不只洗衣服！教你用小蘇打洗碗，從此碗盤亮晶晶！——《寫給懶人的神奇化學書》

本文與 研華科技 合作，泛科學企劃執行

我們都看過那種影片，對吧？網路上從不缺乏讓人驚嘆的機器人表演：數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ，或是波士頓動力的機器狗，用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次，社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕，看看四周，一個巨大的落差感就來了：說好的機器人呢？為什麼大街上沒有他們的身影，為什麼我家連一件衣服都還沒人幫我摺？

這份存在於數位螢幕與物理現實之間的巨大鴻溝，源於一個根本性的矛盾：當代AI在數位世界裡聰明絕頂，卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫，但它沒辦法為你端一杯水。

這個矛盾，在我們常見的兩種機器人展示中體現得淋漓盡致。第一種，是動作精準、甚至會跳舞的類型，這本質上是一場由工程師預先寫好劇本的「戲」，機器人對它所處的世界一無所知 。第二種，則是嘗試執行日常任務（如開冰箱、拿蘋果）的類型，但其動作緩慢不穩，彷彿正在復健的病人 。

這兩種極端的對比，恰恰點出了機器人技術的真正瓶頸：它們的「大腦」還不夠強大，無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題：新一代AI晶片NVIDIA® Jetson Thor™ ，這顆號稱能驅動「物理AI」的超級大腦，真的能終結機器人的「復健時代」，開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎？

為何我們看到的機器人，總像在演戲或復健？

那我們怎麼理解這個看似矛盾的現象？為什麼有些機器人靈活得像舞者，有些卻笨拙得像病人？答案，就藏在它們的「大腦」運作方式裡。

那些動作極其精準、甚至會後空翻的機器人，秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質，是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道，都是事先算好的，機器人本身並不知道自己為何要這麼做，它只是在「執行」指令，而不是在「理解」環境。

而另一種，那個開冰箱慢吞吞的機器人，雖然看起來笨，卻是在做一件革命性的事：它正在試圖由 AI 驅動，真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢，正是因為過去驅動它的「大腦」，也就是 AI 晶片的算力還不夠強，無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路，你可以抱著他，幫他擺動雙腿，看起來走得又快又穩，但那不是他自己在走。真正的學習，是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人，大多是前者；而我們真正期待的，是後者。

所以，問題的核心浮現了：我們需要為機器人裝上一個強大的大腦！但這個大腦，為什麼不能像ChatGPT一樣，放在遙遠的雲端伺服器上就好？

機器人的大腦，為什麼不能放在雲端？

聽起來好像很合理，對吧？把所有複雜的運算都交給雲端最強大的伺服器，機器人本身只要負責接收指令就好了。但……真的嗎？

想像一下，如果你的大腦在雲端，你看到一個球朝你飛過來，視覺訊號要先上傳到雲端，雲端分析完，再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲，你大概就已經鼻青臉腫了。

現實世界的互動，需要的是「即時反應」。任何網路延遲，在物理世界中都可能造成無法彌補的失誤 。因此，運算必須在機器人本體上完成，這就是「邊緣 AI」（Edge AI）的核心概念 。而 NVIDIA  Jetson 平台，正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求，而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦，專為在各種裝置上運行 AI 任務設計 。回顧它的演進，早期的 Jetson 系統主要用於視覺辨識搭配AI推論，像是車牌辨識、工廠瑕疵檢測，或者在相機裡分辨貓狗，扮演著「眼睛」的角色，看得懂眼前的事物 。但隨著算力提升，NVIDIA Jetson 的角色也逐漸從單純的「眼睛」，演化為能夠控制手腳的「大腦」，開始驅動更複雜的自主機器，無論是地上跑的、天上飛的，都將NVIDIA Jetson 視為核心運算中樞 。

但再強大的晶片，如果沒有能適應現場環境的「容器」，也無法真正落地。這正是研華（Advantech）的角色，我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備，確保它能在高熱、灰塵、潮濕或震動的現場穩定運行，滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說，NVIDIA 提供「大腦」，而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠，但它其實早就以一種你意想不到的方式，進入了我們的生活。

從Switch到雞蛋分揀員，NVIDIA Jetson如何悄悄改變世界？

如果我告訴你，第一代的任天堂Switch遊戲機與Jetson有相同血緣，你會不會很驚訝？它的核心處理器X1晶片，與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求，正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域，研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

