Le discours actuel sur les avancées de l'IA révèle des avis partagés concernant le progrès des réseaux neuronaux. Eric Schmidt affirme qu'il n'existe aucune preuve d'un rendement décroissant dû à l'extension des réseaux neuronaux, tandis que d'autres, dont le chercheur Ethan Caballero, évoquent de possibles plafonds en raison de problèmes tels que le manque de données d'entraînement de haute qualité. Les recherches de Caballero suggèrent que les modifications à grande échelle pourraient entraîner des baisses temporaires, mais cela n'indique pas nécessairement un plateau à long terme ; cela ressemble plutôt à une "marche aléatoire", avec divers chemins que le développement de l'IA pourrait emprunter au fil du temps. Des discussions, telles que celle de Chris et Mike Sharkey sur le podcast “This Day in AI”, soulignent l'importance de tirer parti des modèles d'IA actuels au lieu de se concentrer uniquement sur les capacités futures.

Fei-Fei Li met en avant le potentiel des systèmes d'IA existants, notamment dans des domaines comme l'intelligence visuo-spatiale, exhortant à explorer les capacités actuelles. Le parcours de l'IA est perçu comme une évolution en sept étapes, selon une présentation par AI Uncovered, allant de l'IA basée sur des règles jusqu'à la Singularité, où l'IA se mêle à l'intelligence humaine. Les étapes incluent des systèmes sensibles au contexte, des maîtrises spécifiques à un domaine, l'IA de raisonnement, l'Intelligence Artificielle Générale (AGI), l'Intelligence Artificielle Supérieure (ASI) et enfin, la Singularité où les capacités de l'IA et de l'homme convergent. Au milieu des divers débats sur les lois de l'extension de l'IA, cette vue d'ensemble encourage à négliger le battage médiatique actuel pour se concentrer sur le vaste avenir des développements de l'IA.