大厂八卦：猜猜狗家给 L11 神级码工多大包？ - 2022年9月17日北美华人网存档

接近 3 年

楼主 (北美华人网)

主要成就： Map reduce big table tensorflow google brain adsense 等等

早在明尼苏达大学读计算机和经济学本科时，Jeff Dean 的毕业论文内容就是研究如何并行训练神经网络，这是人工智能第一次热潮中的热门话题。当 Jeff Dean 加入谷歌后，他的第一个主要工作是创建谷歌的广告系统 Adsense —— 作为谷歌搜索广告，它是如今所有互联网广告的原型，其重要性简直不言而喻。
之后，Jeff Dean 又用了四五年的时间来开发谷歌的检索、索引和搜索系统，利用著名的 Pagerank 搜索算法，一举成为最优秀的搜索引擎公司。
在此之后，Jeff Dean 一直在和 Sanjay Ghemawat 等同事一起开发谷歌用来存储和处理大型数据集与做构建搜索索引或处理卫星图像等事情的软件基础设施。2009 年，Jeff Dean 当选美国工程院院士。 2011 年，正是如今这波人工智能狂潮的开端之年。2011 年初，Jeff Dean 与吴恩达主导创建了“谷歌大脑”（Google Brain）这一奠定了谷歌人工智能领先地位的重要部门，此后又相继有Greg Corrado、Quoc Le、Geoffrey Hinton、Ian Goodfellow 等重量级大牛的加入。
谷歌大脑构建起了基于大规模分布式运算和大数据的谷歌大脑的基础体系，并运用深度神经网络技术，将人工智能在谷歌产品中的运用带上了新的台阶。这其中最为出名的一个例子就是，2012年时，Jeff Dean 与吴恩达的团队通过深度学习技术，成功让 16000 个中央处理器核心在学习 1000 万张图片后，成功在 YouTube 视频中认出了猫的图像，这在当时业界引起了极大的轰动。
此后，他又领导开发了谷歌机器学习的标志性软件 TensorFlow、支持谷歌运行的超大规模计算框架 MapReduce 等重要项目。2015年11月，TensorFlow 正式开源发布，目前已经是深度学习领域占据绝对统治地位的框架。
Jeff Dean 表示，作为谷歌整体人工智能计划的一部分，谷歌大脑团队致力于通过研究和系统工程，提升人工智能的技术水平。在过去的几年里，谷歌大脑在提升机器智能这个长期研究项目上继续取得进展，并与谷歌和 Alphabet 的多个团队合作，使用研究成果来改善人们的生活。谷歌双子星开头我们提到，Jeff 是谷歌公司仅有的 2 位 11 级工程师之一，另一位就是他的挚友，和他并称为「谷歌双子星」的 —— Sanjay。
《纽约客》杂志去年曾发表长文，描写了谷歌公司这两位最重要的程序员不为人知的友情故事：Jeff Dean 和 Sanjay Ghemawat。两人的友谊已经持续20年，他们都是天才的程序员，工作上是最默契的搭档，生活上情同手足。
SanJay 喜欢清静，在谷歌，他的周围总是笼罩着神秘气氛。他虽然沉默寡言，但思路异常清晰。在他的桌子上，放着一堆 Mead 笔记本，这些笔记本可以追溯到 20 年前，里面写满了整齐的清单和示意图。他喜欢用钢笔和草书写字。虽然很少翻阅以前的笔记本，书写也只是为了思考。
不管是在谷歌内部还是媒体的宣传当中，Jeff 的名气都要比 Sanjay 大得多。但对于熟悉他们两人的人来说，Sanjay 绝对是不输 Jeff Dean 的天才，并且两个人非常互补。
