西北大学生命科学学院金丝猴研究团队在与本校计算机科学领域、西安电子科技大学计算机科学领域专家的跨学科合作下，“训练”出了高精度的识别模型——“猴脸识别”系统，颠覆了依靠动物个体特征或者人为标记特征的传统方法，实现了动物行为的智能识别和自动量化。

这一突破性成果的诞生，是学科交叉碰撞出的智慧结晶，也让人们对不同学科如何打破边界、协同创新充满好奇。

8月1日，记者专访了西北大学生命科学学院教授郭松涛和信息科学与技术学院教授许鹏飞，探寻学科交叉实现1+1＞2的奥秘。

记者：从“识猴”到动物行为智能分析，学科交叉为科研带来了哪些突破性价值？你们在合作过程中，最突出的难点是什么？

郭松涛：在当今学术研究领域，学科交叉融合的趋势愈发明显。在近百年的300多项获诺贝尔自然科学奖的成果中，近一半是跨学科交叉研究的。不同学科在发展过程中会产生诸多核心理论，不同学科间的理论融合对深化理论研究和创新发挥着重要作用。

然而，学科交叉融合在实际推进过程中面临着诸多难点。不同学科之间存在着显著的专业壁垒，包括研究方法、理论体系及思维方式的差异。深度交叉，意味着需要学习另一学科关注的根本科学问题，用对方能理解的语言阐述自身学科关注的问题，且双方关注的问题需具有一致性，否则易出现一方成为附属角色的情况。再加上不同学科对同一问题的看法和研究角度不同，也会导致寻找共同关注问题的切入点变得困难。这些都使得学科交叉研究更为复杂。

记者：学科差异是否影响合作效率？合作双方是如何逐步磨合、达成共识的？

许鹏飞：在“猴脸识别”系统的研发过程中，我深切感受到学科交叉的不易。一开始，大家关注的问题压根不在一个频道上。我们计算机领域关注的是算法的优化、技术方案的可行性，琢磨着如何让识别更精准、更高效。生命科学团队更在意动物的习性、目标个体之前的生存状态、生长状态的变化等问题。

双方发现科学问题的思路也大相径庭。计算机领域更多从技术实现的角度去寻找突破点，思考解决识别过程中出现问题的技术方案。生命科学团队关注的问题对于我们来说很陌生，一开始双方都很难顺畅地掌握其中的关键。

更让人头疼的是成果的价值认知问题。我们辛辛苦苦搞出来的东西，大家好像都搞不清它的价值在哪儿。我们觉得在技术上有了突破，但生命科学团队可能会觉得这对他们研究动物习性帮助不大；反过来，他们觉得有价值的发现，我们也可能意识不到其在计算机领域的意义。这种认知上的错位，给合作带来了不少阻碍。

不过，即便有这么多难点，双方还是以积极的心态投入，专注于解决本学科在合作中遇到的问题，情况就慢慢好转了。就是在这样的磨合中，大家逐渐找到了契合点，最终才让这个系统得以成功研发，在不同领域都取得了十分有价值的突破。

记者：在跨越学科壁垒的过程中，找到合作的“最大公约数”至关重要。如何在实践中找到各学科的共性问题？

郭松涛：在我看来，学科交叉要想出成果，最关键的一点就是得找到合作中各个学科的共性问题，然后借助双方的优势共同去解决。我们在和不同学科团队合作时深刻体会到这一点。

在“猴脸识别”系统的研发过程中，我们反复沟通和磨合，发现分类问题是动物研究和计算机两个学科的共性问题。我们要做物种的分类，他们要做算法的分类，这本质上都是基础的数学和逻辑问题。

找到了共性问题就好办了。我们不用再各自为战，而是围绕着这个大家都关心的根本问题发力。大家发挥各自特长，没有哪一方是附属角色，都是为了解决问题。为了让合作顺畅，我们还主动去学习另外一个学科所关注的根本科学问题，并且让对方能深入了解我们的科学问题。比如，研究中，我会到计算机团队去学习，去听取意见，去观察他们的研究方法，基于我们有限的计算机和数学知识去了解他们的运作方式，然后看看我们学科还能提供什么样的数据和思路。

许鹏飞：在学科交叉中，我们计算机学科也找到了与生命科学研究领域的共性问题，“目标相似难识别”和“目标状态易变难识别”就是很突出的两个。例如，识别猴子和大象很容易，但要精准区分A猴子和B猴子就难了，因为它们看起来太像了。这对我们的算法和方法有很大的挑战。还有，一只小猴子今年我们能识别，可随着成长，它的变化特别大，之前的模型和方法就不管用了。这就要求我们设计出能提取关键信息的模型，哪怕过去很久也能认出来。这些问题不只在动物研究中存在，在其他很多领域的交叉合作中也会遇到，是需要攻克的共性难题。

研究过程中，大家为一个共同的目标努力，并在合作中让各自学科受益，达到双赢。所以说，找到共性问题，协同发挥优势，学科交叉才能真正出成果。