2

3
3

文字

分享

2
3
3

為什麼東西會這麼好吃?是嗅覺、回憶還是化學鍵?——《完美歐姆蛋的化學》

日出出版
・2022/12/30 ・2854字 ・閱讀時間約 5 分鐘

嗅覺:廚房的第一道防線

嗅覺是我們在廚房裡的第一道防線,主要功能是防止我們接觸到可能會致命的東西,例如細菌。

有極小比例的人缺乏嗅覺,他們不僅無法擁有品嚐食物的完整體驗,也不具有可以防止我們吃下腐壞或變質食物的人類直覺。

我真的認識一位沒有嗅覺的人,有一次他媽媽去看他,結果一踏進他的公寓就差點吐出來。原來是有壞掉的雞肉埋藏在冰箱的某個角落,但是他聞不到。

嗅覺是我們在廚房裡的第一道防線。圖/pexels

至於對其他人來說,如果餐點聞起來和吃起來都很美味,兩種感官會結合在一起,形成所謂的風味。餐點的風味會讓人有所反應——而且每個人都有自己最喜歡的風味組合。

-----廣告,請繼續往下閱讀-----

話雖如此,全世界的每一種風味,從 Kraft 起司通心粉,到頂級餐廳的菜單,都是由四個分子組成:水、脂肪/油、蛋白質和碳水化合物。

味蕾的辨識能力:離子通道

人類的大腦非常擅長解析這些味道在微觀層次上的差異;事實上,大腦甚至可以分辨出我們是在攝取單醣還是多醣(也就是糖還是澱粉)。

這是因為我們的味蕾會辨識各式各樣的分子,然後傳送訊息給大腦。例如,當味蕾辨識出氫離子(H+),我們會覺得食物有酸味;另一方面,鹼金屬則會讓食物帶有鹹味。

就烘焙層面來說,這一點之所以很重要,是因為我們的大腦可以辨別單醣—水果混合物中的糖—和多醣—低筋麵粉中的澱粉—之間的差異。

-----廣告,請繼續往下閱讀-----

我敢說,派是最讚甜點的原因,正是甜(單醣)和鹹香(多醣)混合。(我也許有點偏頗——我有說過我媽會做無敵好吃的派嗎?)

我們的味蕾會辨識各式各樣的分子,然後傳送訊息給大腦。圖/pexels

我們的味蕾可以辨識各種分子,是因為大腦會監測特定離子在所謂的離子通道中的濃度,以剛才的例子來說就是 Na+ 和 H+。

這些離子通道位於人體器官中的細胞,並提供特別的途徑讓離子可以在人體內移動,就像道路可以讓汽車從一個地方移動到另一地。

當我們咬下含有大量鹽的食物,大腦會察覺到在舌頭上的離子通道移動的鈉離子數量增加。而當水合氫離子的濃度上升,大腦則會馬上知道我們正在吃有酸味的東西。

-----廣告,請繼續往下閱讀-----

而且,這一切都是瞬間發生。我們的大腦真的很強大。

各種味道的差別:化學鍵

從分子的層次來說,鹹/酸和甜/鹹香之間有個非常明顯的差異——分子之間的鍵。有鹹味和酸味的食物利用的是離子鍵,有甜味和鹹香的食物則是利用共價鍵。

這就是為什麼我們可以忍受非常甜的食物,卻無法接受超級酸的食物。舉例來說,吃藍莓派的時候,我們的味蕾會立刻辨識出甜味,但由於我們在吃甜食,離子通道並沒有派上用場。

基於相同的道理,苦味的程度會維持不變,因為濃度不影響整體的味道。不論你是喝一滴或一杯,味道都是一樣苦。

-----廣告,請繼續往下閱讀-----

由於甜、鹹香和苦味不需要經過人體內的離子通道就能抵達大腦,這三種味道通常會被歸為同一類。這些味道源於特定的共價分子和味蕾細胞膜中的受器所產生的化學反應。

這種反應發生的瞬間,我們的大腦就會察覺到甜、鹹香或者苦的味道。再次強調,這整個過程花不到一秒鐘。

甜、鹹香和苦味不需要經過人體內的離子通道就能抵達大腦。圖/pixabay

既然談到了這個話題,我想要快速釐清一個常見的誤會。人的整個舌頭可以相對平均地嚐到總共五種味道,也就是說味蕾並沒有分區!舌頭的每一吋都可以分辨出你的派有多甜。

總而言之,食物有五種主要的味道:甜、鹹、酸、鮮和苦。(鮮[umami]這個詞源自日語,字面上的意思就是美味,不過大多數人會用鹹香[savory]來表達這個概念。) 烘焙高手會利用這五種味道來組合出無限多種美妙的風味。

-----廣告,請繼續往下閱讀-----

看看經典的大黃派就知道了,內餡有 4 杯大黃(酸味)、2/3 杯糖(甜味)和一小撮鹽。再加上一點檸檬汁(更多酸味),就可以呈現出完美平衡的鹹—甜—酸可口風味。

經典的大黃派可以呈現出完美平衡的鹹-甜-酸可口風味。圖/pexels

不過我覺得特別有趣的地方在於,從化學的角度而言,每個人對相同的分子組合都有各自的解讀。有些人討厭大黃派,我卻完全吃不膩,為什麼呢? 

