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.
Centres d’intérêt 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, la gouvernance, l’éthique et l’adoption de l’IA.Ses travaux comprennent la recherche et la comparaison de technologies d’IA, l’analyse de leurs applications métier et la contribution aux benchmarks technologiques d’AIMultiple.
Expérience professionnelle
Sıla a précédemment travaillé comme recruteuse et 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 liées à l’IA. Son mémoire examinait la relation entre l’exposition à l’IA, les attitudes envers l’IA et les angoisses existentielles à différents niveaux d’utilisation de l’IA.
Derniers articles de Sıla
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…
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 Études de cas ITSM
Utiliser des outils de gestion des services informatiques (ITSM) est essentiel pour les entreprises visant à accroître l'efficacité de leurs opérations informatiques et à améliorer la prestation de services. Découvrez des études de cas ITSM dans divers secteurs tels que l'éducation, la fabrication, les transports et les télécommunications, et voyez comment les entreprises ont exploité…
Top 5 des défis et solutions de la reconnaissance faciale
La reconnaissance faciale fait désormais partie du quotidien, du déverrouillage des téléphones à la vérification d’identité dans les espaces publics. Sa portée continue de croître, apportant à la fois commodité et nouvelles possibilités. Cependant, cette expansion soulève également des préoccupations concernant l’exactitude, la vie privée, les biais et l’équité, qui nécessitent une attention particulière. Le…
Comparaison des modèles de fondation relationnels
Nous avons comparé SAP-RPT-1-OSS au gradient boosting (LightGBM, CatBoost) sur 17 jeux de données tabulaires couvrant le spectre sémantique‑numérique, des petites tables à haute sémantique, des jeux de données métier mixtes et de grands jeux de données numériques à faible sémantique. Notre objectif est de mesurer où les priors sémantiques pré‑entraînés d’un LLM relationnel peuvent…
Top 6 des constructeurs d'applications IA: Lovable, Base44 & Glide
Nous avons testé les 6 meilleurs constructeurs d'applications IA no-code/low-code en utilisant 1 prompt sur 15 dimensions, notamment la configuration, la navigation, le paiement, le design et l'utilisabilité. Lisez la méthodologie du benchmark et l'évaluation pour voir comment nous avons testé ces outils. Lovable est mieux décrit comme un constructeur d'applications IA low-code/no-code avec un…
Comparer les grands modèles de vision: GPT-4o vs YOLOv8n
Les grands modèles de vision (LVMs) peuvent automatiser et améliorer des tâches visuelles telles que la détection de défauts, le diagnostic médical, et la surveillance environnementale. Nous avons évalué trois modèles de détection d'objets : YOLOv8n, DETR, et GPT-4o Vision, sur 1 000 images chacun, en mesurant des métriques telles que mAP@0.5, la vitesse d'inférence,…
20 Stratégies pour l'amélioration de l'IA & exemples
Les modèles d'IA nécessitent une amélioration continue à mesure que les données, le comportement des utilisateurs et les conditions du monde réel évoluent. Même les modèles performants peuvent dériver lorsque les motifs qu'ils ont appris ne correspondent plus aux entrées actuelles, entraînant une précision réduite et des prédictions peu fiables. Les changements de réglementation, d'exigences…
8 cas d'utilisation de la supervision du réseau avec des exemples concrets
La supervision du réseau fait partie de ces choses que les équipes informatiques ne remarquent que lorsqu'elle fait défaut. Lorsqu'elle fonctionne bien, les problèmes sont détectés avant que les utilisateurs ne se rendent compte que quelque chose ne va pas. Lorsqu'elle est absente, un problème de connectivité mineur peut discrètement dégénérer en panne majeure. Consultez…
IA générative d'entreprise: 11 cas d'usage et bonnes pratiques
L'IA générative (GenAI) offre aux grandes entreprises des opportunités inédites par rapport aux entreprises du marché intermédiaire ou aux startups, notamment : Cependant, l'IA générative présente des défis propres aux grandes organisations. Par exemple : Explorez nos cas d'usage d'IA d'entreprise pratiques pour découvrir comment les grandes entreprises peuvent construire, déployer et gouverner efficacement leurs…
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.