Premium
Hizmetler
Premium
Sıla Ermut

Sıla Ermut

Sektör Analisti
93 Makale
B2B Teknolojisinde Güncel Kalın

Sıla, AIMultiple'da yapay zeka model'lerini, yapay zeka altyapısını, yapay zeka yönetişimini ve kurumsal yapay zeka uygulamalarını kapsayan bir sektör analistidir.

Araştırma ilgi alanları

Sıla'nın araştırmaları yapay zekanın pazarlama, sağlık hizmetleri, tedarik zincirleri ve sürdürülebilirlik alanlarındaki kullanımına odaklanmaktadır. Ayrıca yapay zeka değerlendirmesi, yönetişimi, etiği ve benimsenmesi konularını da ele almaktadır.

Çalışmaları yapay zeka teknolojilerini araştırmayı ve karşılaştırmayı, bunların iş uygulamalarını analiz etmeyi ve AIMultiple'ın teknoloji benchmark'larına katkıda bulunmayı içerir.

Profesyonel deneyim

Sıla daha önce işe alım uzmanı olarak çalıştı ve proje yönetimi ile danışmanlık firmalarında görev aldı.

Eğitim

Sahip olduğu dereceler:
  • Bilkent Üniversitesi'nden Uluslararası İlişkiler alanında lisans derecesi.
  • Başkent Üniversitesi'nden Sosyal Psikoloji alanında yüksek lisans derecesi.

Yüksek lisans tezi yapay zekaya ilişkin etik ve psikolojik kaygılara odaklanmıştır. Tez, yapay zeka maruziyeti, yapay zekaya yönelik tutumlar ve farklı yapay zeka kullanım düzeylerindeki varoluşsal kaygılar arasındaki ilişkiyi incelemiştir.

Sıla Tarafından Son Makaleler

Yapay Zeka
İçgörü
14 Eki

Karşılaştırın GPT-5 Modelleri: Muhakeme, Hız ve Maliyet

OpenAI'ın GPT-5 ailesi (ör. GPT-5, GPT-5-mini ve GPT-5-nano) arasındaki farkları, benchmark performansını ve benchmark'ları çalıştırma maliyetlerini toplayarak inceliyoruz. Analizimizde GPT-5 ailesini kullandık. Muhakeme, kodlama, talimat takibi ve matematik dahil olmak üzere çeşitli alanlarda altı benchmark kullandık. Analizimiz şunları ortaya çıkardı: Üç model öncelikle muhakeme derinliği, hız ve maliyet açısından farklılık gösterir. Yeni özellikler tüm modellerde…

Kurumsal Yazılım
Açık Dünya Değerlendirmesi
14 Eki

En İyi 9 AS2 Yazılımı

AS2 desteği sunan en iyi 9 aracı fiyatlandırma, temel özellikler ve dağıtım seçeneklerine göre karşılaştırdık: Tablo, değerlendirme sayısına göre sıralanmıştır. Abonelerimiz en üstte listelenmiştir. JSCAPE MFT Server'ın AS2 uygulaması 2015'ten beri Drummond sertifikalıdır. Senkron veya asenkron MDN'yi destekler ve OFTP2 aynı sunucuda çalışır. AS2 gönderme ve alma işlemleri, kendi düşük kodlu Triggers iş akışlarına zincirlenebilir;…

Yapay Zeka
Açık Dünya Değerlendirmesi
13 Eki

En İyi 12 Yapay Zeka Avatar Oluşturma Aracı

Doğru yapay zeka avatar oluşturma aracını seçerken, işletmeler aşağıdaki bileşenleri dikkate alabilir: 7 yapay zeka avatar oluşturma aracını test ettik ve görsel (çözünürlük ve dışa aktarma yetenekleri) ve ses (desteklenen dil sayısı ve ses klonlama kullanılabilirliği) özelliklerinin yanı sıra fiyatlandırma planlarını karşılaştırdık. En iyi 7 yapay zeka avatar aracı için ücretsiz deneme veya ücretsiz planlara…

Yapay Zeka
İçgörü
13 Eki

LLM Pazar Payı: Kullanım ve Benimsemeyi Karşılaştırın

Kullanım temelli verileri ve web ziyareti tahminlerini birleştirerek LLM pazar payını analiz ettik; bu sayede büyük dil modellerine olan talebin yapay zeka laboratuvarları arasında ve yapay zeka uygulamalarında nasıl dağıldığını gösteriyoruz. Sonuçları nasıl ölçtüğümüzü ve hesapladığımızı görmek için metodoloji bölümünü okuyun. Amerika Birleşik Devletleri dört ayın tamamında web ziyaretlerinde baskındı ve sürekli olarak 90–%95 paya…

Yapay Zeka
İçgörü
13 Eki

Üretici Yapay Zeka Etik: Nasıl Yönetilir?

