Se está pidiendo a científicos e ingenieros que incorporen estrategias integradas de inteligencia artificial (IA) en sus flujos de trabajo. Si bien existen muchas opciones para lograrlo, nadie quiere sacrificar el rigor o la confianza en los resultados solo por decir que están utilizando IA.
La propuesta de valor de JMP permanece inalterada: un flujo de trabajo analítico interactivo e integral que permite la exploración, el modelado y la elaboración de informes. JMP destaca cuando los problemas son complejos, multivariados y novedosos. En estos casos, el razonamiento estadístico y el juicio humano son esenciales, y los modelos de IA preentrenados resultan insuficientes por falta de datos de entrenamiento.
JMP considera las herramientas de aprendizaje automático (LLM) como aceleradores de flujos de trabajo analíticos, no como sustitutos. Las LLM pueden ayudar a los nuevos usuarios a aprender más rápido, mostrar funcionalidades avanzadas que de otro modo permanecerían sin usar y generar scripts personalizados de JMP a partir de instrucciones en lenguaje natural. Estas integraciones se basan en la documentación oficial de JMP y se ejecutan íntegramente en JMP, por lo que los resultados son correctos y reproducibles.
Esta presentación ofrece una visión general del enfoque integral de JMP para la integración de LLM, brindando a las organizaciones múltiples opciones para incluir JMP en su estrategia de IA. La integración conjunta de JMP y LLM mejorará la eficiencia sin comprometer la rigurosidad de las decisiones científicas y de ingeniería.
