這些冬至習俗，讓湯圓不只好吃還好玩！

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

說到科學，總讓人感覺理性、冰冷、不留情面；科學家直面的是物質世界，而科學的目的即是藉由觀察和實驗，去了解世界各種現象背後的原理，並透過不斷的累積，然後歸納、化約成定律。接著再去探尋下一個現象，然後再試圖解釋，並一直重複這個循環的過程。

科學思考是違反直覺的，我們必須要去壓抑想要馬上解釋並得到答案的衝動，經由相對客觀的觀察與實驗去歸納出規則，儘管這可能不一定是最終的解答，對科學家來說仍是眾多心血，又或是一輩子、甚至是好幾個世代的共同探尋。

而這樣對自然炙熱的眼光，所看出去世界其實是相當浪漫的！這個章節的選文，讓我們試著去看看科學怎麼熱血的去回答你我身邊都有可能會碰到的問題。比如說，貝氏定理的實踐不只在課堂，在〈情人的加分扣分，請遵守貝氏定理〉裡我們來看看他如何有機會在你與人相遇、去算他是不是你真命天子或天女的機率！

還有還有，爸媽老是會說煮熟的湯圓會浮起來，但你知道這跟糊化反應有關嗎？〈煮熟的湯圓為什麼會浮起來？〉裡會告訴我們，在廚房裡，它有除了煮湯圓水餃之外更廣的應用。

身而為人我很抱歉我會挑食，不過也不用太有罪惡感。〈「它根本不是人吃的東西！」這是大腦在面對討厭食物時的內心吶喊〉裡介紹了科學家做的有關挑食的研究，發現對於挑食的人們來說，大腦看到這些食物的時候根本就不把它當作食物。

諸如此類在我們看球賽、日劇的時候，又或是在我們面對生活的時候，科學知識其實是調味料。人們很早就在仰望星空，或許這就是人類最早對於自然的觀察吧！而逐漸的，透過科學家的追尋，我們從星空中逐漸知道了宇宙的誕生，構成你我的分子是如何而來的，這是我所能想到最浪漫的事了。

讓我們從這些直面科學的人、跟科學共處的人，去看看他們眼中浪漫的世界吧！

——本文摘自《晨讀10分鐘：科學跟你想的不一樣》，2019 年 6 月，親子天下出版。

本文由行政院環境保護署毒物及化學物質局委託，泛科學企劃執行

撰文／林宇軒│自由寫手

在冬至這一天，自己買碗熱熱的湯圓來喝，總是令人覺得暖心。但是去年（2016）底新聞爆出了某廠商使用工業染料「玫瑰紅 B」製作紅湯圓已經十年時，大家暖暖的心大概都涼透了吧…… 因為這次食安風暴的主角，竟然是實驗室紅人、常常用來將細胞染色的螢光試劑 ── 玫瑰紅B。為何來自實驗室的玫瑰紅B會出現在喜氣的紅湯圓裡呢？

來自實驗室的艷麗螢光劑，常用作細胞顯影

尋常的實驗試劑，究竟為何會在尋常人家家中被吃下肚呢？

「玫瑰紅」這個名稱，其實是一類螢光染劑的泛稱，而這類顏色艷麗的染劑在實驗室裡的用途，也許比你想像的要多。因為這一類的分子可以放出螢光，所以幾乎可以在所有細胞顯影實驗中看見它們的身影，放光的顏色從綠色、黃色、橘色到紅色都有，端看羅丹明接上了什麼樣的官能基而定[1]。

本篇主角玫瑰紅B（Rhodamine B）看起來則是有如玫瑰般美麗的粉紅色（下圖），因為會吸收綠光，所以當白光照到它的時候，看起來就會是互補色的樣子，所以也叫「羅丹明 B」，或稱作「紅花米」。

那麼玫瑰紅B是如何將細胞染色顯影的呢？事實上玫瑰紅B和它的親戚們本身並不容易和細胞內的分子結合，所以科學家在會發亮的玫瑰紅B上接上一個可以辨認目標的小分子，我們在顯微鏡下看到亮亮的部分，就是目標的所在位置；若想要觀察其他目標分子，只要把用來辨認目標的小分子換掉，就可以專一地讓玫瑰紅B 和目標分子結合在一起了。

這個概念被套用在很多玫瑰紅類的分子上，用作細胞顯影染色劑（透過顯微鏡觀察亮區，如下圖），或是把細胞染亮之後，用螢光的強度來偵測細胞量或是細胞的物理化學性質（流式細胞術），又或者用在快速且高效地檢驗樣品（ELISA，酵素結合免疫吸附分析法）。另外，一種常使用玫瑰紅B的實驗，是把它和金胺 O（auramine O）混合，這樣的試劑可以把抗酸性菌染色，常用來檢驗結核菌，是一種有效且成本較低的檢驗方法。