口味喜好常與過去經驗綁在一起

風味喜好完全取決於愉悅的心理狀態,這可以解釋為什麼人有最喜歡的食物,還有最喜歡的顏色、電影、歌曲等等。雖然大腦中的化學極為複雜,但一般來說,心理學家多半都認同一個理論:人之所以有最喜歡的東西,是源於他們首次接觸到這個東西時的正面經驗……而且他們的大腦會因此對不同的化學受器產生反應。

以食物來說,大多數人最愛的食物都是在年紀非常小的時候就固定下來。

-----廣告,請繼續往下閱讀-----

我這麼愛大黃派,很有可能是因為這是我人生中第一次吃到的派。那種甜—酸—鹹合而為一的風味,震撼了我幼小的心靈,後來我再也沒吃過任何勝過那次體驗的派。

味蕾辨識力可以訓練,也可能會退化

不過這套通用的理論有個例外:其實你可以訓練舌頭辨識出更多風味。就像你可以為了準備馬拉松或足球比賽而鍛鍊肌肉,只要努力、認真和大量接觸,你就可以學會辨識食物中的不同分子。

成功之後,這些人通常會發現一些自己開始喜歡上的新食物,這都是因為他們的味覺變得更加敏銳——簡單來說,他們可以辨識出的風味種類變多了。

有些人的味覺非常敏銳;舉例來說,我有遇過一些烘焙師可以立刻辨認出燕麥餅乾裡的一絲肉豆蔻味,或是有些老饕可以吃出自己最愛的泰式餐廳在某一種咖哩中加了哪一種魚露。

-----廣告,請繼續往下閱讀-----
有些老饕可以吃出自己最愛的泰式餐廳在某一種咖哩中加了哪一種魚露。圖/pexels

不過大部分的人年紀越大(或是菸抽的越多),大腦就越難解讀來自舌頭的訊號。

簡直就像是味蕾——或分辨離子和共價鍵分子的能力——折損或變遲鈍了,尤其是當你邁入老年。

所以,趕緊趁你還年輕的時候,多出去走走嘗試新食物吧。烤個大黃派和蘋果派,看看你比較喜歡哪一種。

——本文摘自《完美歐姆蛋的化學》,2022 年 12 月,日出出版出版,未經同意請勿轉載。

文章難易度
所有討論 2
日出出版
13 篇文章 ・ 7 位粉絲

0

3
3

文字

分享

0
3
3
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 ・ 56 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。

0

0
0

文字

分享

0
0
0
找出品酒的「底層邏輯」——我們的身體如何品出酒品的獨特感受?
鳥苷三磷酸 (PanSci Promo)_96
・2023/10/27 ・1234字 ・閱讀時間約 2 分鐘

本文由 財政部國庫署 委託,泛科學企劃執行。

你注意到了嗎?在品酒時,品酒師不會一口乾,而是充分觀察、品嚐後才會下肚。這些動作可不是單純裝模作樣,而是有科學根據的。品酒有五個基本動作:觀察、搖晃、聞、啜飲與漱口、吞嚥,究竟我們的感官跟大腦是怎麼接收酒的訊號呢?

從最簡單的「嗅覺」開始,酒杯湊近口鼻、進入口腔,我們可以聞到「外部」和「內部」的香氣。外部指的就是用鼻子聞到的香氣,是先穿越鼻孔到達嗅上皮組織,形成我們所熟悉的正鼻嗅覺。而內部呢?那些已經在我們嘴巴裡的酒液,會走鼻咽和後鼻孔這條路,最終到達嗅覺粘膜。即使這口酒已經被喝下去,只要輕輕呼口氣,也依然能「聞」到酒味。

圖/giphy

另外,口鼻之間的通道,也就是鼻咽,在吞嚥的過程中會關閉,所以在吞嚥時會有一種「味道好像弱掉了」的錯覺,但其實只是你暫時無法靠鼻間的任何通道呼吸而已。這也是為什麼品酒師會要把酒液含在嘴巴裡漱口,甚至還會打開嘴巴吸一口氣。