• 在北美，有客戶利用 AI 進行雞蛋品質檢測，研華的工業電腦搭載NVIDIA Jetson 模組與相機介面，能精準辨識並挑出髒污、雙黃蛋到血蛋 
• 在日本，為避免鏟雪車在移動時發生意外，導入了環繞視覺系統，當 AI 偵測到周圍有人時便會立刻停止 ；
• 在水資源珍貴的以色列，研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內，24 小時在果園巡航，一旦發現成熟的果實就直接凌空採摘，實現了「無落果」的終極目標 。

這些應用，代表著 NVIDIA Jetson Orin™ 世代的成功，它讓「自動化」設備變得更聰明 。然而，隨著大型語言模型（LLM）的浪潮來襲，人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令，更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率，若要機器人更快速完成動作，需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題：AI到底該如何學會「動手」，而不只是「動口」？

革命性的一步：AI如何學會「動手」而不只是「動口」？

面對 Orin 世代的瓶頸，NVIDIA 給出的答案，不是溫和升級，而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組，峰值性能是前代的 7.5 倍，記憶體也翻倍 。如此巨大的效能提升，目標只有一個：將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型，成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生，將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起：

1. 第一階段是 LLM（Large Language Model，大型語言模型）：
   我們最熟悉的 ChatGPT 就屬此類，它接收文字、輸出文字，實現了流暢的人機對話 。
2. 第二階段是 VLM（Vision-Language Model，視覺語言模型）：
   AI 學會了看，可以上傳圖片，它能用文字描述所見之物，但輸出結果仍然是給人類看的自然語言 。
3. 第三階段則是 VLA（Vision-Language-Action Model，視覺語言行動模型）：
   這是革命性的一步。VLA 模型的輸出不再是文字，而是「行動指令（Action Token）」 。它能將視覺與語言的理解，直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵！ 過去以NVIDIA Jetson Orin™作為大腦的機器人，僅能以有限的速度運行VLA模型。而由 VLA 模型驅動，讓 AI 能夠感知、理解並直接與物理世界互動的全新形態，正是「物理 AI」（Physical AI）的開端 。NVIDIA Jetson Thor 的強大算力，就是為了滿足物理 AI 的嚴苛需求而生，要讓機器人擺脫「復健」，迎來真正自主、流暢的行動時代 。

其中，物理 AI 強調的 vision to action，就需要研華設計對應的硬體來實現；譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達，你的系統就要有對應的介面來整合視覺；你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品；你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通，這些都需要具體化到一個系統上，這個系統的集大成就是機器人。

好，我們有了史上最強的大腦。但一個再聰明的大腦，也需要一副強韌的身體。而這副身體，為什麼非得是「人形」？這不是一種很沒效率的執念嗎？

為什麼機器人非得是「人形」？這不是一種低效的執念嗎？

這是我一直在思考的問題。為什麼業界的主流目標，是充滿挑戰的「人形」機器人？為何不設計成效率更高的輪式，或是功能更多元的章魚型態？

答案，簡單到令人無法反駁：因為我們所處的世界，是徹底為人形生物所打造的。

從樓梯的階高、門把的設計，到桌椅的高度，無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言，採用人形的軀體，意味著它能用與我們最相似的視角與方式去感知和學習這個世界，進而最快地理解並融入人類環境 。這背後的邏輯是，與其讓 AI 去適應千奇百怪的非人形設計，不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具，產線上的機械手臂能高效重複鎖螺絲，但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標，是成為一個「多面手」，它能在廣泛學習後，理解物理世界的運作規律 。理論上，今天它在產線上組裝伺服器，明天就能在廚房裡學會煮菜 。

但要讓一個「多面手」真正活起來，光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經，才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部，都需要大量感測器去理解環境就像神經末梢一樣，隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」，就無法匯聚成有意義的行動。

這正是研華的角色：我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中，讓它成為能真正思考與反應的「完整大腦」，同時也提供神經系統的骨幹，將感測器、I/O 介面與通訊模組可靠地連結起來，把訊號傳導進大腦。你或許看不見研華的存在，但它實際上遍布在機器人全身，像隱藏在皮膚之下的神經網絡，讓整個身體真正活過來。

