Loading [MathJax]/extensions/tex2jax.js

0

6
1

文字

分享

0
6
1

用視覺吃東西,食用色素在食品中的角色定位——《食戰!數據化的美味行銷》(下)

遠足文化_96
・2021/03/30 ・3748字 ・閱讀時間約 7 分鐘 ・SR值 547 ・八年級

-----廣告,請繼續往下閱讀-----

  • 作者/文正薰 (문정훈);譯者/劉宛昀

在上篇我們提到食用色素僅止於讓食品增色而已,並不能增加味覺或促進健康,那為什麼這麼多的產品非要添加食用色素不可呢?如果在飲料中不添加色素,只有瓶子是紅色的話,消費者會滿意嗎?為了尋找這道問題的答案,我們設計了一項實驗。我們準備了以下3種實驗物品:1 號飲料添加了紅色色素、裝在透明瓶子;2 號飲料未添加色素的無色草莓香飲料、裝在紅色瓶子中;3 號飲料未添加色素的無色草莓香飲料、裝在透明的瓶子中,請一些人參與感官實驗後,觀察他們的滿意度。

世上獨一無二的草莓口味飲料

雖說實驗計畫與方法簡單明瞭,但不代表執行過程也會如此順利,問題就在於市面上找不到滿足實驗條件的飲料。我們原本打算委託飲料製造商代為生產符合條件的飲料,但是卻因為費用超出預算而放棄,原因是飲料公司每一次啟動生產,最少會產出數千瓶以上。

飲料製造商每一次啟動生產,最少會產出數千瓶以上,於是我們最後決定親自製作要使用在實驗上的飲料。圖/Giphy

於是,我們最後決定親自製作要使用在實驗上的飲料─原以為這不是什麼困難的事,我們很勇敢。但對於飲料的製造,我們一無所知。

當時負責這項計畫的曹鐘杓研究員,突然間就開始製作飲料了。對 Food Biz LAB 來說,在要拿蘋果做實驗時,會先種蘋果樹、待蘋果成熟,收成後再拿來做實驗,因此製作飲料也是理所當然的事(信不信由你)。

他的首要工作,是先喝遍市面上販售的所有韓國產草莓香飲料。不用說飲料製造了,連基礎技術都不懂的我們,只能老老實實地開始了解這無數種飲料的味道。再說一次,我們實驗室的名字不是「Food Production LAB」,而是「Food Biz LAB」,我們的主要任務是發掘飲食的價值並加以傳播。

-----廣告,請繼續往下閱讀-----

本來以為這不困難的曹鐘杓研究員,臉色一天比一天沉重。後來,他終於完成了草莓香飲料,久違地露出了開心的表情。他的草莓飲料外觀看起來挺像樣,香味也不差,而且不知為何看見他激動的神情,就覺得應該會很好喝。想到這是世上獨一無二的「自製草莓飲料」,一股感動湧上心頭。

我們很勇敢,原以為親自製作要使用在實驗上的飲料不是什麼困難的事。但對於飲料的製造,我們一無所知。圖/Giphy

不過對於擔任指導教授的我而言,進到我嘴裡的這杯飲料,味道猶如華格納的《崔斯坦與伊索德》(Tristan und Isolde )第一幕中的毒酒。

當然,在歌劇中的飲料其實是愛情的妙藥,但誤以為是毒藥而喝下的崔斯坦,心境想必也是如此悲壯。這杯需要另外加工的飲料才一入口,一股難以言喻的味道就衝擊了我舌頭上敏感的神經,向四處擴散,我立刻把飲料吐了出來。企圖以來自地獄的草莓口味飲料謀殺指導教授未遂的曹鐘杓研究員,臉色蒙上一層更深的陰影了。

在此之後接二連三的多次嘗試與失敗,就不在此一一記錄了。不屈不撓的曹鐘杓研究員以水和檸檬水為基本成分,再加入人工草莓香料與寡糖,為了製作出能喝得下去的飲料,他反覆經歷了無數次失敗,每回都以 1% 之差的比例調整配方,就這樣一次又一次地嘗試。當時首爾大學 200 棟常綠館的 8 樓走廊上飄散的甜蜜草莓香氣,濃郁程度與曹鐘杓研究員的努力成正比。

