Loading [MathJax]/extensions/tex2jax.js

0

4
0

文字

分享

0
4
0

米粥麻糬麵包洋芋片,從黏膩到酥脆,澱粉風貌百變的秘密是什麼?──《口感科學》

大雁出版基地_96
・2018/12/30 ・2392字 ・閱讀時間約 4 分鐘 ・SR值 518 ・六年級

來自植物的兩種澱粉

澱粉是廚房裡的經典材料,最常用的增稠劑之一。在植物體內,澱粉以碳水化合物的形式儲存能量,主要集中在種子和可食根部,例如稻米、小麥、玉米和馬鈴薯。在全人類攝入的總熱量中,澱粉佔了約 50%。澱粉由直鏈澱粉支鏈澱粉這兩種多醣類構成,兩者整齊緊密地聚結在一起,在植物組織裡形成小的澱粉粒。不同種類植物裡的澱粉粒大小和形狀各異,稻米裡的通常很小(直徑約 5 微米);而小麥裡的大些(20 微米);馬鈴薯的澱粉粒則更大(30∼50 微米)。

構成澱粉的兩種多醣:直鏈澱粉(左)和支鏈澱粉(右)。圖/出版社提供

澱粉粒外圍包覆著多種蛋白質,這些蛋白質可以和水結合,而它們的性質決定了澱粉的吸水力和抵抗酵素作用的能力。低溫環境中,蛋白質含量高的澱粉比含量較低的容易吸水。蛋白質與水結合之後,澱粉粒之間會相互黏結,澱粉就沒辦法再吸收更多水,這也就是為什麼蛋白質含量高的澱粉特別容易結塊。

電子顯微鏡下生馬鈴薯的澱粉(左)和煮熟馬鈴薯的澱粉(右)。生馬鈴薯裡的澱粉粒直徑通常介於 30~50 微米, 煮熟後會因吸水而崩解,形成澱粉膠。圖/出版社提供

直鏈支鏈兩樣情

直鏈澱粉和支鏈澱粉之間的關係,在不同的植物中會有些許不同。直鏈澱粉通常佔澱粉成分的 20∼25%,但也有可能高達 85%。例如豌豆澱粉就有約 60% 是直鏈澱粉。但也有些澱粉幾乎完全由支鏈澱粉構成,這類澱粉稱為糯性澱粉(waxy starch),可見於糯米、玉米、大麥和綠豆等作物。

就澱粉做為增稠劑的功能而言,這兩種多醣扮演很不同的角色。兩種多醣都是由聚結在一起的大量葡萄糖構成,直鏈澱粉裡的葡萄糖形成長鏈,而支鏈澱粉裡的葡萄糖則形成大型的枝狀網絡,單個支鏈澱粉分子可能包含多達一百萬個葡萄糖。澱粉糊化的時候,直鏈澱粉分子會和水結合,並形成交纏的結構,而結構很大的支鏈澱粉分子不會互相交纏,並會形成比較密實的結構。例如取自木薯根(cassava root)的木薯澱粉(tapioca)裡有 83% 是支鏈澱粉,就可以形成非常厚重黏稠的凝膠。

-----廣告,請繼續往下閱讀-----

澱粉深藏不露的強大吸水力

整顆的澱粉粒不溶於冷水但能吸水,最多可以增加 30% 的水分含量。但只要溫度升高,澱粉的吸水力就會明顯改變。這就是為什麼將馬鈴薯煮熟後可以搗成泥,而穀物可以煮成稀粥。溫度在 55∼70℃(131∼158℉)時,澱粉粒會開始融化並大量吸水,要加熱到 100℃(212℉)才能完全破壞澱粉粒整齊有序的結構。

