Hizmetler
Bize Ulaşın
Sıla Ermut

Sıla Ermut

Sektör Analisti
77 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
17 Ağu

17 Üretken Yapay Zeka Sağlık Hizmetleri Kullanım Alanları

Sağlık sistemleri artan veri hacimleri, personel eksiklikleri ve kişiselleştirilmiş bakıma yönelik artan beklentilerle karşı karşıyadır. Üretken Yapay Zeka, klinik notlar, görüntüleme raporları ve hasta geçmişleri gibi yapılandırılmamış tıbbi verileri klinisyenler ve yöneticiler için içgörülere dönüştürerek kilit bir çözüm olarak öne çıkmaktadır. Üretken yapay zekanın sağlık hizmeti sunumu, yönetimi ve toplum sağlığı yönetiminde nasıl uygulandığını, benimsenmesini…

Yapay Zeka
İçgörü
17 Ağu

25 Sağlık Hizmetlerinde Yapay Zeka Kullanım Örnekleri

Yakın zamanda yapılan bir çalışma, insan klinisyenler ile yapay zeka sistemlerinden oluşan hibrit ekiplerin daha doğru tıbbi teşhisler koyduğunu, bunun büyük ölçüde birbirlerini düzeltmeye yardımcı olan farklı ve tamamlayıcı hatalar yapma eğiliminde olmalarından kaynaklandığını göstermektedir. Bu bulgular, yapay zekanın hasta güvenliğini artırma ve daha hakkaniyetli sağlık hizmetini teşvik etme potansiyelinin güçlü olduğuna işaret etmektedir.1 Bu…

Yapay Zeka
İçgörü
17 Ağu

800+ Önde Gelen AI Benchmark'ları

Henüz doygunluğa ulaşmamış LLM'ler, GPU'lar, bulut GPU'lar, AI ajanları, tablo AI ve siber güvenlik için 800'den fazla AI benchmark'ını derledik. Mayıs–Haziran zirvesinin çoğunun, araştırmamızı yürüttüğümüz döneme karşılık geldiğini unutmayın. Sürekli güncellenen benchmark'lar, onları son doğruladığımız zamana tarihlendiğinden, yeni benchmark'larda gerçek bir artışa işaret etmek yerine veri topladığımız aylar civarında kümelenme eğilimindedir. AI benchmark'larını ana kategorilerine…

Yapay Zeka
Açık Dünya Değerlendirmesi
14 Ağu

Düzenlemeye Tabi Dağıtımlar için En İyi 12 Yapay Zeka Kontrol Düzlemi Aracı

Bir yapay zeka kontrol düzlemi, yapay zeka ajanlarını ve ajan tabanlı uygulamaları çalıştırmak için ortak bir katman sağlar. Kurumsal ölçekte yapay zeka benimsemeyi planlayan kurumsal mimarlar, güvenlik ekipleri ve yapay zeka yönetişimi sahipleri için en iyi 12 yapay zeka kontrol düzlemi aracını karşılaştırdık. Bu ürünleri nasıl puanladığımızı görmek için metodolojiyi okuyun. Satıcı seçim kriterleri: Modeller,…

Yapay Zeka
Açık Dünya Değerlendirmesi
12 Ağu

En İyi 10 Yapay Zeka Altyapı Şirketi ve Uygulaması

Birçok kuruluş yapay zekaya büyük yatırımlar yapıyor, ancak projelerin çoğu ölçeklenemiyor. Yapay zeka kavram kanıtlarının 10-20'si tam dağıtıma ilerliyor.1 Temel bir neden, mevcut sistemlerin büyük veri kümelerinin, gerçek zamanlı işlemenin veya karmaşık makine öğrenimi modellerinin taleplerini destekleyecek donanıma sahip olmamasıdır. Yapay zeka iş stratejisinde daha merkezi hale geldikçe, altyapı sınırlamaları girişimlerin üretime ulaşıp ulaşmayacağını giderek…

Yapay Zeka
İçgörü
11 Ağu

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
11 Ağu

AI Başarısızlığı: 10 Temel Neden ve Gerçek Hayat Örnekleri

Otomobil kazası, önyargılı bir algoritma veya bir müşteri hizmetleri chatbot'unda yaşanan bir arıza olsun, dağıtılan AI sistemlerindeki başarısızlıklar ciddi sonuçlar doğurabilir ve önemli etik ve toplumsal sorular gündeme getirebilir. Temel sorunları belirleyerek ve ele alarak, şirketler AI ile ilişkili riskleri azaltabilir ve AI'nın sorumlu AI en iyi uygulamaları doğrultusunda güvenli ve etik bir şekilde kullanılmasını…

Yapay Zeka
İçgörü
6 Ağu

Yapay Zeka Gelirlerini Katmanlar Arasında Karşılaştırın

Yapay zeka pazarı dört katmanın tamamında (veri, hesaplama, modeller ve uygulamalar) hızla büyüdü. Örneğin, NVIDIA'nın veri merkezi geliri tek bir mali yılda (MY2024'ten MY2025'e, Ocak 2024 ve Ocak 2025'te sona eren) $47,5B'den $115,2B'ye yükseldi. 80'den fazla yapay zeka şirketinin gelir verilerini takip ettik. 2023'ten 2025'e kadar hesaplama, veri, modeller ve uygulamalar katmanlarında gelirlerin nasıl değiştiğini…

Yapay Zeka
Kıyaslama
4 Ağu

Çok Modlu Yapay Zeka Modellerini Görsel Muhakeme Konusunda Karşılaştırın

Önde gelen 15 çok modlu yapay zeka modelini 200 görsel tabanlı soru kullanarak görsel muhakeme konusunda kıyasladık. Değerlendirme iki parkurdan oluşuyordu: veri görselleştirme yorumlamasını test eden 100 grafik anlama sorusu ve örüntü tanıma ile uzamsal muhakemeyi değerlendiren 100 görsel mantık sorusu. Tutarlı ve güvenilir sonuçlar sağlamak için her soru 5 kez çalıştırıldı. Test prosedürlerimizi öğrenmek…

Kurumsal Yazılım
Özellik Karşılaştırması
3 Ağu

AutoSys: Temel Özellikler ve Kullanıcı Görüşleri

Broadcom'un AutoSys ürününe olan ilgi azalıyor (Kaynak: Google Trends) ve çoğu diğer iş yükü otomasyon aracına kıyasla inceleme platformlarında daha düşük ortalama puana sahiptir. Bu durum kısmen şu nedenlerle açıklanabilir: Daha fazla bilgi için AutoSys’in yetenekleri, kullanıcı değerlendirmeleri ve görünümüne göz atın: AutoSys orijinal olarak CA Technologies tarafından geliştirilmiş ve 2018 yılında Broadcom tarafından satın…