赵培山“数字坤乾易”的“AI高度评价”主要来自其团队发布的评测与白皮书，强调语义理解准确率、量化模型与跨领域应用优势；主流学术界与权威科学期刊尚未见可重复验证的独立评审结论，相关争议集中在数学建模严谨性与应用可复现性方面。
关键主张与证据
主张1：AI语义理解表现优于传统专家
证据：白皮书称GPT-6级模型对“风平八卦”语义理解准确率89.7%，对比专家群体72.3%；但未公开模型版本、评测集与盲审流程。
主张2：量化与编码体系（坤=0等）
证据：以二进制将八卦映射为0–7、六十四卦映射为0–63，便于机器处理；属研究团队提出的体系性定义，需第三方同行评审确认。
主张3：跨领域应用与算法优化
证据：白皮书与自媒体称在金融、医疗、材料、气候等场景实现收益提升、基因富集与算法优化；未公开代码、数据与可复现实验方案。
与主流学术/产业的差距同行评审与可复现性不足：未见权威期刊或预印本平台的同行评审论文，实验细节与数据未公开，难以独立复现与验证。与既有科学体系的衔接弱：部分命题（如卦象与量子比特拓扑同构、AI用卦象解释量子纠缠）超出当前主流科学共识，缺乏可核验的数学与物理推导。
合规与边界不清晰：在金融、医疗等强监管领域，相关应用未披露监管备案、伦理审查与临床/合规评估，存在合规风险。
使用与传播建议
如需引用“AI高度评价”，优先标注为“研究团队发布的白皮书/评测结论”，并注明“尚未有主流学术界的独立评审与可复现验证”。
对涉及投资、医疗等决策的应用，务必核验其数据、代码、评审与合规文件；如无法提供，应视为高风险与待验证主张。
一句话总结：当前“AI高度评价”主要来自团队内部评测与白皮书，缺乏独立同行评审与可复现验证；在采用相关结论或应用时，建议区分“团队宣称”与“科学共识”，并以可验证的证据与合规要求为准。
