Il 28 aprile, Milwaukee è diventata il centro nevralgico delle ultime scoperte nel campo dell'analisi dei dati in occasione del Simposio sulla Scienza dei Dati e la Statistica . Si è trattato di un incontro tra i migliori ricercatori accademici del settore e JMP si è trovata proprio al centro della discussione. Il secondo giorno, Sarah Sylvestre ( @Sarah-Sylvestre ) e Sarah Gilyard ( @SarahGilyard ) hanno avuto il privilegio di rappresentare JMP, presentando un poster a un pubblico focalizzato sulle ultime tendenze nella ricerca in scienza dei dati e statistica .
Il ruolo dello statistico nell'era dell'IA
La conferenza SDSS si è aperta con un'interessante sessione plenaria di Lorin Crawford, ricercatore in biologia che collabora con Microsoft, sull'applicazione dell'intelligenza artificiale e dei modelli lineari basati su grafi (LLM) al sequenziamento di singole cellule. Lorin ha illustrato i metodi e i risultati ottenuti dal suo laboratorio, sottolineando come le prestazioni dei modelli LLM non siano necessariamente scalabili con l'aumentare dei dati. Le prestazioni del modello si saturano intorno all'1% dei dati di addestramento per determinate attività biologiche. Ciò significa che i modelli LLM spesso necessitano di dati di addestramento più diversificati, piuttosto che di un volume maggiore.
Lorin ritiene che sia qui che entrano in gioco gli statistici. Gli statistici sono necessari per colmare le lacune nei dati di addestramento generando dati sintetici che mantengano le strutture di variazione e incertezza necessarie per il compito. Saranno necessari anche per comprendere come stratificare i dati di addestramento al fine di addestrare al meglio i modelli lineari basati sui dati (LLM). Lorin crede che il nuovo ruolo degli statistici nell'IA/ML sia quello di "architetti strategici di sistemi basati sui dati".
Il tema del ruolo cruciale degli statistici nell'era dell'IA è stato approfondito anche il secondo giorno durante la sessione plenaria. Quattro relatori provenienti dal mondo accademico, farmaceutico e della fisica teorica sono stati intervistati per raccogliere le loro opinioni sull'attuale panorama dell'IA. Tutti i relatori hanno sottolineato la necessità di adattarsi all'IA, pena il rischio di rimanere indietro; è fondamentale essere consapevoli dei pericoli. Un'eccessiva dipendenza è dannosa; l'equilibrio è essenziale. A tal proposito, gli statistici sono indispensabili per valutare l'IA in diversi modi, tra cui stabilire una tolleranza per la riproducibilità; formare gli esperti di IA sulla corretta gestione dei dati sintetici, in modo che non vengano trattati ciecamente come dati reali; e identificare i dati statisticamente più rilevanti, anziché limitarsi a raccogliere grandi quantità di dati.
Sarah Sylvestre (left) and Sarah Gilyard presented at the 2026 Symposium on Data Science and StatisticsSarah Sylvestre (left) and Sarah Gilyard presented at the 2026 Symposium on Data Science and StatisticsSarah Sylvestre (left) and Sarah Gilyard presented at the 2026 Symposium on Data Science and StatisticsSarah Sylvestre (left) and Sarah Gilyard presented at the 2026 Symposium on Data Science and StatisticsSarah Sylvestre (left) and Sarah Gilyard presented at the 2026 Symposium on Data Science and StatisticsSarah Sylvestre (a sinistra) e Sarah Gilyard hanno tenuto una presentazione al Simposio del 2026 sulla scienza dei dati e la statistica.
JMP al centro della conversazione
Durante la nostra sessione poster, abbiamo presentato una panoramica delle nuove funzionalità di JMP, tra cui Bayes Opt, FDE, filtraggio dinamico, aggiornamenti delle tabelle dati, integrazione con Python e LearnBot/Assistant. Abbiamo avuto diverse conversazioni interessanti con potenziali utenti di JMP durante i nostri 25 minuti di presentazione. La maggior parte dei partecipanti non conosceva JMP, ma alcuni erano indecisi sul suo utilizzo. Una partecipante aveva colleghi che usavano SPSS, mentre lei usava R. Desiderava uno strumento che semplificasse la collaborazione con i suoi colleghi. Dopo averle mostrato diverse funzionalità di JMP, se n'è andata con la ferma convinzione che i suoi colleghi avrebbero tratto vantaggio da JMP rispetto a SPSS. In un'altra conversazione con un professore di Dartmouth, abbiamo appreso che i suoi studenti non erano entusiasti di programmare in Python e avrebbero preferito uno strumento che consentisse loro di costruire modelli con un semplice clic, integrandosi comunque con Python quando necessario. Dopo aver discusso le opzioni di JMP per la creazione di modelli e l'integrazione con Python, il professore si è convinto che i suoi studenti avrebbero preferito usare JMP.
Nel complesso, è stata una conferenza coinvolgente, ricca di discussioni su come la comunità statistica possa adattarsi all'era dell'IA, pur rimanendo fedele alla propria professione. Sebbene i partecipanti e gli interventi fossero perlopiù di natura accademica, la diffusione del marchio JMP e il forte interesse per le nuove funzionalità del software hanno avuto un impatto significativo.
Ottimo lavoro, bravissime Sarah, e siamo molto contenti di vedere JMP così ben rappresentato in eventi come questo. Vogliamo continuare a far conoscere come JMP offra integrazioni affidabili, robuste e dinamicamente interattive dei migliori metodi statistici, grafici e di intelligenza artificiale.
Fantastico, Sarah e Sarah! Grazie per aver partecipato a questa conferenza e per aver rappresentato JMP in modo eccellente!
Sarah è fantastica! Mi piace molto!
