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
17 Cas d'utilisation de l'IA générative dans la santé
Les systèmes de santé sont confrontés à une augmentation des volumes de données, à des pénuries de personnel et à des attentes croissantes en matière de soins personnalisés. L’IA générative apparaît comme une solution clé en synthétisant des données médicales non structurées, telles que les notes cliniques, les rapports d’imagerie et les antécédents des patients,…
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…
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…
Les 10 meilleures entreprises d'infrastructure IA et applications
De nombreuses organisations investissent massivement dans l'IA, mais la plupart des projets ne parviennent pas à passer à l'échelle. 10 à 20 % des preuves de concept en IA atteignent un déploiement complet.1 L'une des principales raisons est que les systèmes existants ne sont pas équipés pour répondre aux exigences des grands ensembles de données, du…
Systèmes de recommandation: Applications et exemples
Nous avons examiné les principaux types de systèmes de recommandation, les concepts clés et les applications concrètes, et avons évalué LightFM, Cornac BPR et TensorFlow Recommenders à l'aide de l'AUC, de la Precision@10 et du Recall@10. Ces bibliothèques implémentent des algorithmes de machine learning pour traiter les données d'entraînement et générer des recommandations personnalisées en…
Échec de l'IA: 10 causes profondes et exemples concrets
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 des conséquences graves 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…
Comparer les revenus de l'IA à travers la pile
Le marché de l'IA s'est développé rapidement sur les quatre couches (données, calcul, modèles et applications). Par exemple, les revenus du centre de données de NVIDIA sont passés de 47.5B $ à 115.2B $ en une seule année fiscale (exercice 2024 à 2025, se terminant en janvier 2024 et janvier 2025). Nous avons suivi les…
Comparer les modèles d'IA multimodaux sur le raisonnement visuel
Nous avons évalué 15 modèles d'IA multimodaux leaders sur le raisonnement visuel en utilisant 200 questions basées sur l'image. L'évaluation comprenait deux pistes : 100 questions de compréhension de graphiques testant l'interprétation de visualisations de données, et 100 questions de logique visuelle évaluant la reconnaissance de motifs et le raisonnement spatial. Chaque question a été…
AutoSys: Principales fonctionnalités et avis des utilisateurs
L'intérêt pour AutoSys de Broadcom diminue (Source : Google Trends) et il obtient une note moyenne inférieure sur les plateformes d'avis par rapport à la plupart des autres outils d'automatisation de la charge de travail. Cela peut s'expliquer en partie par : Découvrez les capacités d'AutoSys, les évaluations des utilisateurs et les perspectives pour en…
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.