在生活中，Jeff 更外向，Sanjay 更内向。在代码中，情况正好相反。Jeff 的程序设计令人眼花缭乱，他能迅速勾勒出令人吃惊的想法，但由于编得很快，代码可能令读者费解，而 Sanjay 的代码则易于理解。
在一起工作的这 20 年，他们没有互相提高过嗓门，靠着一种独有的默契相互成就。纽约客的长篇报道中就讲过一些他们之间有意思的故事。
一个周一的早晨，Jeff 和 Sanjay 站在谷歌人工智能部门所在的 40 号楼的厨房里。在他们身后，一块白板上写满了矩阵代数；桌上放着一篇关于无监督对抗网络的论文。Jeff 穿着一件褪了色的 T 恤和牛仔裤，看上去像一个改过自新的海滩流浪汉；Sanjay 穿着毛衣和灰色裤子。明亮的窗户映出一排高大的松树，远处是一片田野。在小厨房的柜台上，咖啡机嗡嗡作响。喝完卡布奇诺后，他们走到电脑前。Jeff 把一张椅子从自己凌乱的桌子边拉到 Sanjay 的桌子旁，Sanjay 的桌子则一尘不染。他把一只脚搁在文件柜上，身子往后一靠，Sanjay 在他们面前的屏幕上工作。他打开了四个窗口：左侧是一个Web浏览器和一个终端，用于运行分析工具；右侧是文本编辑器Emacs中的两个文档，一个是待办事项列表和笔记本的组合，另一个则满是各种颜色的代码。Sanjay的笔记本就放在电脑旁。 “好了，我们要做什么?”Sanjay 问道。 “我想我们正要看 TensorFlow Lite 的代码大小，”Jeff 说。这是一个机器学习的新软件项目，Jeff 和 Sanjay 担心它过于臃肿；像图书编辑一样，他们想要削减代码量。为此，他们构建了一个需要优化的新工具。 “我得看看它有多慢，”Sanjay 说。 “超级慢，”Jeff 说。他身体前倾，仍然很放松。 “120 千字节，大概是 8 秒。”Sanjay说。 “12 万个堆栈调用，”Jeff 说，“不是千字节。” “额，千字节的文本，应该是。”Sanjay 说。 “好吧，我的错。”Jeff 说。 “我不太清楚应该为一个单元的大小选择什么门槛。”Sanjay 说，“0.5 兆字节? “看起来不错，”Jeff 说。Sanjay 开始敲代码，Jeff 的目光放在了屏幕上。“所以你的意思是，如果它比那个大，我们就取样……”他没有说完；Sanjay 用代码回答了他。很快他们到达了一个小小的里程碑，Sanjay 输入一个命令来测试进展。他看起来疲惫不堪，在程序运行时他 check 了一下邮件。测试结束了，他也没有注意到。 “嘿,”Jeff 说。他打了个响指，然后指向屏幕。虽然平常谈话时他经常讲笑话和双关语，但在电脑前，他就变得固执、粗鲁，意见也经常合不来。Sanjay 对此泰然处之。当他觉得 Jeff 动作太快时，他会把双手从键盘上抬起来，摊开手，好像在说：“停一下。”(如果打个比方，Jeff是油门，Sanjay就是刹车。) 这是他们最接近争论的时候了。表面上看，他们的工作都是细枝末节。然而，他们的代码在整个谷歌公司范围运行。他们所担心的千字节或是微秒的问题会在世界各地的数据中心被放大无数倍。有时，Jeff 回到家会告诉他的女儿们，“Sanjay 和我今天把谷歌搜索速度提高了 10%。” 后话谷歌 CEO Sundar Pichai 曾说过「谷歌将会变成一家人工智能优先的公司」，作为系统和基础设施组（Systems and Infrastructure Group）的高级成员，谷歌的「唯一黑科技」，Jeff 和他的团队，可能是实现这个目标不可或缺的一部分了。除了工作，Jeff Dean 的人生目标之一是在每个大陆上踢足球和篮球。到目前为止，他已经在北美，南美，欧洲，亚洲和非洲这样做了。不过，我担心南极洲可能会很艰难，但随着技术的进步、科技的发展，谁又说的准呢？

大