扩展定律是AI发展中关于模型性能与规模增长之间关系的经验法则,它强调参数、数据和计算资源的扩展能提升性能,但在实践中面临计算成本、数据隐私和环境可持续性等挑战。然而,单纯依靠扩展可能不足以实现通用人工智能(AGI),因为数据和计算资源有限,并且存在理论上的限制。