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
Études de cas blockchain dans les secteurs clés
Nous avons rassemblé les 20 meilleures études de cas réelles de la blockchain pour aider les dirigeants à identifier les opportunités d'investissement matures et à fort impact. Défi commercial : La chaîne d'approvisionnement pharmaceutique devait se conformer à la loi américaine Drug Supply Chain Security Act, qui exige un suivi interopérable des médicaments sur ordonnance…
Simulation d'audience: Les LLM peuvent-elles prédire le comportement humain ?
En marketing, évaluer avec quelle précision les LLMs prédisent le comportement humain est crucial pour estimer leur efficacité à anticiper les besoins du public et pour reconnaître les risques de décalage, de communication inefficace ou d'influence non désirée. La simulation d'audience avec des LLMs permet de modéliser des publics virtuels, aidant les organisations à anticiper…
AGI/Singularité: 10 000 prédictions analysées
L'intelligence artificielle générale (AGI) se produit lorsqu'un système d'IA égale les capacités cognitives humaines sur toutes les tâches. Nous avons analysé 10 000 chercheurs en IA‘, entrepreneurs de premier plan‘ et communauté prédictions concernant le calendrier de l'AGI : L'AGI/la singularité arrivera-t-elle ? L'AGI est inévitable selon la plupart des experts en IA. Quand atteindrons-nous l'AGI…
Top 11 cas d'utilisation de l'IA dans la mode et exemples
Confrontées à des goulets d'étranglement créatifs, à des chaînes d'approvisionnement inefficaces et à des attentes croissantes des consommateurs, les marques de mode recherchent des solutions plus intelligentes. McKinsey estime que l'IA générative pourrait augmenter les bénéfices d'exploitation des secteurs de la mode, de l'habillement et du luxe jusqu'à $275 milliards d'ici 2028.1 Découvrez les 11…
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…
Outils de détection d'hallucinations IA: W&B Weave & Comet
Nous avons évalué trois outils de détection d'hallucinations : le Scorer HallucinationFree de Weights & Biases (W&B) Weave, le HallucinationEvaluator d'Arize Phoenix, et la métrique d'hallucination de Comet Opik, sur 100 cas de test. Chaque outil a été évalué sur l'exactitude, la précision, le rappel et la latence. Nous avons testé 100 réponses (50 correctes,…
Échec de l'IA: 10 causes profondes et exemples réels
Qu’il s’agisse d’un accident de voiture autonome, d’un algorithme biaisé ou d’une panne d’un chatbot de service client, les défaillances des systèmes d’IA déployés peuvent avoir de graves conséquences et soulever d’importantes questions éthiques et sociétales. En identifiant et en traitant les problèmes sous-jacents, les entreprises peuvent atténuer les risques associés à l’IA et garantir…
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…
Statistiques sur la consommation énergétique de l'IA
Une prévision récente prédit que l'IA consommera plus de la moitié de l'électricité des centres de données d'ici 2028.1À mesure que les charges de travail intensives en calcul, comme l'IA générative, se développent, la demande totale d'électricité devrait également augmenter. Nous avons couvert les données de l'IEA, du MIT et des principaux fournisseurs cloud afin…
Les 20+ meilleures prédictions d'experts sur les pertes d'emplois liées 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 des prévisions de pertes d'emplois. Les pourcentages mentionnés dans notre analyse sont dérivés d'hypothèses sur le déplacement global des emplois. Dans certains scénarios,…
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.