Sıla Ermut
Sıla è un'analista di settore presso AIMultiple e si occupa di modelli di IA, infrastrutture di IA, governance dell'IA e applicazioni aziendali dell'IA.
Interessi di ricerca
La ricerca di Sıla si concentra sull'uso dell'IA nel marketing, nella sanità, nelle catene di approvvigionamento e nella sostenibilità. Si occupa anche di valutazione dell'IA, governance, etica e adozione.Il suo lavoro comprende la ricerca e il confronto di tecnologie di IA, l'analisi delle loro applicazioni aziendali e il contributo ai benchmark tecnologici di AIMultiple.
Esperienza professionale
In precedenza Sıla ha lavorato come reclutatrice e in società di project management e consulenza.Formazione
Ha conseguito:- Bachelor of Arts in Relazioni Internazionali presso la Bilkent University.
- Master of Science in Psicologia Sociale presso la Başkent University.
La sua tesi di Master si è concentrata sulle preoccupazioni etiche e psicologiche riguardanti l'IA. La sua tesi ha esaminato la relazione tra l'esposizione all'IA, gli atteggiamenti verso l'IA e le ansie esistenziali a diversi livelli di utilizzo dell'IA.
Ultimi articoli di Sıla
Casi studio blockchain nei principali settori
Abbiamo raccolto i migliori 20 casi studio reali sulla blockchain per aiutare i dirigenti a identificare opportunità di investimento mature e ad alto impatto. Sfida aziendale: La catena di approvvigionamento farmaceutico doveva conformarsi al Drug Supply Chain Security Act degli Stati Uniti, che richiede un tracciamento interoperabile dei farmaci soggetti a prescrizione attraverso i cambi…
Simulazione del pubblico: gli LLM possono prevedere il comportamento umano?
Nel marketing, valutare con quanta precisione gli LLM prevedono il comportamento umano è fondamentale per valutare la loro efficacia nell'anticipare le esigenze del pubblico e riconoscere i rischi di disallineamento, comunicazione inefficace o influenza non intenzionale. La simulazione del pubblico con gli LLM consente la modellazione di pubblici virtuali, aiutando le organizzazioni ad anticipare le…
AGI/Singolarità: 10.000 Previsioni Analizzate
L'intelligenza artificiale generale (AGI) si ha quando un sistema di IA eguaglia le capacità cognitive umane in tutti i compiti. Abbiamo analizzato 10.000 previsioni di ricercatori di IA, di imprenditori di spicco e della comunità sulla tempistica dell'AGI: L'AGI/singolarità si realizzerà? L'AGI è inevitabile secondo la maggior parte degli esperti di IA. Quando raggiungeremo l'AGI?…
Le migliori 11 applicazioni dell'IA nella moda ed esempi
Di fronte a colli di bottiglia creativi, catene di fornitura inefficienti e aspettative crescenti dei consumatori, i marchi di moda cercano soluzioni più intelligenti. McKinsey stima che l'IA generativa potrebbe aumentare gli utili operativi nei settori moda, abbigliamento e lusso fino a $275 miliardi di dollari entro il 2028.1 Esplora i principali 11 casi d'uso…
20 Strategie per il miglioramento dell'IA & Esempi
I modelli di IA richiedono un miglioramento continuo poiché i dati, il comportamento degli utenti e le condizioni del mondo reale evolvono. Anche i modelli con buone prestazioni possono subire deriva quando i pattern appresi non corrispondono più agli input attuali, portando a una riduzione dell'accuratezza e a previsioni inaffidabili. I cambiamenti nelle normative, nei…
Strumenti di rilevamento delle allucinazioni IA: W&B Weave e Comet
Abbiamo confrontato tre strumenti di rilevamento delle allucinazioni: Weights & Biases (W&B) Weave HallucinationFree Scorer, Arize Phoenix HallucinationEvaluator e Comet Opik Hallucination Metric, su 100 casi di test. Ogni strumento è stato valutato in base a accuratezza, precisione, recall e latenza. Abbiamo testato 100 risposte (50 corrette, 50 allucinate) provenienti da scenari di domande e…
Fallimento dell'IA: 10 cause profonde ed esempi reali
Che si tratti di un incidente di un'auto a guida autonoma, di un algoritmo distorto o di un malfunzionamento di un chatbot del servizio clienti, i fallimenti nei sistemi di IA implementati possono avere conseguenze gravi e sollevare importanti questioni etiche e sociali. Identificando e affrontando i problemi sottostanti, le aziende possono mitigare i rischi…
Dilemmi etici dell'IA con esempi reali
Sebbene l'intelligenza artificiale stia cambiando il modo in cui operano le aziende, vi sono preoccupazioni su come possa influenzare le nostre vite. Si tratta sia di un problema accademico e sociale, sia di un rischio reputazionale per le imprese; nessuna azienda vuole essere danneggiata da scandali legati ai dati o all'etica dell'IA che ne compromettano…
Statistiche sul consumo energetico dell'IA
Una previsione recente stima che l'IA utilizzerà oltre la metà dell'elettricità dei data center entro il 2028.1Con l'espansione dei carichi di lavoro ad alta intensità di calcolo come l'IA generativa, si prevede anche un aumento della domanda complessiva di elettricità. Abbiamo esaminato i dati di IEA, MIT e dei principali fornitori di cloud per identificare…
Le principali 20+ previsioni degli esperti sulla perdita di posti di lavoro causata dall'IA
Come consulente McKinsey, per un decennio ho aiutato le imprese ad adottare nuove tecnologie. Le mie risposte rapide: Nota: La dimensione dei grafici è correlata all'entità della previsione di perdita di posti di lavoro. Le percentuali citate nella nostra analisi derivano da ipotesi sullo spostamento complessivo dei posti di lavoro. In scenari specifici, queste ipotesi…
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.