-----廣告,請繼續往下閱讀-----
當時首爾大學 200 棟常綠館的8樓走廊上飄散的甜蜜草莓香,而進到我嘴裡的這杯飲料,味道猶如華格納的《崔斯坦與伊索德》(Tristan und Isolde )第一幕中的毒酒。

包含我在內,參與了這次實驗的眾多研究員,都不斷試喝味道並提出建議,最後好不容易製作出稱得上是「飲料」的飲料時,所感受到的喜悅只有我們才知道。「Food Biz LAB 草莓口味飲料 by 曹鐘杓」在經歷了上述幾番波折後終於完成了。

幸虧做出了飲料,我們才得以進入下一個階段。為配合實驗需求,我們將飲料完成品的三分之一添加了色素,盛入透明瓶子中;另外三分之一則維持無色,盛入紅色瓶子裡;剩餘的三分之一也是無色飲料,盛入透明瓶子內。

我們將這3款飲料中的一款提供給實驗受試者,向他們說明本次實驗是在新產品上市前,為了做市場調查而施行的試喝活動。

我們假設受試者的反應,會隨著飲料的種類差異而不同,因此在介紹用於實驗的飲料時,我們向其中一組受試者介紹這是可以輕鬆喝的一般無酒精飲料,對另一組則介紹這是類似維他命水的健康機能飲,接著開始進行實驗。

-----廣告,請繼續往下閱讀-----

最後,受試者喝下各自拿到的飲料,再填寫我們所準備的問卷。

對味覺影響甚巨的視覺刺激

這場實驗進行了 4 天,以 300 名 20 多歲的男、女性受試者為對象,調查了他們對 6 種不同飲料(根據添加食用色素與否、不同飲料容器搭配出來的 3 種一般飲料與 3 種健康飲品)分別的喜好程度。問卷中也包含詢問實驗受試者對自身健康狀況感到樂觀或悲觀的問題,因為我們預期受試者對自身健康狀態的認知,對實驗結果會帶來有意義的影響。

以 300 名 20 多歲的男、女性受試者為對象,調查了他們對 6 種不同飲料分別的喜好程度。

幸好實驗進行期間,沒有發生受試者在喝了「Food Biz LAB 牌草莓口味飲料 by 曹鐘杓」後在座位上嘔吐的情況。雖然和研究結果無關,但我們希望不會看到有人做出「這不是給人喝的」反應,就這點而言算是成功了。曹鐘杓研究員可說是個無師自通的傑出飲料生產者!

視覺與嗅覺訊息的不一致,對人的喜好度會造成什麼影響呢?無論實驗受試者喝的是無酒精飲料或機能飲料,比起裝入透明瓶中的無色草莓味飲料,他們更偏好添加了紅色食用色素的草莓飲料與裝入紅瓶子的無色飲料。我們研判當受試者喝下如水一般透明無色但帶有草莓香的飲料,以及帶有草莓顏色、草莓味的飲料時,對前者的體驗比較不滿意。

-----廣告,請繼續往下閱讀-----

果然,視覺刺激對味道的評價影響甚巨。此外,對自身健康狀態看法越是樂觀,意即越是認為自己身體健康的受試者,對於加了食用色素飲料的滿意度也越高。這代表大家對於食用色素其實沒那麼不滿,並不是很介意色素的使用。

即使不添加食用色素,僅使用有色飲料容器,就能提升消費者的滿意度了。圖/Giphy

好,那麼紅色飲料和紅色瓶子對決的話,哪邊更具有優勢呢?結果出爐:受試者最偏好的條件是以紅瓶盛裝的無添加色素飲料。意思是即使不添加食用色素,僅使用有色飲料容器,就能提升消費者的滿意度了。

有趣的是,以為自己喝下的裝在透明瓶子裡的紅色液體是機能飲料的組別,比起以為自己是喝下無酒精飲料的組別,表現出特別強烈的購買意願。為什麼呢?不太清楚。從統計上無法看出原因,但這畢竟是讓受試者直接以瓶子就口喝下飲料的方式所得到的實驗結果,假如將飲料倒入透明杯子裡再喝,結果或許又會不同。

食品中為何要使用食品添加物?

