北京大学智能学院袁晓如课题组与国家天文台展开跨学科合作，研究设计了一个结合自动分析与人工用户参与决策的交互式光谱分类检查可视分析系统，在保证分类准确率的同时显著提高分类效率。
不断提高光谱分类的精度和识别率是LAMOST光谱数据处理分析工作升级完善的重中之重，为提升LAMOST光谱数据的质量和后续开展相关研究工作奠定了基础。
专家一方面可以在光谱中刷选几个显著的特征，系统会自动识别其中的谱线和对应的红移。另一方面，系统展示不同红移下所有谱线的整体重要性。整体重要性较高的红移可能对应真实红移。
推广界面（图4）由选择界面更新得到，它们的区别主要在于界面的关注点由要检查的光谱切换为之前已检查光谱的相似光谱。因此，位于选择界面右侧、用于选择红移和谱线的视图被替换为相似光谱视图。
近年来，跨学科研究引起越来越多的关注。教育部积极推进“新工科”建设，2022年也被北京大学列为数字与人文年，鼓励开展工科、理科、文科之间的合作。