ตามการติดตามของ Beating Google DeepMind ได้เผยแพร่รายงานวิจัยล่าสุด ชี้ให้เห็นว่าการเปลี่ยนผ่านจากปัญญาประดิษฐ์ทั่วไป (AGI) ไปสู่ปัญญาประดิษฐ์ขั้นสูงยิ่ง (ASI) อาจไม่ใช่การเปลี่ยนแปลงทางสังคมครั้งใหญ่เพียงครั้งเดียว แต่เป็นชุดของความก้าวหน้าต่อเนื่องที่ครอบคลุมหลายสาขาวิทยาศาสตร์ เกี่ยวกับอุปสรรคดั้งเดิมของความยากในการวิจัยที่เพิ่มขึ้น รายงานระบุว่า แม้จำนวนนักวิจัยที่จำเป็นต่อการรักษากฎของมัวร์จะเพิ่มขึ้นเป็นสิบแปดเท่าของช่วงทศวรรษ 1970 แต่ตัวแทนดิจิทัลสามารถถูกคัดลอกได้ไม่จำกัด ทำให้มนุษย์สามารถเพิ่มทรัพยากรการวิจัยได้ถึงยี่สิบเท่าภายในไม่กี่ชั่วโมง ซึ่งช่วยชดเชยการลดลงของผลิตภาพการวิจัยอย่างเป็นระบบ
การก้าวไปสู่ปัญญาประดิษฐ์ขั้นสูงยิ่งมีสี่เส้นทางคู่ขนาน ได้แก่ การขยายขนาด การพัฒนาแบบจำลอง การปรับปรุงตนเองแบบวนซ้ำ และการทำงานร่วมกันของหลายตัวแทน อย่างไรก็ตาม กระบวนการเปลี่ยนผ่านต้องเผชิญกับอุปสรรคสำคัญห้าประการ ได้แก่ กำแพงข้อมูล ต้นทุนทรัพยากร ข้อจำกัดของกระบวนทัศน์โครงข่ายประสาทเทียม ความยากในการวิจัยที่เพิ่มขึ้น และสิ่งกีดขวางทางนามธรรม อุปสรรคหลักที่จำกัดการค้นพบทางวิทยาศาสตร์คือสิ่งกีดขวางทางนามธรรม กล่าวคือ ระบบที่ฝึกฝนจากข้อมูลของมนุษย์ที่มีอยู่เท่านั้น ยากที่จะหลุดพ้นจากกรอบแนวคิดที่มีอยู่ ตัวแทนที่ต้องการค้นพบแนวคิดใหม่ ต้องเอาชนะอุปสรรคทางกายภาพผ่านการโต้ตอบกับโลกทางกายภาพจริง กระบวนการตรวจสอบถูกจำกัดด้วยความหน่วงทางกายภาพ ทำให้วงจรการปรับปรุงตนเองแบบวนซ้ำของฮาร์ดแวร์ถูกจำกัดอยู่ที่ความเร็วของการทดลองในโลกจริง
ในด้านโครงสร้างทางสังคมและองค์กร ความสามารถในการคัดลอกแบบไม่สูญเสียและการแบ่งปันข้อมูลแบบแบนด์วิดท์สูงของปัญญาดิจิทัล ทำให้ปัญญาประดิษฐ์ขั้นสูงยิ่งมีแนวโน้มที่จะปรากฏในรูปแบบของปัญญากลุ่มมากกว่าแบบจำลองเดี่ยว ผ่านการทำงานร่วมกันของหลายตัวแทน ตัวแทน AGI สามารถใช้สัญญาณราคาสร้างเศรษฐกิจเสมือนหรือบริษัทอัตโนมัติเต็มรูปแบบ เนื่องจากการสื่อสารแบบแบนด์วิดท์สูงระหว่าง AI ช่วยให้ผู้ตัดสินใจ AI คนเดียวสามารถสื่อสารกับสมาชิกทั้งหมดได้ทันที โครงสร้างลำดับชั้นของระบบราชการที่ออกแบบมาเพื่อเอาชนะอุปสรรคในการสื่อสารในองค์กรมนุษย์แบบดั้งเดิม จะถูกทำให้ราบเรียบอย่างสิ้นเชิงในองค์กรปัญญาประดิษฐ์ขั้นสูงยิ่ง
