Theo ChainCatcher, nhà khoa học nghiên cứu Tim Genewein của Google DeepMind đã đăng một bài viết trên DeepMind Institute, nêu ra bốn con đường tiềm năng từ trí tuệ nhân tạo tổng quát (AGI) đến siêu trí tuệ nhân tạo (ASI): mở rộng quy mô mô hình và dữ liệu, chuyển đổi mô hình kỹ thuật, cải thiện khả năng phối hợp giữa các tác nhân và tự cải thiện đệ quy. Bài viết mô tả ASI là các hệ thống liên tục vượt trội hơn những nhóm lớn chuyên gia con người trên phạm vi rộng các nhiệm vụ liên quan đến con người.

Bài viết cũng xem xét cách đầu tư vào phần cứng, hiệu quả thuật toán và sự gia tăng năng lực tính toán ảnh hưởng đến quy mô của các hệ thống AI và chi phí thực hiện các tác vụ nhận thức. Những hạn chế tiềm tàng đối với việc mở rộng quy mô bao gồm nguồn dữ liệu chất lượng cao hạn chế, hiệu suất tăng thêm ngày càng giảm, cùng tình trạng thiếu điện năng và chip. Genewein cho biết việc đánh giá tiến bộ của AI sẽ đòi hỏi các phương pháp đánh giá chuẩn và mô hình hóa mới, với sự tham gia của các phòng thí nghiệm tiên phong và các tổ chức ở mọi cấp độ. Bài viết dựa trên báo cáo kỹ thuật “From AGI to ASI”, do Genewein và những người khác đồng tác giả. DeepMind Institute cho biết không nên xem bài viết này là quan điểm chính thức của Google.