Sıla Ermut
Sıla est analyste sectorielle chez AIMultiple couvrant les modèles d’IA, l’infrastructure d’IA, la gouvernance de l’IA et les applications d’IA d’entreprise.
Intérêts de recherche
Les recherches de Sıla portent sur l’utilisation de l’IA dans le marketing, la santé, les chaînes d’approvisionnement et le développement durable. Elle couvre également l’évaluation de l’IA, la gouvernance, l’éthique et l’adoption.Son travail comprend la recherche et la comparaison de technologies d’IA, l’analyse de leurs applications commerciales et la contribution aux benchmarks technologiques d’AIMultiple.
Expérience professionnelle
Sıla a précédemment travaillé comme recruteuse et a travaillé dans des cabinets de gestion de projet et de conseil.Formation
Elle est titulaire de :- Licence en relations internationales de l’Université Bilkent.
- Master en psychologie sociale de l’Université Başkent.
Son mémoire de master portait sur les préoccupations éthiques et psychologiques concernant l’IA. Son mémoire a examiné la relation entre l’exposition à l’IA, les attitudes envers l’IA et les angoisses existentielles selon différents niveaux d’utilisation de l’IA.
Derniers articles de Sıla
25 Cas d'usage de l'IA en santé avec exemples
Une étude récente montre que les équipes hybrides composées de cliniciens humains et de systèmes d’IA posent des diagnostics médicaux plus précis, en grande partie parce qu’ils ont tendance à commettre des erreurs différentes et complémentaires qui aident à se corriger mutuellement. Ces résultats indiquent un fort potentiel de l’IA pour améliorer la sécurité des…
Dilemmes éthiques de l'IA avec des exemples concrets
Bien que l’intelligence artificielle transforme le fonctionnement des entreprises, des inquiétudes subsistent quant à son influence possible sur nos vies. Il s’agit à la fois d’un problème académique et sociétal et d’un risque de réputation pour les entreprises ; aucune entreprise ne souhaite être fragilisée par des scandales liés aux données ou à l’éthique de…
Top 20+ prédictions d'experts sur les pertes d'emplois dues à l'IA
En tant que consultant chez McKinsey, j’ai aidé des entreprises à adopter de nouvelles technologies pendant une décennie. Mes réponses rapides : Remarque : La taille des graphiques est corrélée à l’ampleur de la prédiction de perte d’emplois. Les pourcentages cités dans notre analyse sont dérivés d’hypothèses sur le déplacement global des emplois. Dans certains…
800+ Principaux benchmarks d'IA
Nous avons constitué une liste de plus de 800 benchmarks d'IA pour les LLMs, les GPUs, les GPUs cloud, les agents IA, l'IA tabulaire et la cybersécurité qui ne sont pas encore saturés. Notez que la majeure partie du pic de mai à juin correspond à la période durant laquelle nous avons mené nos recherches.…
Top 12 outils de plan de contrôle de l'IA pour les déploiements réglementés
Un plan de contrôle de l'IA fournit une couche partagée pour l'exploitation des agents IA et des applications basées sur les agents. Nous avons comparé les 12 meilleurs outils de plan de contrôle de l'IA destinés aux architectes d'entreprise, aux équipes de sécurité et aux responsables de la gouvernance de l'IA qui planifient l'adoption de…
Modèles de fondation de séries temporelles: cas d'utilisation et avantages
Les modèles de fondation de séries temporelles (TSFM) sont des modèles pré-entraînés qui prévoient, classent, imputent et détectent les anomalies dans les données de séries temporelles sans nécessiter un modèle distinct pour chaque dataset ou secteur. Les TSFM utilisent des architectures basées sur des transformers et des datasets de séries temporelles à grande échelle pour…
Top 20 applications d'IA pour la durabilité et 7 outils
En appliquant l’IA générative à l’optimisation logistique, à la prévision de la demande et à la réduction des déchets, les entreprises peuvent réduire leurs émissions dans l’ensemble de leurs opérations, au-delà des systèmes d’IA eux-mêmes. Découvrez 7 outils d’IA pour la durabilité et 20 applications avec des exemples concrets qui exploitent l’IA pour bâtir un…
Les 20 meilleurs outils d'IA pour la chaîne d'approvisionnement avec exemples
De la prévision de la demande et de l'optimisation des stocks à la livraison du dernier kilomètre et aux négociations avec les fournisseurs, l'IA permet aux entreprises de la chaîne d'approvisionnement de traiter des données complexes, de réagir plus rapidement aux perturbations et de prendre des décisions plus éclairées sur les réseaux mondiaux. Découvrez les…
Lois d'échelle des LLM: analyse de chercheurs en IA
Les grands modèles de langage prédisent le token suivant à partir de motifs appris dans les données textuelles. Le terme lois d'échelle des LLM désigne des régularités empiriques qui relient les performances du modèle à la quantité de calcul, aux données d'entraînement et aux paramètres du modèle utilisés pendant l'entraînement. Pour comprendre comment ces relations…
LLM Outils d'observabilité: Weights & Biases, Langsmith
Les applications LLM sont passées de chats à un seul tour à des agents multi-étapes qui utilisent des outils, interrogent des bases de données et se coordonnent avec d’autres modèles, ce qui rend leur comportement plus difficile à interpréter. L’observabilité des LLM offre une visibilité continue sur ces flux de travail complexes, aidant les organisations…
Newsletter AIMultiple
Un e-mail gratuit par semaine contenant les dernières actualités technologiques B2B et des analyses d'experts pour accélérer la croissance de votre entreprise.