澱粉粒經加熱時,吸收水分形成凝膠的示意圖。圖/出版社提供

直鏈澱粉含量高的澱粉吸水能力較佳。例如富含直鏈澱粉的馬鈴薯澱粉與水結合的能力就十分驚人,所以增稠效果勝過支鏈澱粉比例較高的玉米澱粉。澱粉粒吸水以後,可以膨脹成原本在生馬鈴薯裡體積的一百倍大。馬鈴薯磨成泥之後,可以輕鬆吸收原本馬鈴薯三倍重的水,卻還能保持原本的形狀。

澱粉粒吸水的同時,一些直鏈澱粉分子會開始向外滲入液體,讓溶液變得更硬。這些長鏈分子會逐漸交纏在一起,並且半困住澱粉粒,讓它們變得比較難移動。上述兩種效應都會讓澱粉溶液變得更濃稠。

馬鈴薯磨成泥之後,可以輕鬆吸收原本馬鈴薯三倍重的水。圖/pixabay

糊化增稠,澱粉吸收水的效果

如果直鏈澱粉分子的濃度夠高,在溫度夠低時,直鏈澱粉分子形成的網絡就會變硬,且形成類似固體的凝膠,而澱粉粒溶化和吸收水的過程就稱為糊化。如果去攪拌凝膠,直鏈澱粉分子形成的網絡會破碎成片,澱粉粒也會開始碎裂,凝膠的黏稠度就會降低。冷卻之後的凝膠只會有部分重組,因為直鏈澱粉分子會再次形成網絡,但澱粉粒本身還是碎裂的。想想看在肉汁醬裡加澱粉讓它更濃稠,還有煮粥時攪拌再放涼的情況,就會發現這些效應其實再常見不過。

-----廣告,請繼續往下閱讀-----

除了溫度和水分含量,澱粉的糊化也會受其他因素影響。如先前所述,澱粉粒維持聚結成團的能力高低,取決於包覆其外的蛋白質,而脂肪在糊化控制上也扮演一角。這對於製作油炒麵粉糊(roux)就很重要,因為等比例的麵粉和奶油會限制澱粉粒吸水的能力。

放置過久水分滲出,直鏈澱粉的回凝離水現象

澱粉形成的凝膠靜置冷卻一段時間之後,凝膠會變硬且具彈性,開始有水滲出。其中不溶於冷水的直鏈澱粉分子,就會開始重新組成類似晶體的結構,但本質上和原本澱粉粒的緊密結構是不同的,這個過程稱為回凝(retrogradation)。這也就是為什麼不應該將麵包放在冰箱冷藏的原因了。雖然大家常說這樣可以防止麵包變得乾而無味,但其實沒弄清楚問題癥結。麵包放久會變得索然無味,不是因為流失水分,而是因為澱粉回凝。直鏈澱粉分子結晶化的時候會排出水分,就可能造成水分滲出,在此情況下稱為離水現象。用澱粉增稠的肉汁醬也可能發生同樣的狀況:肉汁醬靜置放涼一段時間之後會變硬,裡頭的水分可能滲出並累積於肉汁醬表面。

麵包放久會變得索然無味,不是因為流失水分,而是因為澱粉回凝。圖/pxhere

含有澱粉的冷凍食品也可能發生回凝。結果就是將食品解凍之後,裡頭的汁液會滲出,例如造成派餡滲漏。如果採用支鏈澱粉含量高的澱粉,某種程度上是有可能預防回凝。即使支鏈澱粉回凝,也可以藉由加熱來回復,但直鏈澱粉回凝就是不可逆的。另外,含有一定量的脂肪或乳化劑的麵包糕點,可能也不會產生回凝,因為脂肪分子能防止澱粉結晶。

將充滿澱粉的凝膠體如麵團加以烘烤乾燥,可能會讓澱粉形成玻璃態,這也是為什麼新鮮現烤的麵包脆皮、餅乾和洋芋片會具有特殊的酥脆質地。

-----廣告,請繼續往下閱讀-----

 

 

 