-----廣告,請繼續往下閱讀-----

緊接在嗅覺之後的「味覺」,則是重頭戲!食物進到嘴巴,溶解在唾液中,啟動了味覺受器。人類可以透過味蕾的受器感受到「鹹、酸、苦、甜、鮮」五種味道。不過,也有部分的人不喜歡酒的原因,正是因為味覺。美國賓州大學農學院過去研究發現,人體中的苦味受體來自基因 TAS2R13 和 TAS2R38,辣椒素受體則來自基因 TRPV1。因此不同的基因表現,影響著人們對這兩種味道的感受,也決定了他們的攝取喜好。

圖/giphy

講完了嗅覺和味覺,別忘了品酒前的「觀察」。事實上,人們對風味的知覺基礎,來自多重感官的整合。當我們在觀看一杯酒的色澤和濁度時,大腦已經在默默「品嚐」它了。就像是望梅止渴、看到好吃的大餐肚子就先餓了起來。

除上述提到的「身體」感官,其實喝酒的時段、溫度、聲音、順序也會影響我們「心裡」的感受。但話說回來,在品酒前,最重要的應是選擇安全以及衛生的酒品來源,就是要慎選合法的販售業者,並挑選標示內容清晰、完整的酒品。

財政部自 2003 年起委託專業執行機構共同推動「優質酒類認證」制度,從原料、製程、品管、後續追蹤等層層把關,最後通過優質酒類認證技術委員會審查的酒品,才能被授予使用 W 字型認證標誌。因此,選購有 W 認證標誌的優質酒品,可以讓我們在品飲時更加安心!

-----廣告,請繼續往下閱讀-----

 資料來源:財政部國庫署 廣告

1

4
2

文字

分享

1
4
2
舌頭、石頭,迸出新滋味?科學家為什麼要舔石頭?——2023 搞笑諾貝爾獎
PanSci_96
・2023/09/30 ・3674字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

J……J 個是!這顆石頭一接觸到我的舌頭,它就像火一樣燃燒,同時留下苦澀和尿味的味道,在這之後還留下了一點甜味。

圖/Youtube

這,這一顆石頭不一樣,它有酸辣味和硫酸鹽味,卻同時給我一種難以形容的愉悅感!就像在品嘗紅酒的酸味一樣!

圖/Youtube

等等,我並沒有壞掉,我現在做的事是某些地質學家和古生物學家真的會做的事,而且這件事還得了諾貝爾獎!只是是搞笑諾貝爾獎。

搞笑歸搞笑,舔石頭卻真的是再實用不過的方法。因為,舌頭真的是太好用了!

-----廣告,請繼續往下閱讀-----

地質地科系祖傳秘招——舔石大法!

2023 年的搞笑諾貝爾獎的化學與地質獎頒給了地質學家揚.扎拉謝維奇,得獎的原因不是因為特定研究,而是它整理了地質學家和古生物學家「品嘗」岩石和化石的「研究史」。

有在跟我們直播的泛糰肯定知道,在今年搞笑諾貝爾獎頒發的隔週,上個月的 9 月 18 日,我們在 YouTube 官方舉辦的 2023 YouTube Festival 活動中,辦了一個實體見面會。在見面會中我們介紹了今年其中三個搞笑諾貝爾獎,其中就包含這則「地質學家為什麼要舔石頭」。另外兩個獎項分別是操縱死靈蜘蛛,和研究為什麼上課為什麼會令人感到無聊。這場見面會也有同時開直播,連結放在右上角的資訊卡,裡面提到不少有趣的觀點,歡迎去直播存檔複習。

當天,除了就像開場演繹的,不同岩石真的嚐起來味道不一樣以外,有一個地科系的觀眾,現場分享了另一個有趣的觀點。但先說聲抱歉,那時候觀眾手持的麥克風訊號沒有進到我們的混音器,所以在線上收聽的朋友沒有聽到前半段。

我們這邊重新轉述一下,這位觀眾說早在這個獎項頒發前,就知道用舔石頭來辨識種類的這種方法了,因為他的老師就是這麼教他的!沒想到,這竟然是地科與地質系祖傳的秘技嗎!

-----廣告,請繼續往下閱讀-----

舌頭比手指還好用?

但除了味道外,觀眾還分享了一個這次搞諾沒有提到的原因,就是舌頭的觸覺可能比手還靈敏。某些岩石例如砂岩跟頁岩,可能用手摸不出差別;用舌頭舔,竟然就能分別出差別。

什麼,舌頭真的這麼厲害嗎?想想好像也是,我們吃東西的時候會用舌頭去感受食物的形狀,這些觸感甚至也是我們品嘗食物時,了解食物的重要一環。除此之外,我們還可以找出食物中的魚刺,或是卡在牙縫中的菜渣,有些人還能幫櫻桃梗打結呢。

圖/Giphy

但好像從來沒有人拿舌頭和手去做比較,因為只要講到觸覺,我們第一時間就會認為手指更加靈敏。

其實,還真的找到有人研究過,一群俄亥俄州立大學食品科技系的實驗團隊,就研究了這個問題。他們準備了幾個形狀極為相似的樣品,樣品的長度、厚度、缺口的大小都一樣,只有缺口處的傾角不同。

