前Arm副总裁Noel Hurley加入了一家新的人工智能初创公司，担任首席执行官。

　　Literal Labs正在开发一种替代神经网络的人工智能架构。

　　赫尔利告诉商业内幕网，这家初创公司可以帮助人工智能的发展大大提高了效率。

　　现已上市的芯片设计巨头Arm的前副总裁将加入一家新的人工智能初创公司，担任首席执行官。

　　诺埃尔·赫尔利是Arm公司的第40名员工，他负责这家总部位于剑桥的公司的CPU部门，在他任职期间，该部门创造了10亿美元的收入。

　　Hurley现在已经搬到了Literal Labs，以前被称为Mignon，这是纽卡斯尔大学的一个年轻的人工智能分支机构，旨在开发节能的人工智能架构。

　　本文仅对Business Insider订阅者开放。成为业内人士，现在就开始阅读。有账户吗?．

　　目前，使用神经网络是运行人工智能模型最常用的程序;这种方法使用机器学习来处理数据，类似于人类大脑的处理方式。例如，ChatGPT使用神经网络来理解提示并生成回复。然而，这是一个高能耗和高成本的过程。

　　作为神经网络的替代品，Literal Labs开发了一种基于Tsetlin机器的技术，以创建一种更精简的计算方法来训练人工智能模型。

　　Tsetlin机器是一种人工智能算法，它使用一种称为命题逻辑的方法来生成结果。

　　赫尔利告诉《商业内幕》:“我们是第一家以Tsetlin机器为基础推出产品的公司。”他说:“当我们增加硬件加速时，我们正在研究比神经网络效率高1万倍的处理过程。”

　　这家初创公司的两位联合创始人亚历克斯·雅科夫列夫(Alex Yakovlev)博士和里沙德·沙菲克(Rishad Shafik)博士都是经验丰富的研究人员，拥有Tsetlin机器和人工智能架构的背景。Literal Labs的技术是根据Yakovlev和Shafik的专利开发的。

　　这家初创公司有一款软件产品，可以部署到正在构建和培训人工智能模型的公司。虽然这个过程比神经网络需要更少的能量，但更广泛的市场尚未赶上替代方案。

　　“我会把这个市场描述为一群五岁的孩子在踢足球，”Hurley告诉BI。“它们都围着球跑，而这个球就是一个神经网络。每个人都被神经网络所吸引，没有人考虑过其他技术。”

　　作为Arm的早期员工，Hurley了解到建立合作伙伴关系和向客户推销最节能的解决方案的重要性。这是他在Literal Labs实施的策略;目前，这家初创公司的市场重点是对低功耗、快速推理技术“需求最大”的领域，如移动、机器人和运输。

　　“那我们就一直挖到核心。这种追求能效的策略对Arm来说非常有效。”Hurley说。

　　作为一家软件公司，Hurley还专注于确保他们的技术可以部署在各种各样的芯片上，跨越一系列供应商。

　　他补充说:“这使我们能够进入最大的市场，这不会成为我们未来增长的障碍。”