本文摘自《口感科學: 由食物質地解讀大腦到舌尖的風味之源》,2018 年 11 月,大寫出版。

-----廣告,請繼續往下閱讀-----
文章難易度
大雁出版基地_96
5 篇文章 ・ 8 位粉絲
一個支撐成熟編輯人獨當一面、有利中小品牌生存發展的書業基地。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

2

1
0

文字

分享

2
1
0
越南兩千年古早味咖哩?香料的食慾流動
寒波_96
・2023/09/06 ・3133字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

大多數台灣人對東南亞、南亞風格的香料不陌生,甚至有些常見的香料,不特別查詢還不知道起源於東南亞。

一項 2023 年問世的研究,調查將近兩千年前,越南南部的遺址,見到多款香料植物的蹤跡。證實那個時候已經有多款香料,從南亞或東南亞外海的島嶼,傳播到東南亞大陸。

很多香料,搭配是魔法。圖/參考資料3

越南兩千年古早味咖哩?

讀者們對咖哩(curry)想必都很熟悉,不過還是要先解釋一下。現今咖哩的定義範疇很廣,南亞、東南亞等地存在風味各異的香料混合料理,都能算是「咖哩」。此一名詞的讀音轉化自印度南部的泰米爾語,源自大英帝國對南亞的殖民,不過混合使用香料的料理,歷史當然更加悠久。

由澳洲國立大學的洪曉純率領的考古調查,地點位於越南南部的喔㕭(Oc Eo)遺址。這兒在公元一到七世紀,是「扶南國」的重要城市。這個政權以湄公河三角洲為中心,統治東南亞大陸的南部;柬埔寨的吳哥波雷(Angkor Borei)與喔㕭,為扶南國最重要的兩處遺址。

-----廣告,請繼續往下閱讀-----
東南亞大陸南部的喔㕭,與延伸的地理格局。圖/參考資料1

喔㕭地處湄公河三角洲的西南部,離海 25 公里。這兒一到八世紀有過不少人活動,四到六世紀最興盛。遺址中出土的 12 件工具,外型看來相當類似年代更早,南亞用於處理食物的工具。

進一步分析發現,工具上總共保存著 717 個澱粉顆粒,大部分年代可能介於距今 1600 到 1900 年左右的數百年間。不同植物產生的澱粉形狀有別,有時候可以用於識別物種,近年常用於考古學。

喔㕭遺址出土的研磨工具。圖/參考資料1

這批澱粉中有 604 個可以分辨物種,作為糧食的稻以外,還有八種常用於香料的植物,以薑科植物(Zingiberaceae)的存在感最高,包括五種:薑黃、薑、高良薑、凹唇薑、山奈;還有今日依然常見的丁香、肉豆蔻、肉桂。

解讀這些材料時必需注意,出土工具上能見到的澱粉,只是當年的一小部分,不能直接代表古代使用的比例,只能證明確實有過那些種類。

-----廣告,請繼續往下閱讀-----
越南南部,曾經相當繁榮的喔㕭遺址遠眺。圖/參考資料1

來自亞洲大陸:薑黃、薑、高良薑、凹唇姜、山奈

喔㕭遺址中出土數目最多的是薑黃(turmeric,學名 Curcuma longa)。薑黃的家鄉應該在南亞,早於四千年前的哈拉帕遺址中已經存在;後來薑黃向各地傳播,遠渡至地中海地區。這項發現則是東南亞大陸最早的紀錄。

台灣人大概對薑(ginger,學名 Zingiber officinale)更熟悉,薑可能起源於東亞與南亞,一路向西傳到歐洲。台灣飲食習慣中,薑不只是特定用途的香料,從海鮮湯中的薑絲,到餃子肉餡的蔥薑水與薑末,可謂無所不在的添加物(對!薑默默躲在很多食物中)。

