間傳播的可能原因,故對於雇主保護他的員工與自身、員工保護他的家人與自身,以及有關單位如何知道原因後協助雇主員工免於染疫,就顯得十分重要。

-----廣告,請繼續往下閱讀-----

最大限制:回顧資料不足

莊凱任認為,此報告最大的限制是這篇文章僅回顧(review)了(或說僅綜合瀏覽分析了)六篇文章,樣本數量(或說文章數量,研究報告數量)明顯不足。

此外,這些研究大多是短期研究,也都沒有對照組(就是可以參考比對的族群),因此無法確定研究結論是否只發生在食品製造加工處理業,或是其他行業也有一樣的情形;以及食品製造加工處理廠商現場作業員工的染疫情形與因素,是否比在辦公室作業人員還要嚴重以及不良。

這份報告只分析了六篇文章,樣本數量不足。圖/envato elements

翁瑞宏認為此報告的限制在於,此次快速審查納入六篇研究文獻,其中有三項報告是關於在肉類加工廠爆發疫情的調查,分別兩項在美國和一項在德國;另有三項橫斷面的研究,是關於美國的肉品加工廠爆發疫情的匯總數據。

因為被納入的研究數量少,僅包括疫情調查和橫斷面的研究,並且幾乎都是在美國所執行,因此較不具代表性,所得結果可能不適用於其他國家。

-----廣告,請繼續往下閱讀-----

全部六項研究皆無納入對照組,並且沒有針對可能影響結果的其他因素進行調整,因此難以建立暴露和結果之間的關聯性。所有的研究內容是探討肉品加工廠的疫情爆發,沒有來自其他食品加工過程的證據,所以也無法推論其他處理是否具有較高的病毒傳播危險。

此六篇研究,內容都只針對肉品加工廠,無法以一概全。圖/envato elements

該如何保護食品工人?

翁瑞宏認為根據這份報告,食品產業經營者保護其工人的首要考量,應於阻斷密切接觸的傳播途徑

保持社交距離、降低擁擠區域的人群密度、使用個人防護裝備(口罩、面罩、手套、塑料和玻璃屏障)、以及更換室內空氣都應是必須考量的方法,次要則為洗手和表面消毒,此外,也應進行人員的健康監測。

個人防護裝備與降低人群密度,是加工廠首要之務。圖/envato elements

產品在運輸和冷藏過程,也要避免被病毒所污染。對於消費者而言,勿因疫情而產生恐慌性的食品搶購;採購時,亦應保持適當的社交距離。此外,切勿食用不安全的野味,生肉在食用前必須適當地加熱處理。

-----廣告,請繼續往下閱讀-----

莊凱任指出,本研究認為食品製造加工處理廠商現場作業員工容易染疫,是因為作業場所無法保持「兩公尺」社交距離、現場又必須大聲吆喝而更容易導致飛沫產生,且作業現場的低溫度與高濕度可能使病毒更容易存活。

此外,西班牙裔員工比白人員工更容易染疫,可能原因是因為 西班牙裔員工社經地位較低(缺乏經濟支持與社會支持),家中人口擁擠而導致。

莊凱任並強調,不應因此歧視食品製造加工處理業相關從業人員,或是歧視低社經地位人士,並將他們視為病毒傳播來源;而是藉由以食品製造加工處理業為範例的研究,瞭解保持社交距離與環境清潔的重要性,思考哪些行業或作業同樣難以保持社交距離與易使病毒存活,從而思考保持社交距離以外的防疫措施。

不應將食品加工人員視為病毒傳播源,而是應該以加工廠的研究,思考防疫措施。圖/envato elements

應設法協助低社經地位人士尋求政府公司家人朋友的協助,幫助他們度過因疫情帶來的健康與經濟的衝擊。

-----廣告,請繼續往下閱讀-----

參考文獻:

  1. El Masry I, von Dobschuetz S, Plee L, Larfaoui F, Yang Z, Song J, Pfeiffer D, Calvin S, Roberts H, Lorusso A, Barton-Behravesh C, Zheng Z, Kalpravidh W, Sumption K. Exposure of humans or animals to SARS-CoV-2 from wild, livestock, companion and aquatic animals: Qualitative exposure assessment. FAO animal production and health, Paper 181. 2020; Rome, FAO.
  2. Godoy MG, Kibenge MJT, Kibenge FSB. SARS-CoV-2 transmission via aquatic food animal species or their products: A review. Aquaculture. 2021; 536:736460.
  3. Factors contributing to the transmission of COVID-19 within food manufacturing and processing settings-A rapid review