用论文数量吗？论文多不代表影响力大；用影响因子吗？不同专业领域有很大差距；用领域期刊排名吗？不同领域的研究深度和难度确实有差别；靠人评价吧？中国人有关系、派别、背景，还有者；那全部请外国人来评吧？好像也不靠谱。
不久前，国家重点实验室评估，把微生物领域3个实验室齐整整地评到黄牌行列里。我很受刺激，因为至少有两个实验室在微生物领域水平是很高的。再这样评下去，不是人为地把一些重要领域和专业方向从中国版图上抹掉吗？
报道称，中科院自动化研究所研发出评分机器人，将参与音乐比赛评分。人工智能可做声像识别、棋局推演，甚至行文作诗，基于算法、利用大数据，加上自主学习，表现往往超过人类中的专业高手。而且，人工智能没有门派关系，没有专业，当然前提是没有被主人设定某种歧视软件。
于是，我想象着让这些研究机构做一批人工智能机器人，奔赴国家、省、杰青、长江、千人，重点研发计划、重大专项、重点实验室评估，还有各类职称、荣誉评定等各种不见硝烟的战场。让不同型号、算法的人工智能定量、定性评价，占总分的50%，另外50%让人类专家评定，两相加权，得出总体评价和取舍意见。
首先，这样做又让中国多一个领先世界的突破口。当年，就是中国人率先把SCI影响因子变成大范围学术评价的规范做法，可谓领世界科学风气之先，后来科学期刊纷纷标明自己的影响因子，连教授们也要看看期刊有几分。可SCI影响因子毕竟是人发明的，我们最多是应用推广。现在，如果能把科技评价机器人做成功，广为应用，推向世界，岂不是对世界科学的一大原创性贡献？
其次，除了的特点，人工智能有绝对超人的文献储备和阅读耐心，更有批量、快速处理的特征。
笔者见过太多评审，申报人多年的工作在评审会上只是几分钟决定命运。没有多少专家有耐心或者有时间认真阅读申请人的论文，更不可能研究其在专业领域的真实水平和实质性贡献。往往只能靠一两个恰好在场的小同行专家的介绍。
那么，在更大领域里怎样比较出优良中差呢？几乎没有办法，最后只好用的硬通货——CNS论文，或者影响因子。
人工智能不同，以它们每秒数万亿，甚至亿亿次的运算，可以在一分钟内搞定送审材料原文的阅读、专业文献检索、对学术水平和贡献的权衡掂量，还有对未来影响力的判断。
假如有一篇热门问题的文章发表于《自然》，另一篇原始创新的论文发表于JBC，到了人工智能面前，它要依据自身对这两篇论文的阅读，与大领域、小领域文献的比较、分析，凭借历史上科学评价的大数据和其学习功能，作出判断，而不是像《自然》的小编那样，查查是不是热点问题和大牛实验室而作出是否送审决定。
再次，人工智能不仅评价论文，还适合于评价专利、、推广等各类贡献。将来物联网、大数据的应用会把足够多的经济社会信息融会贯通，成为人工智能作评价的信息资源。一项的原始创新性、应用价值、实际效果和未来前景在专业评价机器人面前将一览无遗。
最后，从科技评价机器人做起，将来各类评价机器人的市场将极为广阔。譬如，城市排名、大学排名，年终评优、人才选拔以及恋爱相亲等等。