另外三種比較少見的薑科植物,如今東南亞都有種植,包括高良薑(galangal,學名 Alpinia galanga)、凹唇姜(fingerroot,學名 Boesenbergia rotunda)、山奈(sand ginger,學名 Kaempferia galanga,也叫沙薑)。

香料考古的世界觀。圖/參考資料1

來自亞洲海島:丁香、肉豆蔻、肉桂

三種不屬於薑科的香料,如今台灣也都不陌生。肉豆蔻(nutmeg,學名 Myristica fragrans)原產於摩鹿加群島南部的班達群島。摩鹿加群島就是大航海時代歐洲人稱呼的「香料群島」,雖然算是東南亞外海的島嶼,不過靠近新幾內亞,和東南亞大陸有相當距離。

-----廣告,請繼續往下閱讀-----

丁香(clove,學名 Syzygium aromaticum)也原產於摩鹿加群島,早在公元前便已經傳播到歐亞大陸。越南南部的丁香應該是進口產品,不過無法判斷原本種在哪兒,是摩鹿加群島或更西邊的爪哇。

肉桂(cinnamon,學名 Cinnamomum sp.)可能源自好幾個物種,這回光靠澱粉無法準確判斷。不過從其餘植物遺骸看,喔㕭人使用的肉桂,大概是原產於斯里蘭卡,印度外海島嶼上的錫蘭肉桂(Ceylon cinnamon,學名 Cinnamomum verum)。

跨越空間,貫穿時間,香料的食慾流動

喔㕭出土的研磨器具上,除了澱粉還有另一種植物遺骸:植物矽酸體(phytolith),根據型態差異,也能用於植物的分門別類。棕梠、香蕉屬(Musa)植物的矽酸體,見證當時利用的植物種類相當多樣。

公元 1870 年,印度南部泰米爾的留影。 越南南部出土的工具,與她們使用的極為相似。圖/參考資料1

儘管缺乏直接證據,不過以常理推敲,東南亞大陸南部的喔㕭人,使用源於南亞的道具,研磨多款外地引進到當地種植,或是直接進口的香料植物,可能的一項目的,就是製作混合香料的咖哩料理。

-----廣告,請繼續往下閱讀-----

喔㕭遺址也保存許多稻米的碳化穀粒遺骸,稻米飯應該是當時菜單中的重要組成。我猜,當時的人會吃咖哩飯。

越南等地,香料搭配的魔法,顯然將近兩千年前已經存在惹。時至今日,和出土古物超過 87% 相似的研磨器具,依然有人使用。食慾流動的慾望,跨越空間,貫穿時間。

延伸閱讀

參考資料

  1. Wang, W., Nguyen, K. T. K., Zhao, C., & Hung, H. C. (2023). Earliest curry in Southeast Asia and the global spice trade 2000 years ago. Science Advances, 9(29), eadh5517.
  2. Researchers find evidence of a 2,000-year-old curry, the oldest ever found in Southeast Asia
  3. Curry may have landed in Southeast Asia 2000 years ago

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

-----廣告,請繼續往下閱讀-----
所有討論 2
寒波_96
193 篇文章 ・ 1090 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

1

4
3

文字

分享

1
4
3
烘焙系動畫利用米做麵包——淺談米的科學與應用
Evelyn 食品技師_96
・2022/05/24 ・2985字 ・閱讀時間約 6 分鐘

「英國麵包、德國麵包、法國麵包通通都有,就是沒有屬於日本的麵包,既然這樣,今後只好自己創造」,這句熟悉的旁白有沒有令你想起日本動畫《烘焙王》呢?

擁有太陽之手的主角東和馬,在摩納哥盃決賽中遇上一位強勁對手夏多,在這場決賽中,夏多製作出的 Gopan 米貝果讓評審小丑讚嘆,是實現了人類前所未見的頂級口感麵包[1],到底用米做的麵包口感會是如何呢?米還能怎麼應用?

