文章專區

Take Home Message
• 優質咖啡豆具有豐富的香氣層次，酸度和苦度的味道平衡協調，內部化學成分純淨；劣質咖啡豆則常伴隨霉味或焦味，可能為品種不佳或加工不當。
• 將質譜法結合機器學習可以評估咖啡豆品質，透過鑑定咖啡豆內部的化學成分，可客觀區分來源或烘培處理過程不同的咖啡豆。
• 質譜法結合機器學習的技術不僅能篩選咖啡豆，還可擴展至食品安全、營養成分分析，甚至是醫療診斷領域，具有廣泛的應用前景。

咖啡豆是全世界最受歡迎的農產品之一，不僅為人們帶來每日的活力，也是非常重要的經濟作物。每天都有數百萬人透過一杯咖啡來開啟新的一天，藉此提神並增強專注力。隨著咖啡市場的快速成長，消費者對咖啡品質的要求也不斷提高。然而，咖啡豆的品質會受到品種、生長氣候、採收和處理方法、烘焙的方式等許多因素影響。所以，如何有效地挑選出優質的咖啡豆，成為了咖啡產業的一項重要課題，對咖啡產業的經濟收益也至關重要。

傳統咖啡豆評估方法的侷限性

咖啡豆的品種、產地、加工方法決定了咖啡獨特的風味。從咖啡豆的外在表現來看，優質的咖啡豆通常擁有豐富的香氣，可讓人嚐到不同層次的味道，例如酸度、苦度等口感。而劣質的咖啡豆通常產自品種較差的咖啡樹，或是因後製烘培程序處理或保存不當所造成，因此常伴隨霉味或焦味。

目前評估咖啡豆品質的方式，主要依賴經驗豐富的咖啡品評師。這些專家會品嚐煮出來的咖啡，並藉由風味、香氣、酸度、苦澀度、餘韻等感官特徵，以判斷、評估咖啡的品質。然而，這種方法有明顯的侷限性。第一，它高度依賴咖啡品評師的個人經驗和味覺靈敏度，不同的品評師對同一批次咖啡豆的評價可能會有所差異，結果帶有主觀性。第二，傳統的品評過程耗時費力，需要精確的樣品準備和熟練的操作技巧。隨著咖啡市場的快速增長，這種人工品評方法雖然細緻，但是較無法滿足大規模生產的需求。第三，不肖商人為了獲利，在高價咖啡豆中摻雜劣質咖啡豆以獲得暴利的做法也時有所聞，將咖啡豆磨成粉後出售的話消費者將更難以辨別。

事實上，咖啡豆的品質也和它內部所含的化學成分息息相關，例如揮發性化合物、脂肪酸、碳水化合物、蛋白質等含量，都會影響到咖啡的風味及口感。若能精確地分析這些成分，將可為咖啡品質的評估提供一個客觀參考，並作為篩選優質咖啡豆的指標。由於傳統方法無法定性、定量地了解咖啡豆內部的化學成分組成及變化。因此，若能以化學組成來得知單顆咖啡豆的性質，就能以更客觀、科學的方法來進行品管，篩選出優質咖啡豆，有助於突破傳統評估的限制。

單顆咖啡豆質譜法

「質譜法」（mass spectrometry, MS）是一種能夠精確得出樣品分子量的分析技術，它可以成為分析咖啡豆的助力。質譜法精確度高且靈敏，它的操作原理是將樣品中的分析物分子或原子在游離源中離子化，分析物形成氣態離子後，根據這些離子的質量對電荷的比值（m/z）進行區分與檢測。此外，還可藉由分析分析物分子離子的碎片質譜圖，獲得豐富的結構資訊，以辨識樣品中的特定化合物。

傳統分析咖啡豆的方法，均需經過費時費力的樣品萃取過程，才能由質譜進行分析，近期，科學家近期提出了一種可直接完整分析單顆咖啡豆中主要成分的質譜方法，不需要經過樣品前處理的步驟，只要將整顆咖啡豆直接置於質譜儀前，即可進行分析。透過加入一小滴溶劑在咖啡豆上，使咖啡豆中的主要成分瞬間被萃取並游離化，可以即時被質譜儀所偵測，並針對咖啡豆內部的主要化學成分進行即時的檢測。因此，即使是魚目混珠的劣質豆，也能藉由此方法辨識出來。如此一來，劣質豆將無所遁形〔註〕。然而，質譜的數據量龐大且複雜，若單靠人力分析這些數據，不僅耗時費力也難以在大規模樣本中找到與品質相關的關鍵模式。因此，機器學習的引入為這一挑戰提供了強大的解方。

〔註〕目前的質譜法是針對單一咖啡豆做分析。未來若能分析咖啡粉的質譜，好、壞豆混合磨成粉後的質譜圖上會呈現出兩種咖啡豆的質譜混合，仍能辨識出來。

機器學習可以讓電腦系統學習數據中的模式或規律，執行分類、預測、決策等任務，而無須人類下達明確的指令。它還能根據大量的數據進行自動學習和調整，隨著數據量的增加和模型的訓練，機器學習的性能將不斷提升。而在咖啡豆篩選過程中，科學家也加入了機器學習，不僅限於自動處理大量質譜數據，更重要的是它能夠挖掘出與咖啡豆品質密切相關的化學指紋（質譜圖），即咖啡豆內的分子組成，使得我們能夠根據化學成分的細微變化來準確判斷咖啡豆的品質。

當機器學習應用於咖啡豆篩選

要如何將機器學習的概念應用在篩選咖啡豆上呢？可以透過以下步驟進行：……【更多內容請閱讀科學月刊第661期】