2028年，DeepMind的聯合創始人在一篇冗長的文章中預測了未來人工智能的發展。

人工通用智能（AGI）有多種定義。一般來說，它指的是可以執行常見的人類認知任務甚至超越它們的人工智能系統。測試人工智能是否達到這一門檻需要使用各種測試來衡量，這些測試涵蓋人類認知的廣泛範圍。這很具有挑戰性，因為人類可以做太多事情，而這些能力不斷進化。要判斷一個人工智能系統是否屬於AGI，它必須在所有認知任務中與人類達到相同水平。然而，測試涵蓋所有人類認知能力的任務是不可能的。因此，實現AGI需要持續改進和探索。在評估智能方面，存在一個框架，根據任務和環境的複雜性應用權重。在很多方面，以人類智能作為人工智能選擇的參考是合理的。

AGI的到來
2011年，Shane Legg在他的一篇部落格文章中對於人工通用智能（AGI）到來的時間表作出預測：

Legg解釋他的預測基於兩個關鍵點：
首先，機器的運算能力將在未來數十年呈指數增長，伴隨全球數據的指數增長。 當運算能力和數據都以指數方式增長時，高度可擴展演算法的價值持續改善，因為這些演算法可以有效利用計算和數據。
其次，隨著高度可擴展演算法的發現和模型的訓練，模型的未來數據規模將遠遠超過人類一生中經歷的數據量。

Shane Legg相信這將是解鎖AGI的第一步。因此，他認為在2028年之前達到AGI的機會為50%。但在那時也可能遇到意想不到的挑戰。
但依據Legg的看法，我們目前面臨的所有問題預計將在未來幾年內得到解決。
我們現有的模型將會變得更加精煉、真實和及時。
多模態將是模型的未來，使其更加有用。
然而，就像硬幣的兩面一樣，模型也可能容易被誤用。

多模態的未來
最後，Shane Legg提到人工智能領域的下一個里程碑將是多模態模型。
多模態科技將擴展語言模型的理解能力到更廣泛的領域。
當未來世代回顧我們現在所擁有的模型時，他們可能會想到：“哇，那些模型只是能處理文本的聊天機器人。”
多模態模型可以理解圖片、視頻和聲音，從而使我們與其互動時更深入地了解正在發生的事情。
系統將會讓人感覺像真正融入現實世界一般。
隨著模型開始處理大量的影片與其他內容，它們將會對世界和各種隱藏知識有更基礎的理解。