Vitalik Buterin 將人工智慧的發展歷程分為三個階段，並質疑機器學習是否能夠捕捉到人類的所有能力。

以太坊聯合創始人維塔利克·布特林發表了一篇文章，概述了一個評估人工智慧能力發展歷程的框架，該框架將人工智慧的發展分為三個歷史階段。第一階段是工業革命，它賦予了機器大規模生產和重複性體力勞動的能力。 

第二， defi計算器和計算機催生了對心智任務的執行，這些任務遵循精確的邏輯規則。第三波也是當前的浪潮——大型語言模型——透過對海量資料集的訓練而非明確程式設計來獲取能力，並已擴展到自動駕駛等領域。

儘管取得了這些進展，布特林指出，人類的許多能力仍然是機器無法企及的。核心問題在於，大型語言模型在未來不斷改進後，最終能否涵蓋所有剩餘的人類能力，還是會像以往的技術一樣止步不前。 

他將這種情況與早期電腦時代相提並論，當時許多人認為能夠進行複雜數學運算的機器很快就能掌握諸如視覺識別之類的簡單任務，但事實證明這種預測是錯誤的。雖然如今關於大型語言模型全面能力的論證比以往任何時代都更有力，但它們最終是否足以勝任這項任務仍有待證實。

如果大型語言模型遇到與早期技術類似的頑固局限性，Buterin 描述了一種樂觀的情景：人類在戰略思維、創造力、情緒智商推理以及其他難以用基於示例的方法解決的領域中的能力。 defi國家將成為經濟活動的主要焦點。在這種願景下，日常工作的廣泛自動化將帶來糧食生產、住房和醫藥的富足，同時保留人類可辨識的政治和經濟結構。

通用人工智慧閾值與人機融合路徑

Buterin defi他認為，NES通用人工智慧系統夠強大，如果部署在沒有人類的世界中的機器人基礎設施上，就能獨立維持文明的運作。 defi尼申指出，人工智慧正經歷從工具到自我維持力量的根本轉變，並認為這種發展將使人類的統治地位成為歷史偶然性的結果，而非與生俱來的生物學優勢。他將此與人工智慧超級智慧區分開來，並提出即使單一機器的能力不斷增強，人機協作的時期也可能持續存在。

他以西洋棋的歷史為例來闡釋這個概念：在電腦超越特級大師之後，人機合作的成績在之後的數年裡仍然優於機器單獨下棋。布特林提出，人機深度融合，包括腦機介面和能夠解讀意識和潛意識訊號的系統，可以透過模糊生物認知和人工智慧認知之間的二元界限，來維持人類的生存價值。他所期望的長期結果包括：維護全球多元化、自願獲取技術增強，以及在為選擇傳統生活方式的人們提供可控的地球環境的同時，也為那些希望在太空探索中獲得更多機會的人們提供更廣闊的生存空間。

他承認，這條發展軌跡是一條充滿風險的狹窄通道，包括不受約束的人工智慧可能獲得決定性優勢、單一國家或企業單方面集中權力，以及融合技術可能削弱人類的基本特徵。布特林表示支持減緩人工智慧發展速度的提案和機制，並建議採用開放權重模型生態系統，透過減少前沿系統的資本支出集中度，起到經濟減速的作用。他總結道，雖然不應假定有有利的經濟和自然條件，但政治和激勵機制為影響人工智慧發展的速度和方向提供了切實可行的途徑。