Мое решение это создавать Generative Adversarial Research Companies - где есть два отдела - задача первого создавать новые таски и бенчмарки, определяя общий вектор который приблизит нас к АИ, задача второго это решать их создовая новые техники

Самое главное тут это динамика и постоянное обновление тасков, и профессиональные люди которые будут специализироваться на их дизайне

Сейчас же мы имеем нездоровую ситуацию, Последний пример это CVPR который щас идет, Там люди задрачивают архитектуры для VQA задачи. Тоже самое мы имеем со SQUAD/BABI и другими nlp задачами