同樣是顯影，玫瑰紅分子家族還會被當作水流的追蹤染劑。只要在水裡加入小於 1 ppt 的量，就可以觀察水流的方向、水流流速，以及追蹤地下伏流的流向等等。

紅色玫瑰紅B的黑色幽默？簡單揪出玫瑰紅B的存在

玫瑰紅B 被歸類為第三級致癌物，意思是有少量對動物致癌的證據，但對人體致癌性的研究不夠充分，沒辦法被判定為會致癌；儘管如此，玫瑰紅B仍然是禁止添加入食品中（添加物為正面表述，玫瑰紅B 並沒有列在許可的食品添加物清單中因此不得添加），如果接觸過多，食物經過的黏膜區域會受到刺激，肺部、喉嚨與腸胃道可能感覺不適，甚至吃進太多的話會排出紅色尿啊[4]。

過節時牆上的紅紙、桌上的紅湯圓，都是帶來喜氣的象徵，只是大概沒人想得到，這樣的紅竟然可能是來自非法添加物玫瑰紅B。不只紅湯圓，甚至連麵龜、壽桃、紅龜粿一類點綴或染成紅色的食品，都曾被玫瑰紅B 染指，讓那些看起來吉祥的紅色，各個都成了嘲笑消費者的黑色幽默。就像皂黃之於豆干、二甲基黃之於人造奶油，這次食安風暴的主角也跟之前一樣，是為了迎合消費者們對於食物外觀的想像，廠商違法地使用了能讓顏色、賣相更好的添加物。儘管玫瑰紅B的價格比合法的紅色食用色素還貴，但因為煮過之後不容易掉色，受到不肖商人的青睞[4]。其實，我們可以利用玫瑰紅B 會放螢光的特性，自己為自己做簡易的食品把關，只要拿驗鈔筆照照湯圓，如果變成了鮮紅螢光色，那麼可能就有玫瑰紅B了！（咦）

參考資料：

• Fluorescent Dyes – Leica Microsystem
• 羅丹明 B – Wikipedia
• Rhodamine B 物質安全資料表 – Alfar Aesar
• 添加工業染料 黑心湯圓賣10年 – 自由時報電子報，2016年12月10日
• 圖解食品安全全書，周琦淳等人合著，2013年出版，ISBN：9789866434488

• 文／青悠
  大學與研究所時候園藝與奇幻雙修，畢業後轉了個彎成為臺北地方異聞工作室成員，在妖怪中打滾的同時偶爾充當真人植物圖鑑。《唯妖論：臺灣神怪本事》和《尋妖誌》的共同作者。

冬至這天是一年之中黑夜最長，白天最短的日子，但過了這一天，白天的時間又會漸漸變長，天氣也會漸漸回暖。古人非常看重這個轉捩的日子，因此有許多活動都是為了慶祝冬至而生。時至今日，許多人還是會依照習俗，在冬至吃上一碗熱騰騰的湯圓，除了保佑圓滿平安，祈求來年有好運氣，也象徵又長了一歲。

「餉耗」：請家具吃湯圓，慰勞一年辛勞

雖然現在不是家家戶戶都能自製湯圓，但我們依然可以到超市買到現成的湯圓，回家自炊，或是加入熱門湯圓店前面的排隊隊伍。湯圓如此容易取得，不過你可能不若自己所以為地了解這樣食物，先不提在臺灣，吃湯圓的習俗已經有數百年歷史之久這件事——你可知道從前從前，古人拿到冬至湯圓時，可不只有煮來吃這麼簡單而已？

在 1836 年的《彰化縣志》之中，記載了當時臺灣漢人的冬至習俗：「冬至節，家作米丸祀先。門戶器物，皆粘一丸，謂之餉耗。」

這是說冬至的時候，家家戶戶都會準備米做的團子——也就是湯圓，來祭拜祖先。除了拜拜之外，還有個叫做「餉耗」的習俗，人們會將門、窗或其他物品視為有生命一樣，在這些器物上也黏上湯圓，像是要請它們吃湯圓來慰勞一年來的辛勞。而在農村裡，可能還能看見牛角被黏上湯圓的有趣景象。

這裡提到的餉耗習俗，還衍生出了一則解釋過年源起的「燈猴」故事，開頭便是燈架子「燈猴」因為沒得到餉耗的湯圓，怒氣沖沖地跑去天庭詆毀人類。故事裡頭，玉皇大帝聽信燈猴說人們不珍惜五穀，因而決定要沉地降洪水，滅亡人類，但其實，這些拿來慰勞器物的湯圓可沒有被浪費，因為古人會把乾燥的湯圓收集下來，煮熟了以後給小孩子吃掉。