我們在日常生活中所吃的、喝的飲食裡,基於許多不同理由,會添加各式各樣的食品添加物。圖/pexels

我們在日常生活中所吃的、喝的飲食裡,基於許多不同理由,會添加各式各樣的食品添加物,其中的食用色素大多是為了讓食物看起來更可口而使用的。也就是在我們吃下食物前,用來吸引注意力的添加物。食用色素看似對於提升味覺或健康毫無幫助,但其實在成就「味道」這門綜合藝術時,色素也發揮了自身的功用。實際上,比起無色的草莓味飲料,人在喝紅色的草莓味飲料時會感到更加滿足。這是人類判斷對食物好惡的機制,因此不得不說食品中會添加食用色素也是有理由的。

用於食品中的色素,其實符合依據食品醫藥品安全處所訂立的嚴格標準,以證明產品對人體無害,而且因為只能添加極少的量,所以很難對健康造成直接的影響。問題可能在於部分食品業者,時不時傳出製造過程違規的事件,才無法獲得消費者充分的信賴吧。

-----廣告,請繼續往下閱讀-----

說到這裡,你可能會更好奇先前提到的有關羅湜晨的故事。

究竟是什麼讓他胃口盡失呢?這都是因為創意性有餘、合理性不足的餐廳老闆,實在太自作聰明了。藍色飯粒的蛋包飯、綠色的泡菜鍋,和彷彿塗上水泥的豬排飯,有多少人看了這種照片後依然有食欲呢?至於他到底是怎麼把料理做成那副模樣的,我們還是別問比較好。後來,羅湜晨一行人感覺被耍,表情不悅地起身離開餐館,漫無目的地走啊走,故事就在這畫下了稍嫌平淡的句點。對了!飲料大王曹鐘杓先生在畢業後,任職於政府出資的研究所負責企劃研究的工作,聽說在這次研究後,就不再做飲料了。

——本書摘自《食戰!數據化的美味行銷》,2020 年 11 月,遠足文化
-----廣告,請繼續往下閱讀-----
文章難易度
遠足文化_96
5 篇文章 ・ 3 位粉絲

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

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。

0

0
0

文字

分享

0
0
0
黃瓜也可以當甜點?瓜籽肉會發出碘的味道?探索瓜味的多重宇宙——《料理滋味創意地圖》
積木文化
・2024/08/19 ・1432字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

黃瓜 CONCOMBRE

黃瓜可以只做成冷盤沙拉,也能在鹽水、英式醃菜中展現出多種滋味,甚至可以煮成配菜。它的滋味比看起來的要複雜許多:很明顯它有綠質及強烈的葉綠素滋味,但也有碘和奶油味。沒有交集的兩個世界,讓這種蔬菜能往兩種滋味方向去發揮!

黃瓜的芳香輪,解鎖更多黃瓜搭配。 圖/積木文化《料理滋味創意地圖

正確切削黃瓜:善用皮與苦味的微妙平衡

黃瓜外皮呈綠色並略帶苦味,想當然爾也有葉綠素滋味⋯⋯我們去皮不是為了美觀,而是要除掉這種苦味。又或者,我們可以刻意保留全部或部分黃瓜皮,對這有點侵略性的味道做進一步運用。經過斟酌的苦味能帶來無可否認的餘韻,也讓這種蔬菜含水量相當高的芳香特性變得複雜。薄荷、蒔蘿、青蘋果等「綠色」食材會凸顯出黃瓜的清新。

善用瓜味,或許會有意想不到的美味。 圖/積木文化《料理滋味創意地圖

籽肉的碘香秘密:黃瓜與海鮮、乳製品是絕配

為何把黃瓜的果肉跟籽吃進嘴裡時,能感受到碘味和奶油味呢?答案是因為醛類*1,存在於麵包皮和多種油裡。出乎意料的是,黃瓜能跟海藻、牡蠣、麵包和奶油做組合。為了發揮這些香氣,我們不妨將乳酸化合物(芒果、荔枝等)搭配帶乳香的乳狀食物(如希臘優格,這解釋了希臘沙拉醬﹝Tzatziki﹞*2 之所以成功的原因。或是藍紋乳酪、昂貝爾藍紋乳酪﹝Fourme d’Ambert﹞、馬斯卡彭乳酪也可以),以及一些像孔德里約(Condrieu)這樣帶奶油香味的酒。有了黃瓜內部的果肉跟籽,這些組合就保證成功。