但有了大腦、有了身體，接下來的挑戰是「教育」。你要怎麼教一個物理 AI？總不能讓它在現實世界裡一直摔跤，把一台幾百萬的機器人摔壞吧？

打造一個「精神時光屋」，AI的學習速度能有多快？

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料，但物理世界中用於訓練的互動資料卻極其稀缺，而且在現實中反覆試錯的成本與風險實在太高 。

答案，就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台，為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生（Digital Twin）世界，讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內，經歷相當於現實世界千百日的學習與演練，從而在絕對安全的環境中，窮盡各種可能性，深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環，Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本，但後來發現，它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺，是在現實世界中難以透過有限次的試錯來建立的。

所以你看，這趟從 Switch 到人形機器人的旅程，一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備：一個劃時代的「AI 大腦」（NVIDIA Jetson Thor）、讓核心延展為「完整大腦與神經系統」的工業級骨幹（由研華 Advantech 提供），以及一個不可或缺的「教育環境」（NVIDIA Isaac Sim 模擬平台） 。

結語

我們拆解了那些酷炫機器人影片背後的真相，看見了從「自動化」走向「自主化」的巨大技術鴻溝，也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測，未來 3 到 5 年內，人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景，如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器，能夠觀察我們的世界，理解我們的語言，並開始以物理實體的方式與我們互動，這將從根本上改變我們與科技的關係。

所以，最後我想留給你的思想實驗是：當一個「物理 AI」真的走進你的生活，它不只是個工具，而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」，你最先感受到的，會是興奮、是便利，還是……一絲不安？

這個問題，不再是「我們能否做到」，而是「當它發生時，我們準備好了嗎？」

研華已經整裝待發，現在，我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

超夯韓劇《魷魚遊戲》近期成為熱門討論話題，尤其椪糖關卡使南韓童年美食遊戲「戳椪糖」爆紅，劇情中玩家必須使用牙籤將椪糖上的圖案取下來，若失敗可是會直接被開槍爆頭，不過在臺灣其實也有很相似的古早味的零食椪糖喔！

臺南人的童年零食——古早味椪糖

椪糖，又名膨糖、發財糖、泡糖，是四、五年級生臺南人的童年零食。那個年代生活單純，還沒有太多的娛樂、精緻美食可供選擇，在廟口歌仔戲、布袋戲戲棚下煮椪糖的攤販，是當時孩童的娛樂及零食來源。

剛煮好的椪糖長得就像胖嘟嘟的核桃酥餅，吃起來焦香酥脆、入口即化，雖然只是純粹的甜味，在物質稀缺的當時，已經十分幸福了。

而椪糖的製作流程很簡單，將砂糖或二砂與水倒入大湯勺中，置於爐火上加熱並攪拌，至糖漿變成紅褐色時，加一點小蘇打粉至大湯勺中拌勻，糖漿便會迅速膨脹鼓起，待其冷卻定型後即完成。

而韓國的椪糖與臺灣的椪糖作法及原理大同小異，只是塑形的方式不太一樣，韓版的會壓扁再壓上圖案，弄成扁扁的薄餅狀；臺版的就讓他自然膨脹成球狀，表面帶點裂痕，模樣也是十分討喜可愛。

影響椪糖質地最關鍵的因素——溫度

若有做過椪糖就會知道，小蘇打粉加進去的時機點很重要，太早或太晚皆會導致成型失敗，這是為什麼呢？因為加熱溫度是影響糖的結晶、軟硬度和焦糖化的主要因素，不同的加熱溫度，糖的結晶狀態、質地和色澤都會不同。

糖液在加熱時，會有兩種情況發生：

• 一、水分不斷蒸發，使溶液濃度增加。
• 二、隨著溶解的糖增加，沸點會不斷上升，因此糖液的溫度要小心控制。

「糖液的濃度」與最後成品的「軟硬度」有直接關係，濃度不夠會過軟，椪糖表面無法形成保護殼而無法膨脹成型；濃度過高會過硬，椪糖膨脹不易，容易縮小或塌陷。

而當糖液加熱至攝氏 130 度左右時滴入冷水中，會形成能保持形狀且具可塑性的硬球，這時候糖液的質地是能讓椪糖膨發效果最佳的狀態，因此不會用肉眼判斷添加小蘇打粉至糖漿的好時機沒關係，可以在加熱的同時，使用專門測糖液的溫度計測量糖溫就可以了！

