讲座开篇，齐红威讲述了数据要素作为人工智能应用发展的基础材料和核心要素。在近十年的发展过程中的模式转变，数据产业从2011年启动后，经过了几年的快速发展，孕育出几千家大数据企业，在2017年达到高峰期。随着人们对网络安全和个人隐私的日益关注，数据产业在近几年经历了洗礼和低谷，在逐步进入健康发展时期后，数字产业已经从以数据交易为主的汇聚式大数据服务，进入到以数字经济、数据要素智能化的联邦数据模式，应用模式也涵盖了社会的方方面面，促进数字经济的发展和各个产业的数字化转型。
在这一轮的数据产业中，数据要素不再是关于人的数据，而是关于业务场景的各种非结构化数据，对人工智能技术的处理、识别、判断等提出了更高的要求，服务模式也应产业要求从汇聚式变为分布式，数据不动，算法模型动，即数据可用不可见。
在应用场景方面，齐红威介绍了自动驾驶的数据采集标注、以及生物识别、语音识别与合成、智能安防、OCR、医疗影像等行业的数据采集标注及应用。
在总结了以往智能应用中存在的数据标注质量不高、算法迁移后需要新场景数据支持、训练规模、数据孤岛等问题后，齐红威对联邦数据和联邦智能做了详细介绍，包括联邦智能的原理、数据获取以及数据共享的模式、技术体系、数据标注中的人机交互工具及人机交互标注、潜在应用场景等，同时以北京市领导驾驶舱项目社会数据联邦接入为例，讲述了联邦数据服务的具体应用。
责任编辑：张婧睿
