Silicon Vadisi'nde artan bir inanç, büyük yapay zeka modellerindeki gelişmelerin yavaşlayabileceğini ve insan seviyesinde yapay zekanın beklenen gelişini etkileyebileceğini öne sürüyor. Başlangıçta, yeterince veri ve hesaplama gücü ile yapay genel zekanın (AGI) doğal olarak ortaya çıkacağı varsayılıyordu. Bu inanç, OpenAI'nin 6, 6 milyar dolar toplaması ve Elon Musk'ın xAI şirketinin ileri seviye Nvidia çipleri için fon toplaması gibi, teknoloji devlerini ağır yatırımlar yapmaya itti. Ancak, içeriden bilgiler, bu büyük dil modellerinin (LLM'ler) beklenildiği kadar hızlı bir şekilde iyileşmediğini, hatta kayda değer yatırımlara rağmen ilerlemediklerini gözlemliyor. Gary Marcus gibi eleştirmenler, LLM'lerin AGI'ye ulaşmasının her zaman bir efsane olduğunu savunuyor. Dil tabanlı verilerin kısıtlılığı, yapay zekanın eğitimi için potansiyel bir engel oluşturuyor.

Sasha Luccioni gibi bazı uzmanlar, endüstrinin model boyutuna odaklanmasının ilerlemeyi durdurduğunu düşünüyor. Bu endişelere rağmen, yapay zeka endüstrisindeki liderler, sonunda AGI'ye ulaşma konusunda iyimserliğini koruyor. OpenAI'nin, beklenenden daha yavaş gelişme nedeniyle strateji değişikliği, mevcut model yeteneklerini geliştirmeyi, sadece artan veri ve hesaplama gücüne güvenmek yerine içeriyor. Yeni o1 modeli, daha doğru cevaplar için muhakemeyi geliştirmeye odaklanıyor. OpenAI ve diğerleri, mevcut yapay zeka yeteneklerini belirli görevler için optimize etme zamanının geldiğini öneriyor, bu da sadece daha fazla yakıt eklemek yerine ateşi etkili bir şekilde kullanmak gibidir. Bu, öğrencilerin eğitim yolculukları esnasında yaptıkları gibi, sık sık hata yapmaktan düşünceli problem çözmeye geçiş fikrine yansıyor.