秈米、梗米和糯米特性、用途大不同

動畫中,夏多使用夢幻的「女鶴糯米」做米貝果,是日本山形縣的特產,雖然柔軟卻很有嚼勁,非常適合做紅豆飯或麻糬。

但除了糯米,改用秈米或粳米製作又是如何?首先需要瞭解這些米特性的差異。

稻米依照直鏈澱粉(amylose)及支鏈澱粉(amylopectin)比例不同,而有不同的特性,應用的加工用途也就不同,主要概分成秈米、粳米及糯米,如下表。

-----廣告,請繼續往下閱讀-----
秈米、粳米及糯米直/支鏈澱粉含量、外觀特性及用途比較。表 / 彙整自參考資料 23
秈米、粳米及糯米(秈糯與粳糯)之外觀。圖 / 參考資料 2

糯米因支鏈澱粉含量愈高,產品黏性愈強,愈不容易消化;直鏈澱粉含量較高的秈米則反之,因此不同的米所製作出來之產品特性就有所差異。

支/直鏈澱粉含量差異是造成米種特性不同的主因

動畫中,夏多是用蒸熟的糯米去製作貝果,而不是生米,這牽涉到澱粉的糊化與老化特性:

  1. 糊化(gelatinization):生澱粉顆粒經過加水、加熱後,澱粉結晶型態發生改變,澱粉顆粒體積及黏度增加形成膨潤狀態(swelling),此過程即稱之為糊化,一般剛煮好的熟飯即是這種狀態。
  2. 老化(retrogradation):經過糊化完全的澱粉,於室溫緩慢冷卻時,會形成半固體狀之膠體物質,隨著時間逐漸乾燥脫水,最終形成無法再復水的固體物質,即為老化,或稱回凝。如剛蒸好的飯經長時間放置,飯會變硬、外表龜裂並呈半透明狀。

通常支鏈澱粉含量愈高,澱粉顆粒愈容易糊化,老化速度愈慢,而直鏈澱粉含量愈高則反之。

而現在市面上有一種預糊化(pre-gelatinization)米穀粉,即是利用高溫使生米糊化,並直接將「糊化狀態的米」乾燥,如此便不會發生老化。

-----廣告,請繼續往下閱讀-----

預糊化米穀粉的優點在於易溶解於水,可增加米穀粉跟水分的結合力,讓烤出來的米麵包更濕潤,表面不易有裂紋[4]

更有研究發現,以熟飯(糊化狀態)取代配方中部分麵粉所製作的米麵包,比使用生米穀粉所做的米麵包膨發效果更佳[5],這或許是夏多的米貝果長得特別巨大的原因吧。

小丑評審準備要試吃米貝果。圖 / 參考資料 1

糯米特性適合加進麵糰裡做軟 Q 的貝果

我國臺南區農業改良場(以下簡稱臺南場)即利用上述特性,開發出使用多種米種調配之米穀粉,一般直鏈澱粉含量為 16~23% 米適合做鬆軟的麵包,具半糯性的粳米(直鏈澱粉含量 5~15%)則適合做快速麵包類產品,如英式鬆餅及瑪芬[6]

亦有研究探討添加糯米、粳米以及秈米的米穀粉於生麵糰中,對麵包品質的影響,結果添加「糯性」米穀粉所做的麵包不但硬度較低,且麵包切面有較多細緻的孔洞,具有彈性與嚼勁,且因支鏈澱粉含量高,還可以延緩麵包的老化(變硬)發生[7]

-----廣告,請繼續往下閱讀-----

聽起來加「糯米」去做麵包的質地,是不是非常適合同樣擁有多細緻孔洞,口感軟 Q 帶勁的貝果呢!