糖怎麼轉變成令人誘惑的焦糖色呢？

說到糖的加熱，就不得不提到焦糖化反應（caramelization）了，它是自催化的非酵素性褐變（non-enzymatic brownin）反應，指的是蔗糖這類的小分子醣類於高溫環境發生脫水、聚合的反應，顏色逐漸轉變成金黃、淺褐至深褐色的產物 （通稱為焦糖） 的過程。

這個過程非常複雜，反應溫度通常在攝氏 120 度以上，在酸性與鹼性環境下均會發生。在食品工業上可製造成焦糖色素，作為食品添加物使用，常添加於醬油、糖漿、可樂或酒類等食品中。

焦糖的色澤會隨加熱溫度及時間的增加，由金黃、琥珀、淺褐、褐、深褐色至焦黑碳化；味覺的變化則是先為甜味，隨著顏色加深逐漸轉至苦味，最後甚至可能出現辛辣味。 

攝氏 130 度的糖液大概是呈現淡淡的金黃色，不過這是單純以細砂糖製作來看，若使用二砂製作椪糖的話，那糖液一開始就會是呈現金黃色了。

椪糖膨脹的關鍵——碳酸氫鈉遇熱分解

在加熱攪拌過程中，糖液已經拌入許多空氣，隨著加熱空氣持續在膨脹，水氣也一直持續蒸發，直到糖液加熱到攝氏 130 度的糖漿時，須離開熱源並加入小蘇打粉。

小蘇打粉即是碳酸氫鈉（sodium bicarbonate），受到高溫直接分解產生大量二氧化碳氣體。最外層接觸到空氣的糖液最先冷卻，變硬形成保護殼，椪糖膨脹隆起，待膨脹停止後，內部的構造就形成具有許多小氣孔的蓬鬆質地。

椪糖會不會致癌？

就從焦糖化反應可製造出焦糖色素的標準來看，聯合國農糧醫藥食品添加物專家聯席委員會（Joint FAO/WHO Expert Committee on Food Additives, JECFA）將焦糖色素分成四類：

第一類：普通焦糖 (plain caramel)

第二類：亞硫酸鹽焦糖 (sulfite caramel)

第三類：銨鹽焦糖 (ammonia caramel)

第四類：亞硫酸-銨鹽焦糖 (sulfite ammonia caramel)

不同類別的焦糖色素，具有不同的焦體電荷、安定性與色度，用途亦各不相同。我國針對這四類焦糖色素有明確訂定，規範細節可見衛福部食藥署公告的食品添加物使用範圍及限量暨規格標準^[8]。

數十年來眾多針對焦糖色素所進行的毒理學研究，特別是安全疑慮比較高的第三類及第四類焦糖色素，都發現焦糖色素不具基因毒性、遺傳毒性與致癌性，確認焦糖色素是安全的食品添加物。

加上椪糖才加熱到攝氏 130 度，焦糖化反應影響因素很少，所以吃椪糖其實不必太過擔心致癌風險。

跟致癌比起來，你比較需要擔心熱量

比起擔憂致癌疑慮，椪糖的熱量才是比較需要注意的地方，畢竟它幾乎都是由精製糖所製成。

我國衛福部國民健康署建議「精製糖建議攝取上限為 10% 以內，例如：總攝取熱量若為 2000 大卡，精製糖攝取量就不宜超過 200 大卡，每日精製糖攝取量最好能控制在 50 克以內。」最佳的情況，是每日不超過 25 克，其實就相當於一個椪糖 (20 克上下) 的重量了。

