谈起交叉学科研究，广西大学教授霍林认为，数据库若只是单纯存储数据，无法解答现实问题，便失去核心价值。“数据库不是数据仓库，它首先要服务研究、服务决策、服务真实需求。”霍林说。

　　多年来，霍林围绕人工智能、大数据处理、信息安全，以及人工智能与金融、医学、应用经济学等领域开展研究。她更关注成果能否进入真实场景，为国家战略、区域合作、企业发展、医学健康和数字安全提供支撑。

　　这一科研理念，在她担任首席专家的国家社科基金重大招标项目《中国—中南半岛经济走廊沿线综合调查数据库建设》中得到充分体现。中国—中南半岛经济走廊覆盖多个国家和地区，研究范畴涵盖经贸往来、政治外交、历史文化、科教发展、生态环境等诸多领域。长期以来，相关研究普遍存在资料零散、数据断层、信息维度不全等难题，制约了区域系统性研究和精准决策。

　　“研究跨境区域发展，不能依靠零散材料，必须搭建可持续的数据采集、整理、分析平台。”霍林表示。该项目由广西大学东盟研究院牵头，联合华中科技大学计算机学院、中国科学院空天信息创新研究院、北京中科院计算中心等多家单位协同攻关。项目启动后，团队优先厘清研究核心，明确数据采集的范围、目的与服务方向。

　　结合大量实地调研与研讨，霍林团队将数据库划分为政治与外交、经济与管理、历史与文化、科技与教育、生态与环境、军事与安全、社会及其他八大领域，全面系统刻画沿线区域整体发展态势。“仅依靠经济指标，无法完整研判区域发展变化，政治环境、社会舆情、生态条件、历史文化，都会深刻影响跨境经济合作格局。”

　　依托完善的框架体系，团队顺利完成系统架构设计与平台开发，建成“中国—东盟全息数据资讯平台”软件系统及多个专项子系统。目前平台日均稳定采集海量数据，累计数据总量约32亿条，可全方位支撑数据查询、学术研究与决策参考。

　　霍林介绍，平台旨在为各类研判决策提供坚实数据基础，只做专业辅助而非替代专家判断。其中，舆情分析子系统可动态监测区域社会舆情变化，投资回报预测子系统助力研判海外投资环境与收益波动，金融平台子系统支撑跨境金融研究，整套数据体系还可为国际产能合作、产业链贸易、供应链金融等领域研究提供核心支撑。

　　目前，平台多项成果已在柬埔寨暹粒市等海外场景落地应用，通过真实场景检验系统功能、排查短板不足，持续迭代优化，切实实现科研成果服务区域发展的价值。

　　立足服务市场主体，霍林团队聚焦企业出海痛点开展交叉学科研究。当前越来越多国内企业布局海外市场，但海外投资前期调研长期依赖人工，存在周期长、成本高、信息不对称、风险难预判等问题。“企业海外投资不能盲目决策，数据赋能能够有效降低市场不确定性。”霍林说。

　　在人工智能与金融交叉领域，她带领团队围绕海外投资环境智能分析、投资回报精准预测、贵金属组合投资等课题深入攻关，利用人工智能技术精准识别投资收益周期波动节点，探索高收益、低风险的贵金属投资组合模式。

　　同时，霍林始终坚守科研理性，强调技术创新必须贴合行业本质：“金融研究有专属的行业逻辑，风险、收益、周期、市场环境缺一不可，脱离金融实际、一味追求算法复杂度的研究，结果毫无实用价值。”

　　秉持科技向善的科研初心，霍林将人工智能技术引入医学健康领域，赋能民生服务。她与医学专家合作开展肿瘤治疗专项研究，打破传统医学仅聚焦肿瘤病灶大小的单一评价标准，兼顾患者免疫力保护与身体状态维持。

　　霍林表示，相关研究通过优化智能模型与药物方案，在保障患者维持良好免疫力的前提下，肿瘤治愈周期相较传统治疗方案仅延后20天，且所用药物均为临床公认的合规治疗药物，为肿瘤个性化、人性化诊疗提供了全新思路。

　　此外，团队深耕计算机视觉领域，研发视障人士环境智能识别技术，助力视障群体精准识别道路、障碍物与周边环境，保障出行安全、提升独立生活能力，相关成果同样发表于SCI一区期刊。在霍林看来，科技创新的价值，既体现在服务国家发展的宏大场景，也体现在改善特殊群体生活的细微之处，技术落地必须贴合用户真实体验、解决实际难题。

　　她说，“数字化应用、大数据平台、金融与医学交叉成果的落地，都必须以信息安全为底线。”依托系列研究成果，团队自主研发的多款安全软件系统广泛应用于企业信息化建设，直接或间接创造过亿元经济效益，先后斩获多项省部级科研奖项。

　　坚持科研育人、知行合一，霍林以重大交叉学科项目为载体，全力培育复合型科研人才。项目研发期间，团队累计培养交叉学科博士研究生5名、硕士研究生23名。学生全程参与数据采集、算法分析、系统开发、平台建设、成果落地全流程，完整掌握交叉学科科研从选题立项、技术攻关到场景应用的全链条能力。

　　同时，霍林指导学生依托科研成果参与各类创新创业赛事，斩获“互联网+”大赛国家级银奖、省部级金奖等近10项荣誉。

　　参与项目的研究生对这种培养方式感受很深。一名学生回忆，刚进入课题组时，自己只熟悉本专业知识，对区域研究、数据建模和系统开发之间的关系并不清楚。“最开始我以为做数据库就是采集数据、整理字段，后来才发现，每一个数据指标背后都对应着具体的研究问题和应用场景。”该学生说，在霍林教授的指导下，团队每次讨论都不只关注技术能否实现，更追问数据从哪里来、为什么需要这个指标、分析结果能为谁提供参考。正是在这样的训练中，我们学生逐渐学会从单一学科视角跳出来，把经济问题、数据问题和系统问题联系起来思考。“这个项目让我真正理解了什么是交叉学科研究，也让我意识到科研成果只有被真实场景使用，才算真正完成了从论文到应用的转化。”