وفقًا لـ ChainCatcher، نشر تيم جينفاين، الباحث العلمي في Google DeepMind، مقالًا في معهد DeepMind يستعرض أربعة مسارات محتملة للانتقال من الذكاء الاصطناعي العام (AGI) إلى الذكاء الاصطناعي الفائق (ASI): توسيع نطاق النماذج والبيانات، والتحول في النموذج التقني، وتحسين التنسيق بين الوكلاء، والتحسين الذاتي التكراري. ويصف المقال الذكاء الاصطناعي الفائق بأنه أنظمة تتفوق باستمرار على مجموعات كبيرة من الخبراء البشريين في نطاق واسع من المهام ذات الصلة بالبشر.

كما يتناول أثر الاستثمار في الأجهزة، وكفاءة الخوارزميات، ونمو القدرة الحاسوبية في حجم أنظمة الذكاء الاصطناعي وتكلفة المهام المعرفية. وتشمل القيود المحتملة على التوسع محدودية البيانات عالية الجودة، وتراجع العوائد، ونقص الطاقة والرقائق. ويقول جينفاين إن تقييم التقدم في الذكاء الاصطناعي سيتطلب معايير قياس وأساليب نمذجة جديدة، بمشاركة المختبرات الرائدة والمؤسسات على جميع المستويات. وتستند المقالة إلى التقرير التقني «من الذكاء الاصطناعي العام إلى الذكاء الاصطناعي الفائق»، الذي شارك جينفاين وآخرون في تأليفه. وقال معهد ديب مايند إنه لا ينبغي اعتبار المقالة الموقف الرسمي لشركة غوغل.