所以當你開心吃著好吃又好玩的椪糖時，還是要記得別吃太多，以避免攝取過多的精製糖及熱量，而賠上健康喔！

1. 國立台中教育大學科學教育與應用學系 科學遊戲實驗室，膨糖：http://scigame.ntcu.edu.tw/chemistry/chemistry-005.html
2. 施明智 (2021)。食物學原理 (第三版)。新北市：藝軒圖書出版社。
3. Mcdowell, E. J. (2015) Everything You Need to Know to Make Caramel Candies at Home. Retrieved from https://food52.com/blog/12212-everything-you-need-to-know-to-make-caramel-candies-at-home (Oct 10, 2021)
4. 徐若瑄 (2017)。利用科學方法研究古早味椪糖。中華民國第 57 屆中小學科學展覽會。新北市。
5. 戴士傑，2006。焦糖化產物的特性及其與酚類物質交聯程度之探討。國立屏東科技大學食品科學系碩士學位論文。屏東。
6. 張月櫻，焦糖色素與 4-MEI (4-甲基咪唑) 說明稿 (2013)。檢自https://www.food.org.tw/TW/DisquisitionDetail.aspx?DisquisitionID=iZcsl/uRyXg= (Oct 10, 2021)
7. 衛生福利部食品藥物管理署，食品添加物使用範圍及限量暨規格標準 焦糖色素 (2013)。檢自https://consumer.fda.gov.tw/Law/FoodAdditivesListDetail.aspx?nodeID=521&id=854 (Oct 10, 2021)
8. 灃食公益飲食文化教育基金會，精製糖與非精製糖的差別為何？ (2019)。檢自https://www.foodnext.net/science/machining/paper/5470279180 (Oct 10, 2021)

• 作者／山田昌治；譯者／吳佩俞

加點小蘇打，讓素麵更美味

在夏天的時候，素麵是一種能夠快速取得的碳水化合物來源，所以非常受到大家的歡迎。不過，素麵都只是拌上沾醬食用，久了就會感到膩了，所以偶爾也會想要試試看其他的料理方式吧！

這個時候大家不妨試試沖繩的家庭料理——雜炒素麵。這是先將苦瓜、胡蘿蔔、韭菜、豆芽菜、豬肉等食材炒過，然後再拌進素麵當中。

苦瓜的苦味對於在夏天疲倦不堪的胃來說，可是一道非常舒暢的料理。不過，遺憾的是這道料理的麵條太細，所以口感常會變得破碎又鬆軟。如果站在素麵的立場，先是被熱水煮過，接著用火炒過，歷經好幾道烹調手續後，變成這樣的口感也是會大嘆無奈吧！

不過，我們還是有對策的。首先，在水煮麵條的階段就要改用可讓麵體組織構造更加紮實的材料，好讓麵條口感更加彈牙有勁，而且還要能夠承受兩個烹調階段的壓力。因此，這裡登場的就是前面提到的「小蘇打」。

• 為了慎重起見，我們要特別說明不可以使用清潔用的小蘇打，大家務必要用食品專用的小蘇打。

每 1 公升的水加入 1 大匙小蘇打（大約 15 公克）後就開始煮素麵。至於煮麵時間可以參考標籤記載的標準時間即可。小蘇打粉放得太少是無法顯現出效果的，太多則是會有鹼性帶來的獨特滑溜感，所以分量要拿捏適當。

• 另外，請大家記得在溫度尚低時就放入小蘇打粉。

如果煮麵水已經沸騰，放入小蘇打可是會有引起劇烈碳酸氣體散發的危險性。在還是生水時就放入的話，氣體會一點一點地冒出來，就不會有什麼問題了。

模擬牙齒測試口感

像這樣使用小蘇打水煮好的素麵顏色會呈現淡淡黃色，而且也會有中華麵特有的香氣。這與使用鹼水的效果都是一樣的。

在這裡，我們將利用材料測試裝置來確認看看麵條的口感到底會有多少改變。

進行量測時，先將麵條置放在橢圓形的平台上，並讓模擬人類牙齒的鋁製刀片（厚度為 3 公釐，前端加工為圓形）緩慢下降。這個刀片的驅動軸上裝有荷重元（load cell，用來測試力量的感測器），所以下降至碰到麵條的一瞬間就能量測出到底有多少力量。

另外，刀片的移動量也會同時被記錄下來，所以也可以將力與移動距離的關係製作為資料，並以 1 組的方式取得。因為 1 條素麵是非常細的，實在很難測出強度，所以實驗時是以 4 條素麵的粗細進行量測。

將 4 條煮好的素麵麵條放在平坦基座上平行排好，然後使用刀片切斷麵條。這時產生的力與變形量的關係就會如下圖所顯示。縱軸標示的應力指的是每 1 單位面積的力，而橫軸變形量則是意味著刀片碰到基座時的變形量為 1 時的比例。

