Yapay zekâ araştırmacısı Nathan Lambert, Interconnects’teki analizinde modellerin özellikle kod yazma, deney tasarlama ve araştırma süreçlerini destekleme becerilerinin hızla gelişmesini beklediğini anlatıyor. Buna karşın otomasyonun hızlanması ile insan zekâsını bütün alanlarda aşan tek bir genel sistemin ortaya çıkması arasında zorunlu bir neden-sonuç ilişkisi kurmuyor. Lambert’in yaklaşımında geleceğin güçlü sistemleri bazı dar veya geniş görev kümelerinde olağanüstü başarılı olabilirken başka alanlarda önemli sınırlamalar taşıyabilir.
Kod yazma becerisi gelişen bir model, başka bir modelin eğitim sürecindeki yazılımları iyileştirebilir. Bu, geri beslemeli bir gelişme döngüsü yaratma potansiyeline sahip. Fakat aynı süreç yeni veri toplama, fiziksel deney yapma veya bilimsel hipotezleri dünyada sınama sorunlarını ortadan kaldırmaz.
Bazı alanlarda insanüstü performans gösteren sistemler, anlaşılabilir nedenlerle çok güçlü görünebilir. Ne var ki dar bir görevde üstün olmak; güvenilir karar verme, ortak amaçları kavrama ve alışılmadık durumlarda hata yapmama gibi başka özellikleri otomatik olarak sağlamaz.
Bu ayrımın ilginç tarafı, teknoloji tartışmalarında sık kullanılan “zekâ patlaması” varsayımına meydan okuması. Bir yapay zekânın daha iyi kod yazarak bir sonraki sürümünün geliştirilmesini hızlandırması, yeni bilimsel kavramlar bulacağı veya bütün dünya problemlerini çözeceği anlamına gelmez. Laboratuvar ekipmanları, gerçek dünyadan veri, doğrulama ve insan kurumlarının kararları ilerleme hızını sınırlayabilir. Metin bir araştırmacı öngörüsüdür; ne yakın bir süper zekânın kanıtı ne de imkânsızlığının kesin hükmü olarak okunmalıdır.
Lambert’in katkısı kesin bir gelecek tarihi vermekten kaçınması. Bu yaklaşım, “süper zekâ yakında kesin geliyor” veya “asla gelmeyecek” iddiaları yerine test edilebilir gelişmeleri ve gerçek darboğazları tartışmayı öneriyor.