*1:主要為 (E,z)-2,6- 壬烯醛、2-壬烯醛(non-2-énal)。

-----廣告,請繼續往下閱讀-----

*2:譯注:以希臘優格和黃瓜碎粒為主要材料的沙拉。

除了海鮮、乳製品之外,還有其他食物也可以嘗試看看。 圖/積木文化《料理滋味創意地圖

來試試吧!甘納許巧克力黃瓜

  • 準備甘納許:煮滾 300 毫升的水,加入 1 克洋菜粉,離火並倒進 150 克的黑巧克力碎片攪打混合,再倒進容器裡約 1 公分高度,隨後放進冰箱至少一小時。
  • 準備黃瓜:將黃瓜(用果汁機)榨成汁。提取 150 毫升,取其中一半與 1 克洋菜粉和一茶匙糖一起煮沸。離火,將剩下的另一半加進去,放涼後小心地倒在巧克力甘納許上(約 0.5 公分高),然後放進冰箱。
  • 擺盤:切成固定長度(約 6 公分長,1.5 公分寬)。可和黑巧克力圓脆片(Tuiles)一起食用。

不同變化:富含葉綠素的活力蔬果汁

選擇未處理過的小黃瓜,連皮榨汁,增強青綠及微苦滋味。這種富含葉綠素的果汁可以調味油醋汁、雞尾酒(琴酒等)和西班牙冷湯。可以將果汁冷凍在冰塊盒裡供多次使用。

——本文摘自 拉斐爾.歐蒙(Raphaël Haumont)、提耶里.馬克思(Thierry
Marx),《料理滋味創意地圖:法國材料物理化學專家聯手米其林主廚,15種香調、80種常見蔬果食材的氣味因子,探索 1,500 種創新風味搭配!》,2024 年 8 月,積木文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

0
0

文字

分享

0
0
0
從分子科學中發掘創新美食組合:巧克力配黃瓜其實很不錯?——《料理滋味創意地圖》
積木文化
・2024/08/15 ・2489字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

水蜜桃配杏桃、草莓配覆盆子、香草配巧克力或巧克力配椰子,這些經典搭配你覺得如何?那榛果配巧克力、開心果配覆盆子、檸檬配羅勒呢?面對上述搭配,手作職人和食品加工製造商只會發表「大家還沒有準備好吃別的東西」、「如果我們做點不一樣的東西,銷售量就會不好」之類的意見。真的是這樣嗎?這個美麗的世界裡明明存在著幾百種不同的氣味,為何美食界就只滿足於那幾十種呢?當我們瞭解每一種蔬果、每一塊巧克力、每一樣香料都含有幾百種味道和氣味分子後,就會明白,我們錯過的可是不計其數的搭配可能!

每種食材都蘊含有幾百種味道和氣味分子。 圖/envato

氣味分子的秘密:從香草到薄荷的驚人連結

食物配對(foodpairing)是以化學為依據的食材搭配研究,其核心想法是把「擁有越多共同分子」的食物搭配在一起。此理論奠定在紮實的生理面根基上:人們感知到的味道,是透過味覺接收器的化學活化作用進而做出的解讀,若兩種食物的分子組成類似,就會對接收器產生相似的作用。

實際作法如下。首先,我們利用分子分離技術(例如:層析法、光譜測定法等)針對「人對滋味的感知」進行系統分析,進而獲得食物的「分子身分證」。這部分的困難之處,在於要檢測出微量存在的分子,不過數據資料庫也隨著分析設備的進步而擴增當中。

在比較來自印度洋和大溪地的香莢蘭(planifolia)或中美洲的大花香莢蘭(pompona)時,所有香草莢都呈現出很強的「香草醛」(vanilline)訊號。然而,把香草概括成香草醛——更糟的是,把香草醛概括成一種產業用的廉價合成分子「乙基香草醛」(éthylvanillne)——實在過於簡化。事實上,香草家族彼此間所有味道與氣味(甜、水果、花卉、酚類、煙草、甘草、茴香等香氣)的微妙之處,都是由低強度分子訊號所產生的;這些訊號有時很難被偵測或鑑定出來,但卻蘊藏著濃郁芳香,以及「波本香草」、「大溪地香草」等的專屬標記。

-----廣告,請繼續往下閱讀-----

許多研究結果使我們能確定大部分食物中的活性分子,像是維生素、礦物鹽和微量元素、味道分子、氣味分子、糖、蛋白質、脂肪物質等。全球研究者也分析了烹煮帶來的影響。我們根據這些研究成果,集各式香氣分子特色繪製圖譜,並以此為基礎開創出新搭配。

