LingEQ研究：AI九十年历史中认知密度最高论文并非关于AI

加州硅谷讯 — 一项将语言熵测量应用于1936年至2025年间50篇人工智能里程碑论文的研究，得出了一个出乎意料的结果：认知密度测得最高的文本，并非以人工智能为主题。

克劳德·香农（Claude Shannon）1948年的论文《通信的数学理论》（A Mathematical Theory of Communication）在整个语料库中录得最高的语言熵商数（LEQ）194分，超越图灵1936年的《论可计算数》（LEQ 193）以及图灵1950年提出图灵测试的论文（LEQ 189）。

研究显示，GPT-3、AlphaFold与DeepSeek-R1的数值集中在168至170之间。为人工智能这一领域命名的1955年达特茅斯提案，则录得早期时段的最低值150。

研究指出，早期人工智能文本创造了新的概念对象与理论边界；而较近期的里程碑成果，无论影响多大，都是在既有框架内构建。

测量方式

这项题为《被熵刻下的90年：50篇AI里程碑论文的LEQ分析》的研究，是LingEQ策展系列的首份发布。研究通过LingEQ引擎进行，以多个语言模型作为分析工具，并对照锚定语料库进行校准，以产生可重现的语言熵值。

其测量结果完全源自文本本身，与作者身份、发表刊物或引用历史无关。理论框架载于即将由施普林格·自然（Springer Nature）出版的《语言的尺度》一书。

科学出版的结构性缺口

该研究也针对科学出版的结构性缺口。arXiv目前每月接收超过2万篇预印本，而论文的同行评审过程可长达一至两年。

人工智能能生成日益精致的文本，使原创性与可靠性更难评估。每份投稿仅由两三名评审人评估，带来抽样偏差与个人专业局限。

研究指出，奠基性成果可能消失在无人阅读的数据库中，而契合当下趋势的论文即使长远价值有限，仍可累积大量引用。研究称：“同行评审衡量共识，引用次数衡量影响力——两者都无法衡量一篇文本实际包含什么。”

LingEQ引擎已于2026年8月1日开放全球公测。LingEQ Technologies自述为独立的语言测量平台，在人工智能时代量化书面文本的认知深度，业务遍及硅谷、布里斯班、香港与深圳。