當刀片碰到麵條時，應力仍會持續增加，等到達峰值後就會先下降 1 次，然後最後會在刀片碰到基座時結束測試。大家可以把這個峰值當作是勁道口感的對應數字。在本書中，我們會將這個對應應力稱為降伏應力（yield stress）。

從實驗結果我們可以看到，使用小蘇打水煮出來的素麵其應力峰值會比一般水煮出來的麵條大上 1.5 倍左右。而且使用小蘇打水煮的麵條的變形量從零到峰值所畫出來的曲線傾斜度會比一般水煮的麵來得大一些。這也表示若要造成相同變形量，就必須要有較大的應力。

這個傾斜的曲線被稱為「彈性率」，就是一種用來顯示量測物質軟硬程度的尺度。換言之，當傾斜度較大時，就表示量測物質比較硬。如果將這個傾斜度與峰值合起來，就意味著小蘇打水煮出的素麵更硬、口感也更加彈牙有勁。

在麵的世界裡，經常可以看到「既彈牙又有嚼勁」、「強韌」等形容詞，但這種麵條較硬且勁道十足的狀態似乎還是用「既彈牙又有嚼勁」來形容比較適合。

小蘇打如何增加麵的口感、香氣與色澤？

在這裡，我們將針對小蘇打的運作機制稍加解說。所謂的小蘇打（NaHCO3，碳酸氫鈉），因為同時擁有酸性與鹽基性兩種性質，所以也被稱為兩性化合物 （amphoteric compound） 。

當小蘇打溶於室溫水時，氫離子濃度指數（pH值）大約是 8 左右。如果將溶有小蘇打的水加熱至 65℃ 左右，就會產生碳酸氣體而形成碳酸鈉（ Na2CO3）。碳酸鈉是氫氧化鈉（NaOH）這種強鹼與碳酸（H2CO2）這種弱酸的鹽，所以水溶液會呈現強鹼性。這次的條件是將 pH值設為 11。

接著，讓我們複習一下第一章的小麥麵粉蛋白質的相關內容。

在這種強鹼性的條件下，構成小麥麵粉蛋白質的麩醯胺酸與天門冬醯胺會與氨分離，並各自成為麩胺酸與天門冬胺酸。這個氨在低濃度時，會給人好的感覺，也是中華麵特有氣味的來源。另外，如果在鹽基性的條件下，則是會產生黃色物質（查耳酮），所以小蘇打水煮好的麵條也會變成淡黃色。

如果將鹽基性條件下產生的麩胺酸與天門冬胺酸與精胺酸、離胺酸、組胺酸等鹽基性胺基酸結合，麩質的組織構造就會更加強韌，而這部分在前面章節已經說明過了。最後，麵條也就變得更有彈性且嚼勁十足了。

那麼，讓我們把話題轉回雜炒素麵的烹調方式。如果只是加強口感，就會讓人覺得像是較細的中華麵，但是這種烹調方法的真正價值就在這裡。大家可以試看看使用小蘇打水煮過的麵條來製作這道雜炒素麵。

如果是一般水煮的素麵，常常炒完後麵條就會變得碎碎的，或是整個糊掉，但先用小蘇打水煮過，麵條不但會變硬，還可以製作出一道維持長條形狀的雜炒素麵，甚至連口感都非常良好。

筆者是注重健康的人，所以點綴了一些青花菜芽與紅椒粉，雖然照片看不太清楚，但的確完成了一道色彩豐富，麵條扎實細長的美味料理。

像這樣藉由小蘇打讓麵條更加美味的現象，就是因為小麥麵粉含有很多麩醯胺酸這種麩質蛋白質的構成胺基酸，而這也是小麥麵粉既有的特性。雖然速食麵原本就是中華麵，但如果使用小蘇打水來煮麵，麵條的嚼勁也會明顯提升，甚至能讓速食麵更加接近高級中華料理店的口味。

我們這裡介紹的是能夠承受煮過再炒的烹飪手法，而且口感更加彈牙有勁的雜炒素麵實驗，各位也請務必使用其他的麵條試試看！

——本文摘自《麵的科學：麵粉如何創造豐富的口感、香氣和美味》，2020 年 3 月，晨星出版