然而米麵包的保濕性不佳,烤焙時水分更容易散失,所以夏多為了改善米貝果烘烤後會整個硬梆梆的缺點,就改用油炸的方式。

「油炸」使米麵團表面溫度迅速上升,水分亦快速汽化蒸發,使其表面形成金黃酥脆的硬殼,水分保留在內部組織。且由於高溫烹調產生梅納反應[註 1],增添米貝果誘人的色澤與香味,替美味程度大大加分。

如此可推論,夏多的米貝果表面金黃酥脆,內部組織鬆軟又具嚼勁,保濕性好,而且還不容易硬掉,形成小丑評審所說的「頂級口感」。

-----廣告,請繼續往下閱讀-----

米的應用多元,還可做米糆包、蛋糕或植物米奶

除了米貝果之外,臺南場出版《米糆包製作技術》一書,介紹如何使用米穀粉,製作各種發酵類糆包及點心,如美國貝果、德國布雷結、法國長棍、義大利巧巴達、瑞典肉桂捲、比利時鬆餅、法國瑪德蓮、墨西哥捲餅和鳳梨米蛋糕等,充分發揮米產品的特色。

另外,財團法人食品工業發展研究所也開發植物米奶、沖泡穀粉及穀物棒,以及低過敏性的米蛋白機能飲品,不但容易消化吸收,更可作為高蛋白營養補充劑原料,解決乳糖不耐問題[8]

之所以要鼓勵國產米的應用,主要是為了為提升稻米消費量。據農委會統計,1980 年代時,國人每年平均食米量有 90 公斤,糧食自給率至少還有 55%;但到了 2020 年,每年平均食米量已經跌到 44.1 公斤,是史上最低,糧食自給率更是下滑至 31.4%,已衝擊稻米產業發展[9]

食工所開發植物米奶、沖泡穀粉及穀物棒。圖 / 參考資料 8

尤其近期國際小麥價格大漲,而國產米供給充裕、價格穩定、食物里程短、營養價值高、應用層面廣泛,優點如此之多,鼓勵大家可以多吃國產米食喔!

-----廣告,請繼續往下閱讀-----

註解

  1. 梅納反應(maillard reaction):在烹調過程中,食物中的碳水化合物與胺基酸、蛋白質在烹調加熱時發生的一連串複雜的反應,生成了棕黑褐色的大分子物質,即是梅納反應。反應過程中會產生不同氣味的分子,包括還原酮、醛和雜環化合物,這些物質提供了誘人的色澤與風味。
  1. Muse木棉花,2021。烘焙王 第51話【網羅頂級食材!!史上最大的決戰! 】
  2. 教育部食品加工科學習加油站。米食加工
  3. 陳凱詩,2019。長糯米、圓糯米哪裡不同?紫米原來也是其中一種!。自由時報
  4. 陳盈方,2012。米食加工產品之開發-稻米預糊化技術。行政院農業委員會臺東區農業改良場
  5. 張舒涵,2014。米穀粉或糊化米混合麵粉製備米包之特性探討。國立宜蘭大學食品科學所碩士學位論文。宜蘭
  6. 陳曉菁、王仕賢,2012。米穀粉品質對烘焙產品之影響。行政院農業委員會臺南區農業改良場
  7. 林玫欣、蔡明原。2004。米穀粉對於烘焙類產品性質之影響。烘焙工業 118: 27-33
  8. 行政院農業委員會,2021。植物蛋白新選擇 成功開發國產米蛋白休閒食品。農業科技專案計畫服務網
  9. 林怡均,2021。2020統計》糧食自給率和食米量雙下跌!肉類攝取量超過米麵總和,成台灣人「主食」。上下游 News&Market
-----廣告,請繼續往下閱讀-----
所有討論 1
Evelyn 食品技師_96
23 篇文章 ・ 29 位粉絲
一名食品技師兼食品生技研發工程師,個性鬼靈精怪,對嗅覺與味覺特別敏銳,經訓練後居然成為專業品評員(專業吃貨)?!因為對食品科學充滿熱忱,希望能貢獻微薄之力寫些文章,傳達食品科學的正確知識給大家!商業合作請洽:10632015@email.ntou.edu.tw