-----廣告,請繼續往下閱讀-----

傾角從 45 度到 90 度都有,每塊的角度以 5 度為間隔。受試者必須拿起兩塊樣品,並在蒙眼的情況下,分別用摸或舔的方式來分辨出兩者分別為哪一塊。其中一塊始終是 90 度,另一塊則是從 65 度開始角度遞增。

這次的實驗有 30 位受試者,結果表明,使用手指來分辨兩塊樣品,平均要兩塊的角度差超過 19.81 度時,才能分辨出差異。如果用舌頭舔呢?只要兩者的角度差超過 12.75 度,就能分辨出差異!比用手摸的角度差小了許多,也就是舌頭真的比較靈敏。

實驗結果數據,JND(Just Noticeable Difference)表受試者在樣品相差幾度時能感受到差異。圖/Comparison of The Tactile Sensitivity of Tongue and Fingertip Using a Pure-Tactile Task

當然,這個實驗還有兩個方向值得討論,一是這只針對物體邊緣形狀的靈敏作分析,但觸覺有許多不同感受,例如紋理、粗糙程度等,所以可能每種觸覺做出來的實驗結果會不同。這個實驗看起來不難做,各位可以準備一些能放入嘴的材料,例如請朋友直接將比較硬的芭樂切成不同形狀來舔舔看差別,就能簡單復刻這個實驗甚至更改參數,有實際測試的觀眾也不要忘記留言告訴我們。我們這邊也同步徵求花京院來協助我們實驗。

而另一點是,關於舌頭為什麼有跟手指同等,甚至更強觸覺的生理機制,本篇研究僅止於現象探討,還未有深入研究。

-----廣告,請繼續往下閱讀-----
圖/Giphy

濕濕的石頭更好觀察?

除了味覺和觸覺外,舔石頭還有另一個重要的原因,就是濕潤的石頭紋理更清楚,更方便研究。

這應該大家都有經驗,在學校的大理石地板拖地,或是海邊的鵝卵石,沾到水之後,石頭的紋理都更加清楚,看起來也更漂亮。但這又是為什麼呢?

影響的原因有很多,但影響最大的,就是濕潤的表面讓石頭更「平」,產生類似拋光的效果。但為什麼磨平拋光,顏色就更好看呢?

我們知道光線照到鏡子會產生反射,但鏡子很平整,如果現在照射到的是一個凹凸不平的表面,光線就會往四處反射,這種現象稱為漫反射。當我們只想看石頭上的其中一點時,旁邊的光卻會雜亂的跑進我們的眼睛,影響到對比度。並且各種顏色的色光聚在一起會形成白光,因此這些漫反射而來的光線,就會以白光的形式被我們看到。白話文就是,物體的對比下降了,但是整體的亮度提高,變成我們常看到灰白色的石頭表面。

-----廣告,請繼續往下閱讀-----

直到石頭被拋光,或是因為濕潤產生拋光的效果,這些漫反射就會減少,石頭整體變得比較暗沉,但是斑紋之間的對比度提高了。這就是為什麼粗糙的石頭顯得灰白,浸濕之後卻呈現深沉而圖樣明顯的原因。

還沒完,薄薄一層水還會造成更多影響。例如,這層折射率介於空氣與石頭之間的介質,可以幫助光線稍微穿透岩石的表層後再反射出來,提供視覺上更多的紋理細節。如果將水換成木工中常使用的亮光漆,除了反射與折射外,亮光漆中的分子,還足以讓光線產生散射,讓你在上不同厚度的亮光漆時,能產生不同的顏色變化。

簡單來說,不論是水還是漆,這薄薄的一層介質,能像相機的鏡片一樣,透過光學調校,將更清楚、細節更多的影像送進相機的感光元件,也就是我們的眼睛上。而替換不同的鏡片,就能改變我們看到的樣子。

有介質存在於空氣與觀測物間時,光會產生折射,造成不同視覺效果。圖/askamathematician.com

這個看似玩笑的舔石頭研究,確實好像又有幾分認真的道理,我們自己在研究的時候,最開始也覺得超ㄎㄧㄤ,後來又發現能學到不少冷知識。

-----廣告,請繼續往下閱讀-----

最後也想調查一下,除了舔石頭以外,大家還對哪一則搞笑諾貝爾獎有興趣,希望我們也來講講呢?

  1. 帶電的筷子,能讓食物更好吃?
  2. 哪些人有倒著說話的特殊能力?
  3. 要多少人抬頭看天空,才會吸引路人跟著抬頭?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

參考資料

所有討論 1
PanSci_96
1226 篇文章 ・ 2337 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。