這習俗現在聽起來有那麼點衛生疑慮，但據說這些湯圓可是有保佑小孩平安長大的功效。

湯圓占卜：預測生男孩或女孩

另外， 1898 年的《新竹縣志初稿》則記錄道：「十有一月冬至日，家家以米粉搔丸祀神明、祖先，並以丸塗黏門窗戶扇之上。先一夜少婦用炭炙丸。視丸形開闔、凸凹，卜生男、生女之兆。」

在這則記錄裡，湯圓不只被拿來祭祖和餉耗，還搖身一變成了占卜工具——把湯圓拿到炭火上面烤，湯圓受熱後可能裂開，也可能膨起或凹陷，婦女們便依照湯圓形狀改變的結果，來預測會生男孩或女孩，也不知準或不準。

湯圓小遊戲

而關於湯圓占卜法還有另一說，民間視湯圓數量為偶數為吉，因此若碗裡的湯圓為偶數，那麼吃湯圓的人就會運勢昌隆，可以去大賭一把，反之，如果碗裡湯圓數是奇數，那麼可能就不太適合挑戰自己手氣了。此外，也據說如果計算碗裡的湯圓數，未婚的人那碗總會是奇數，而已婚的人則會是偶數。不過這似乎已經不是占卜了，只是吃湯圓時一面進行的餘興小遊戲。

總之，看起來除了祭祀祖先等嚴肅用途，古人另有利用湯圓的百百種方式，從信仰、占卜到遊戲，都能讓湯圓摻上一腳，實在堪稱創意無限。（還真想跟古人說一句：不要玩食物！）

而除了拿湯圓做文章，還未搓成湯圓的米糰，也能拿來玩另做他用。同樣《彰化縣志》記錄的冬至習俗有云：「前一夕，小兒將米丸塑為犬豕等物，謂之添歲。」可知古人會將米糰當作黏土一樣，讓小孩捏成狗啦、豬啦等動物。這聽起來有點像是「雞母狗仔」。雞母狗仔也是在冬至會出現的節慶食物，是用染色米糰捏塑而成的小動物，蒸熟了之後可以吃。而捏雞母狗仔這樣大人小孩同樂的活動，現在的臺灣，幾乎只有澎湖還流行著。

好吃湯圓 DIY，澱粉比例自己抓

不過，雖然《彰化縣志》這麼說，要是直接用做湯圓的米糰來做雞母狗仔的話，可能會遇到一點小問題——雞母狗仔很可能會軟塌塌的而不能成形。

這個問題跟米糰特性有關，而說到米糰，就得從澱粉講起。所謂澱粉是許多葡萄糖串接而成的大分子醣類，依據葡萄糖分子的串接方式，可以分成連接成直線的「直鏈澱粉」，以及分子上有許多分支，結構比較複雜的「支鏈澱粉」。支鏈澱粉加熱糊化後有較高的黏性，而湯圓的主原料糯米粉當中，含有 90 %以上的高含量支鏈澱粉，因此煮熟的糯米黏性較其他米種都強，正適合用來做做湯圓這類的甜米食。

但儘管糯米黏性強，質地卻較軟爛，支撐力不足，因此，用純糯米粉來做出的雞母狗仔，容易在蒸煮過程中塌陷，最後無法維持形狀。

想要避免米糰塌陷的話，或許可以選用支鏈澱粉含量較低，直鏈澱粉含量高一點的米種來製作。譬如使用「蓬萊米」粉，支鏈澱粉含量約 80 %至 85 %，既有黏性，也比糯米來得硬，更有支撐力；此外，也還有支鏈澱粉含量更低，約 70 %至 80 %的「在來米」粉可供考慮。只不過在來米的黏性差了點，沒有那麼好塑形，因此如果要準備米糰，或許可以將糯米粉與在來米粉混合，調整出最適當的比例。

其實就算是湯圓，也未必非得全用糯米粉來做，要是對市售湯圓的口感感到不滿意，想要自己動手DIY，也可以拿蓬萊米粉或在來米粉來混合，多嘗試幾次，或許就能找出最符合自己口味的黃金配方——冬至時，如果能這樣在廚房裡玩一玩，某方面來說，或許也算是呼應到古時候過節的趣味了吧。

1. 《彰化縣志》
2. 《新竹縣志初稿》
3. 吃米食不迷食
4. 米穀粉品質對烘焙產品之影響