论文引用次数是论文水平和影响力的一个重要标志，他引次数当然更客观，尤其是排除刻意引用的他引次数更为客观。最近，我们不太提倡高被引论文了，因为高被引论文的计算方法好像有很大的缺陷，只计算论文发表一段时间内的论文引用次数，比较看短平快的效果，很容易被人为操控。据说，如果能与一些高产学者或者高产团队达成默契，相互引用，可以人工培育出高被引论文。有些论文发表才几个月，被引用次数只是个位数，却已荣升为高被引论文了，实在是不敢苟同。

如果用论文的累计引用次数，特别是论文发表5年之后的引用总次数来评价，还是比较公正客观的。华罗庚先生提出的“早发表、晚评价“才是科学严谨的论文评价方法。一般来说，发表5年后，引用次数超过1000次的论文就是普通经典论文了，是难以人为操控引用次数的。发表5年后，引用次数超过1万次的论文绝对是非常经典论文，是很难人为操控引用次数的。发表5年后，如果引用次数超过10万次，就是超级经典论文， 是不可能人为操控引用次数的，很可能是开山之作、也可能是里程碑式的进展或重大突破，可以称之为传世之作。

根据我关注的人工智能领域，我只找到了3篇超过10万次的超级经典论文，如下图所示。在其他领域，我还没有找到引用超过10万次的论文。也就是说，这3篇论文相当于是无数海量论文中的状元、榜样和探花。如果有读者发现了单篇论文引用次数更高的论文，欢迎发在评论区，我也去学习一下。

从引用次数来看，我在美国加州大学伯克利分校的访问导师、模糊理论之父、美国工程院院士Lotfi Zadeh教授的单篇论文引用次数最高，达到了13万次；其次是西安交大教授、旷视研究院院长孙剑博士团队的论文，达到了12万次，第三是深度学习之父、加拿大多伦多大学教授、图灵奖获得者Hinton教授团队的论文达到了11万次。 Zadeh的论文是开创性论文，开创了一个人工智能的新领域：模糊系统。Hinton团队的论文是图像识别问题的里程碑式的进展，明显超过当时的其他算法；而孙剑团队的论文是图像识别问题的突破性进展，超过人类专家，相当于AlphaGO击败围棋世界冠军。

从年平均引用来说，孙剑团队论文发表最晚，却排在第一，年均2万余次，遥遥领先；Hinton团队排第二，年均1.1万次，紧随其后；Zadeh教授第三，年均0.5万次，也相当不错。这也说明，在互联网时代，发表的论文快速增多，引用次数也很可能快速增长，有一定的后发优势。这更说明年轻的中国人工智能研究团队朝气蓬勃，成果非常突出，影响力非常大，达到了图灵奖级别的成果。

如果考虑到论文的作者人数，Zadeh教授单枪匹马1人，孙剑团队4人，Hinton团队3人。从人均引用总数来看，Zadeh遥遥领先达到13万次，Hinton位列第二，达到3.7万次，孙剑位列第三，达到3万次。

如果从人均年均引用来看，Zadeh与孙剑并列第一，均为5000余次，Hinton排名第三，不到4000次。这再次说明了Zadeh教授的开创性论文经受了历史的考验，Hinton团队的论文热度不减，而孙剑团队的论文有可能在未来创出新高。

从以上四个指标来看，Zadeh有3项领先，孙剑有2项领先，Hinton有两项名列第二。总的来说，Zadeh可以排第一，孙剑排第二，Hinton排第三。 没想到吧，所以我们要切实增强创新自信，本土培养的博士也可以做出比肩图灵奖获得者和世界著名人工智能大师的成就。