我們也從香水、化粧品和葡萄酒領域中擷取靈感。在香水產業,順 -3- 己烯醇(cis-3-hexen-1-ol,又稱葉醇)已被認為是葉綠素新鮮度的標記,而 1,5- 環二烯(1,5-octadiene)則是下層植被和蘑菇的標記;我們將它們歸類進幾項風味類別裡(果香、綠質、脂肪等),定出了「參考分子」。

其他還有像是羅勒、藍莓、黑醋栗或百香果中都存在桉油醇(1,8-cinéol)與辛醇(1-octanol),而黑醋栗、草莓、芭樂、百香果和哈密瓜則都含有丁酸乙酯。草莓-羅勒-黑醋栗、草莓-百香果、黑醋栗-黑莓-羅勒或哈密瓜-百香果-芭樂的組合,就是出於這種「自然而然」的前提。有些食物也扮演著「媒合者」的角色,以薄荷為例:如果說巧克力跟薄荷、黃瓜與薄荷都搭得起來,那麼何不試試巧克力配黃瓜?我們已經試過囉,結果非常搭!(請見第82頁)

我們能在料理中做什麼呢?

說得清楚些:食物配對並不是要去預測新的「食譜」,而是新的「搭配可能」。雖然無法保證這些新組合真的都適合品嘗,但絕對值得一試,而廚師也得發揮他所有的技藝,把可能的組合變成美味佳餚。前面也提到,我們感受到的味覺解讀主要來自食物分子與接受器的結合,卻並非僅止於此。嘴唇、舌頭、上顎等在整體感知中也扮演重要角色,最後則是在味覺上是否產生情緒感受。因此,廚師在食物質地上所下的功夫,得和對滋味的用心一樣多,多方嘗試如鬆脆、柔軟、鮮嫩、凝膠狀、融化的、冷的、溫的、熱的等不同條件。

-----廣告,請繼續往下閱讀-----

這本書裡提供所謂的「三元素組合」,但你可以自由將其中兩兩一組做搭配,或藉由其他調性接近的食材讓組合更多元。例如,當提到蒔蘿(又稱小茴香)時,你可以用茴香、茴芹(又稱大茴香)、孜然或所有其他具綠質/茴香味的產品代替。在三元素組合裡,我們常提供兩種主要食材,以及第三種可以被當成調味品或「加分潤飾」的選項;後者會讓餐點滋味演變出新方向。如果食物在配對上可以透過相似性發揮,做到酸味+酸味、綠蔬+綠蔬、油脂香氣+油脂香氣等組合,那麼在烹飪時,藉由把具揮發性及更為濃郁的香氣搭在一起,重新取得平衡便很重要。

測驗食物的搭配,並非只是要開發新食譜,而是尋找食物之間新的可能性。 圖/envato

味覺上的私密性:蔬果結構與被隔絕的香氣

準備食物、切割食物、選擇某個部位來食用及烹煮⋯⋯這些不僅只是料理美學的問題,有時確實是出於味道才做出的選擇,而且還希望能加強某一種芳香氣味,將它從另一種氣味中隔絕出來。藍莓、無花果或小蕪菁從上到下/從中間到外圍都有一種「獨特」味道,黃瓜或韭蔥就沒有這種特性。韭蔥的綠色部位(綠質草本香)和白色部位(綠質豆科植蔬氣息)非常不同,黃瓜的皮(綠質草本香)和果肉(柑橘香)也不一樣,而果肉本身更不同於黃瓜的「籽」(碘味)。

我們選擇藉由揭開這些食物的各種芳香面向來剖析這些食物,讓你可以在滋味上搭配出最佳組合,並且創造前所未有的協調感。

遠離韭蔥佐油醋汁,讓我們試一試白色部位的韭蔥佐開心果油,或是以綠色部位的韭蔥配百香果吧!

-----廣告,請繼續往下閱讀-----

——本文摘自 拉斐爾.歐蒙(Raphaël Haumont)、提耶里.馬克思(Thierry
Marx),《料理滋味創意地圖:法國材料物理化學專家聯手米其林主廚,15種香調、80種常見蔬果食材的氣味因子,探索 1,500 種創新風味搭配!》,2024 年 8 月,積木文化,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。