近日，管理学院管理科学与工程专业博士生黄爽做了一件有点“跨界”的事——“泡”了两个月猪价数据，还钻进了生猪养殖场。

黄爽的研究方向是数据驱动的智能决策算法，日常打交道的是模型、代码和算法优化。这个暑假，他的实验室从学校搬到了农业农村部全国畜牧总站，又从部委大楼延伸到了养殖场的猪舍旁。从“书架”到“货架”，从论文里的算法到产业里的真问题，这趟实践之旅比他预想的更复杂，也更扎实。

图为黄爽向导师邓世民汇报科研进展。

在国家部委，用AI读懂“猪周期”

在全国畜牧总站驻点研究的两个月里，黄爽承担了两项核心任务。

第一项，是生猪产业数据的监测审核与分析。全国海量的生猪产业数据汇集到他面前——区域分布、价格走势、供需结构，他运用AI和大数据分析技术，从多个维度开展监测分析，协助撰写产业分析周报、月报，为农业农村部实施产业宏观调控决策提供数据支撑。

第二项更有挑战性：研发生猪价格预测模型。他结合人工智能技术与产业知识，搭建生猪产业垂域语料库和时序数据库，成功构建基于深度学习的生猪价格预测模型。这个模型将AI技术与传统畜牧产业深度融合，为行业主管部门科学研判市场走势、精准施策提供了有力参考，得到全国畜牧总站的高度认可。

图为黄爽进行数据调试。

“猪周期”是困扰畜牧行业多年的难题：价格大起大落，养殖户跟风进退，往往“价高时一哄而上，价跌时忍痛离场”。如果能用AI提前预判价格走势，决策就能从“追涨杀跌”变成“有章可循”。这正是黄爽与他的团队想啃下的硬骨头。

在养殖场，他发现模型“不好使了”

部委驻点期间，黄爽没有只待在办公室里。他前后多次深入养殖场调研，想看看真实的生猪养殖到底是什么样。这一去，他发现了问题。“起初以为只需要将模型简单调校之后就能用于生猪养殖，实施过程中才发现，简单的套用是走不通的。”黄爽说。

实验室里跑通的模型，到了养殖场却“水土不服”。一线数据质量参差不齐，养殖户的信息化水平差异很大，很多实际需求是坐在办公室里想不到的。从实验室模型到产业落地，中间需要跨越的不仅是技术门槛，更是对行业逻辑的深度理解。

黄爽收集了农户在信息化、智能化建设方面的现状与需求，找准了养殖场真正的困境，也深刻认识到：人工智能技术只有与产业实际需求紧密结合，才能真正释放价值。

图为黄爽与实践团队在养殖场实地调研。

“师生四同”：不是一个人在战斗

黄爽的实践不是“单打独斗”。他所在的团队由管理学院邓世名教授和计算机学院魏巍老师联合指导，是一支跨学科队伍——管理学、计算机科学、运筹优化，不同专业背景的师生聚在一起，目标只有一个：用AI和数据科学破解“猪周期”难题。

图为管理学院“师生四同”团队交流实践进展。

这正是华科大2026年启动的“师生四同”实践育人模式的生动实践。以“同学筑基、同研攻关、同讲传播、同行扎根”为核心，师生一起学习生猪产业知识，一起到养殖场调研，一起研发产业模型；模型做出来后，团队成员又一同为养殖户和相关单位讲解AI赋能生猪产业的知识，真正做到师生同向同行、教学相长。

有导师全程参与，实践不再是走马观花，而是真正的研究型实践。在解决实际问题的过程中，价值塑造、能力提升与知识获取实现有机统一。

从实验室到国家部委，从论文数据到产业一线，黄爽的暑期实践是华科学子走出校园、服务社会的一个缩影。越来越多的博士生正以实际行动，把论文写在祖国大地上，在一线观察中感悟时代发展，在专业实践中贡献青春力量。

编辑：牟梓苓霄

来稿审核：黄贝娜

审核：万霞、汪伟颋

审定发布：詹健