OpenAI tutvustas hiljuti oma täiustatud tehisintellekti süsteemi o1, mis uhkeldab uue võimekustasemega ja väidab, et jäljendab inimeste mõttemustreid. See väljalase taaselustas arutelusid üldise tehisintellekti (AGI) saavutamise ajakava üle—masin, mis suudab täita kogu spektri inimkognitiivseid ülesandeid, nagu mõtlemine, planeerimine ja keskkonnast õppimine. AGI, kui see saavutatakse, võiks lahendada keerulisi väljakutseid nagu kliimamuutused ja haigused, kuid kujutab ka märkimisväärseid riske, kui seda kuritarvitatakse või kui see muutub kontrollimatuks, hoiatab süvaõppe ekspert Yoshua Bengio. Vaatamata suurte keelemudelite (LLM-id) edusammudele, nagu o1, väidavad eksperdid nagu Bengio, et üksnes need ei suuda AGI-d saavutada nende arhitektuuri ja funktsioneerimise puuduvate elementide tõttu. LLM-id on muutnud tehisintellekti, kasutades transformaatori arhitektuure, mis võimaldavad neil õppida keelemustreid viisil, mis meenutab inimkognitsiooni. See on võimaldanud neil täita keerulisi ülesandeid nagu matemaatiliste probleemide lahendamine ja arvutikoodi genereerimine. Kuid nende suutlikkus kohaneda ja kombineerida õpitud teadmisi täiesti uute ülesannete lahendamiseks—AGI tunnusjoon—on piiratud. Mõned teadlased on märkinud, et kuigi LLM-id nagu o1 sisaldavad täiustatud meetodeid, nagu mõttekäikude ergutamine probleemide lahendamise tõhususe parandamiseks, on neil siiski piiranguid ülesannete käsitlemisel, mis nõuavad ulatuslikku planeerimist või abstraktse mõtlemise oskusi. Trafoeduga erinevate andmetüüpide töötlemisel viitab potentsiaalsele teele AGI suunas.

Siiski jäävad väljakutsed, sealhulgas andmete piiratud kättesaadavus mudelite koolitamiseks ja mudelite skaleerimisest tulenevad vähenevad tulud. Pealegi võivad AGI jaoks olla vajalikud kohandatavamad mudelid, mis suudavad luua ja kasutada maailma representatsioone, sarnanedes inimese närvisüsteemidega, millel on sisemised tagasiside mehhanismid tajumiseks ja planeerimiseks. Kuigi mõned teadlased hakkavad uurima uusi arhitektuure, mis hõlmavad tagasisideahelaid ja tõhusat andmete kasutamist, jääb teekond AGI suunas alles algusjärku. Bengio ja teised rõhutavad AI-ohutuse tagamise vajadust regulatsiooni ja sisemiste mudeli ohutatud meetmete kaudu. Seal on üldine kokkulepe teadlaste, nagu Melanie Mitchell ja George, seas, et AGI on teoreetiliselt saavutatav, nagu tõestatab inimintelligentsus. Kuid ennustused selle saabumise kohta varieeruvad, mõned hindavad, et AGI võiks olla mõne kuni kümne aasta kaugusel. Selle tõeline mõju võib avalduda järkjärguliselt pigem kui järsu läbimurde kaudu.