Sıla Ermut
Sıla es analista de la industria en AIMultiple que cubre modelos de IA, infraestructura de IA, gobernanza de IA y aplicaciones empresariales de IA.
Intereses de investigación
La investigación de Sıla se centra en el uso de la IA en marketing, salud, cadenas de suministro y sostenibilidad. También cubre la evaluación de IA, gobernanza, ética y adopción.Su trabajo incluye investigar y comparar tecnologías de IA, analizar sus aplicaciones empresariales y contribuir a los puntos de referencia tecnológicos de AIMultiple.
Experiencia profesional
Sıla trabajó anteriormente como reclutadora y trabajó en empresas de gestión de proyectos y consultoría.Educación
Tiene:- Licenciatura en Relaciones Internacionales por la Universidad de Bilkent.
- Máster en Psicología Social por la Universidad de Başkent.
Su tesis de máster se centró en preocupaciones éticas y psicológicas sobre la IA. Su tesis examinó la relación entre la exposición a la IA, las actitudes hacia la IA y las ansiedades existenciales en diferentes niveles de uso de la IA.
Últimos artículos de Sıla
17 Casos de Uso de IA Generativa en Salud
Los sistemas de salud se enfrentan a volúmenes de datos crecientes, escasez de personal y expectativas cada vez mayores de atención personalizada. La IA generativa está emergiendo como una solución clave al sintetizar datos médicos no estructurados, como notas clínicas, informes de imagen e historiales de pacientes, en información útil para clínicos y administradores. Descubra…
Principales 11 casos de uso de IA en ITSM y ejemplos
Aprovechar la IA para herramientas de gestión de servicios de TI (ITSM) apoya a las organizaciones en términos de: Consulte los 11 principales casos de uso de la IA en ITSM, ejemplos y beneficios de aprovechar la IA en ITSM. ITSM nativo de IA se refiere a una nueva forma de gestionar el soporte interno…
LLM Cuota de mercado: Comparación de uso y adopción
Analizamos la cuota de mercado de LLM combinando datos basados en uso y estimaciones de visitas web para mostrar cómo la demanda de modelos de lenguaje grandes se distribuye entre laboratorios de IA y aplicaciones de IA: Lea la metodología para ver cómo medimos y calculamos estos resultados. Estados Unidos dominó las visitas web durante…
IA sin código: Beneficios, industrias y diferencias clave
Las herramientas de IA sin código permiten a los usuarios crear, entrenar o implementar aplicaciones de IA sin escribir código. Estas plataformas suelen utilizar interfaces de arrastrar y soltar, instrucciones en lenguaje natural, asistentes de configuración guiada o creadores visuales de flujos de trabajo. Este enfoque reduce la barrera de entrada y hace que el…
Comparar Modelos de Visión Grandes: GPT-4o vs YOLOv8n
Los modelos de visión grandes (LVMs) pueden automatizar y mejorar tareas visuales como la detección de defectos, diagnóstico médico y monitoreo ambiental. Realizamos pruebas de referencia a tres modelos de detección de objetos: YOLOv8n, DETR y GPT-4o Vision, en 1.000 imágenes cada uno, midiendo métricas como mAP@0.5, velocidad de inferencia, FLOPs y cantidad de parámetros.…
Top 20 Casos de Estudio de ITSM
El uso de herramientas de Gestión de Servicios de TI (ITSM) es esencial para las empresas que buscan aumentar la eficiencia de sus operaciones de TI y mejorar la prestación de servicios. Explore casos de estudio de ITSM en diversas industrias como educación, fabricación, transporte y telecomunicaciones, y vea cómo las empresas han aprovechado las…
LLM Parámetros: GPT-5 High, Medio, Bajo y Mínimo
Algunos LLM, como la familia GPT-5 de OpenAI, vienen en diferentes versiones (por ejemplo, GPT-5, GPT-5-mini y GPT-5-nano) y con varios ajustes de parámetros, incluyendo alto, medio, bajo y mínimo. A continuación, exploramos las diferencias entre estas versiones de modelo comparando su rendimiento en benchmarks y los costes para ejecutar dichos benchmarks. Utilizamos la familia…
Federated Learning: 7 casos de uso y ejemplos
El Federated Learning (FL) permite a los modelos aprender de datos descentralizados manteniendo la información sensible privada y garantizando el cumplimiento de las leyes de localización de datos y privacidad. Descubra qué es el Federated Learning, cómo funciona, casos de uso comunes con ejemplos reales, desafíos potenciales y sus alternativas. El Federated Learning soporta una…
Control-M para la Automatización de Carga de Trabajo Empresarial
Control-M de BMC Software ayuda a los equipos a coordinar y automatizar flujos de trabajo de datos y aplicaciones en distintos entornos, incluidos mainframes, la nube y sistemas híbridos. Proporciona a los usuarios un único lugar para programar trabajos, hacer seguimiento del progreso y gestionar dependencias. La plataforma también se conecta con servicios cloud populares,…
Modelos cuantitativos grandes: Aplicaciones y desafíos
Los sistemas modernos se están volviendo demasiado complejos para el análisis estadístico tradicional, ya que las instituciones manejan conjuntos de datos masivos, que incluyen datos de pacientes, climáticos y de mercados financieros. Los modelos cuantitativos grandes (LQM, por sus siglas en inglés) ayudan al procesar estos conjuntos de datos, integrando información estructurada y no estructurada,…
Boletín informativo de AIMultiple
Reciba un correo electrónico gratuito a la semana con las últimas noticias tecnológicas B2B y análisis de expertos para impulsar su empresa.