跨学科交叉研究：打破围墙才撞得出真突破
最出圈的突破，往往都是硬撞出来的跨界
很多人对交叉的印象还停留在"拉郎配"——不同学院凑几个人，起个唬人的新名字，就敢申报专项经费。 骗经费而已。 我之前听高校青椒吐槽，他一个学计算机的，被拉去和历史系的老师凑"数字人文"的课题，他连《史记》和《汉书》都分不清楚，对方连pip install都不会敲，最后写出来的申报本子，全是正确的废话。 对吧？
2022诺贝尔化学奖点击化学应用示意图
贝尔托西的研究根本不是这么玩的。她当年做糖生物学，被一个问题卡了五六年：怎么在不伤害活细胞的前提下，给细胞表面的糖链做标记？传统的化学反应要么毒性太大把细胞毒死了，要么特异性差标记错了目标，整整五六年，全世界的课题组都卡在这里。 后来她看到沙普利斯提出的点击化学概念，瞬间就通了——这个正交、低副反应、条件温和的反应，不就是我天天找的钥匙吗？ 没有提前规划，没有硬凑团队，就是问题推着你翻墙，你不跨过去，问题就解决不了。 这个成果出来的时候，多少人拍桌子骂自己：我怎么就没想到？其实不是没想到，是你困在自己学科的围墙里，根本看不到墙对面的答案啊。
真能出活的交叉研究，都躲开了这几个坑
说实话，我最近半年跑了国内七八所高校的交叉研究院，见过混日子的，也见过真出成果的，总结下来，能成的都踩对了节奏。 现在火得一塌糊涂的AI辅助药物设计，最早做出来的那批团队，根本不是按编制凑出来的。结构生物学家天天对着冷冻电镜的密度图挠头，拼一个蛋白结构要拼大半年，机器学习方向的研究员手里攒着海量的序列数据和GPU算力，缺的就是真实的标注数据，俩人在食堂吃饭聊了半小时，一拍即合，回去干了半年，就出了震惊业界的成果。
AI辅助药物分子对接结果示意图
不过话说回来，现在大部分交叉研究，都栽在了三个坑里。 第一个坑，就是硬凑方向，为了交叉而交叉。所有经费都向交叉倾斜，那大家就都把自己原来的课题换个交叉的名字，换汤不换药，结题的时候各发各的论文，连共同一作都懒得挂。 第二个坑，就是制度不兼容。我听过最可惜的例子，一个考古学家和遥感学家合作，用机载雷达找到了沙漠里消失很久的古城遗址，成果发了《自然》，结果评职称的时候，考古界说他发的遥感期刊不算本学科成果，遥感界说他做的是考古不是遥感，最后两头都没搭上，太窝火了。 第三个坑，就是沟通成本太高。你说你的术语，我说我的行话，聊三个小时还说不到一块去，最后不欢而散。现在真做成的，大多是PI本身就是"交叉人"，本科学A，硕士读B，博士搞C，自己就能通吃，根本不用跟别人扯皮。
普通研究者做交叉，真的能吃到红利吗
普通研究者做交叉，真的能吃到红利吗
很多人觉得跨学科交叉研究是大佬玩的游戏，普通人碰都碰不得，一不小心就摔得粉身碎骨。 真不是这样。 我前几个月看高校的青年学者论文榜单，有一个刚毕业的博士生，把环境科学和贝叶斯统计结合，解决了困扰学界十几年的PM2.5源解析误差过大的问题，发了顶刊，还没毕业就拿到了TOP高校的助理教授offer。 他怎么想到的？说出来你可能不信，就是选修课的时候听环境系的老师吐槽了一句"现在源解析模型误差能到30%，根本不准"，他正好是统计系转过来跨方向读博的，回去对着问题改了个分层模型，一试，误差直接降到8%，就成了。 对吧？
很多人跨方向之前，总想着要把另一个学科全部从头学一遍，学了一年半载，发现越学越迷茫，最后就放弃了。其实根本不用。你只要带着你自己的问题去，找你解决问题需要的那部分知识就行。你要解决生物成像的分辨率问题，不用把整个计算机视觉的博士课程读完，只要搞懂你需要的那个扩散模型，会改代码，能和你的显微镜对接上就够了。 当然，坑还是有的。最常见的就是成果不被认可，你一个学文学的做数字人文，发了计算机的论文，学院评奖学金说不算文学成果，这种事太常见了。 但那又怎么样呢？现在所有能改变行业的大问题，没有一个是躺在原有学科的舒适圈里的。你翻个墙，哪怕摔一跤，也比在围墙里面跟几百人抢那几个烂果子强啊。 翻对了，墙外全是没人摘的新鲜果子，甜得很。