课程开篇，吴中海结合新一轮科技革命和产业变革的时代背景，以“巧妇和米”为喻，形象阐述了人工智能与数据的关系及深度融合的重要性，给出“数据智能”这一核心概念。他进一步梳理了当前电子信息领域“卡脖子”“颠覆性”技术实现突破的关键方向，指出数据智能将成为我国在数字化、智能化转型大变局中抓住历史机遇的重要支撑。

    随后，吴中海简要回顾了大数据技术的演进历程，解析了大数据的定义及特征，比较了小数据与大数据的本质差异，并通过典型案例，说明大数据规模化应用的价值，生动展现当前我国在数据基础制度、数据要素市场、可信数据空间等方面的进展。

    接着，吴中海讲述了人工智能的发展历程，对人工智能的三大学派（符号、连接、行为）和三大引擎（算法、算力、数据）的内涵进行了深入阐释。在此基础上，他分析了当前国内外主流大模型的主要技术突破及发展趋势，指出大模型、知识库、智能体的融合发展是重要发展方向。

    针对人工智能与数据安全问题，吴中海强调，在数据成为关键生产要素的背景下，安全合规是实现人工智能赋能各行各业应用的前提。他深入剖析了当前面临的数据安全和隐私泄露挑战，并对国内外相关政策法规和技术标准进行了介绍，阐释了机密性、完整性、可用性三大安全保障原则。此外，他还分析了对抗攻击、后门攻击等潜在风险，进而提出零信任安全架构、软硬件协同安全、隐私联邦学习等技术手段构建防护体系。

    课程最后，吴中海强调，数据智能的价值释放需要技术创新与安全合规并行：一方面以高质量数据集与知识图谱构建为基础，推动大小模型协同、端边云智能系统的发展；另一方面以安全合规为前提，通过数据合规审计、流通管控、隐私保护、联邦学习等技术筑牢安全防线。他认为，通过智能体、具身智能、智能机器人等形态，实现数据智能技术与实体经济的深度融合，赋能产业转型升级与治理现代化。