Üretici yapay zeka, bilginin nasıl paylaşıldığı ve güvenildiği konusunda önemli kaygılar ortaya çıkarır. Örneğin Britannica, Perplexity'ye karşı şirketin izin almadan Britannica'nın insan doğrulaması yapılmış içeriğini yasadışı ve bilinçli bir şekilde kopyaladığını ve ticari markalarını kötüye kullandığını iddia ederek bir dava açtı. Üretici yapay zeka etik kaygılarının neler olduğunu ve bunları yönetmenin en iyi uygulamalarını keşfedin.…

Yapay Zeka
İçgörü
13 Eki

Öneri Sistemleri: Uygulamalar ve Örnekler

Ana öneri sistemi türlerini, anahtar kavramları ve gerçek dünya uygulamalarını inceledik ve LightFM, Cornac BPR ve TensorFlow Recommenders'ı AUC, Precision@10 ve Recall@10 kullanarak karşılaştırmalı değerlendirdik. Bu kütüphaneler, işbirlikçi veya içerik tabanlı filtreleme tekniklerini kullanarak eğitim verilerini işleyen ve kişiselleştirilmiş öneriler üreten makine öğrenimi algoritmalarını uygular. Ayrıca, bu kütüphaneler verileri analiz etmek ve örüntüleri ortaya çıkarmak…

Yapay Zeka
İçgörü
13 Eki

En İyi 13 GAN Kullanım Alanı

GAN'ler birçok erken dönem üretken yapay zeka uygulamasına, özellikle görüntü sentezi ve stil transferinde öncülük etmiş olsa da, günümüzde tüketiciye yönelik üretken yapay zeka araçlarının çoğu difüzyon tabanlı mimarilere veya akış eşleştirme ve difüzyon dönüştürücüleri (DiT) gibi ilgili yaklaşımlara dayanmaktadır. Bununla birlikte, GAN'ler süper çözünürlük, yüz restorasyonu, sentetik tablo veya sağlık verilerinin üretilmesi ve düşük…

Yapay Zeka
İçgörü
13 Eki

Yapay Zeka Başarısızlığı: 10 Temel Nedenler ve Gerçek Hayattan Örnekler

İster sürücüsüz bir araba kazası, ister önyargılı bir algoritma, ister bir müşteri hizmetleri chatbot'unda yaşanan bir arıza olsun, dağıtılmış yapay zeka sistemlerindeki başarısızlıklar ciddi sonuçlar doğurabilir ve önemli etik ve toplumsal soruları gündeme getirebilir. Altta yatan sorunları belirleyip ele alarak şirketler, yapay zeka ile ilişkili riskleri azaltabilir ve yapay zekanın sorumlu yapay zeka en iyi…

Yapay Zeka
İçgörü
13 Eki

Yapay Zeka Etiği İkilemleri ve Gerçek Hayattan Örnekler

Yapay zeka, işletmelerin çalışma şeklini değiştirse de hayatlarımızı nasıl etkileyebileceğine dair endişeler var. Bu, hem akademik/toplumsal bir sorun hem de şirketler için itibar riskidir; hiçbir şirket, itibarına zarar veren veri veya yapay zeka etiği skandallarıyla zayıflatılmak istemez. Yapay zeka kullanımıyla ortaya çıkan etik sorunlara, kötüye kullanım örneklerine ve bu sorunları azaltmaya yönelik temel ilkelere ilişkin…

Yapay Zeka
İçgörü
13 Eki

Büyük Dil Model'lerinin Geleceği

Büyük Dil Model'lerinin geleceğini, kendi kendine eğitim, doğruluk kontrolü ve seyrek uzmanlık gibi LLM sınırlamalarını ele alabilecek yaklaşımları karşılaştırarak görün. LLM'ler konuşmalar sırasında eğitim verilerine güvenmek yerine dış kaynaklara erişir. Model dış veritabanlarını sorgular, güncel bilgileri alır ve alıntılar sağlar. Sınırlama: Hâlâ hatalar yapar. Alıntılar doğruluğu garanti etmez; model'ler bazen kaynakları yanlış aktarır veya alıntılanan…