Jeff Dean: La infraestructura bajo la barra de búsqueda de todos

Existe un género de chistes de internet construido enteramente en torno a un ingeniero de Google, inspirado en los hechos de Chuck Norris: el código de Jeff Dean no tiene errores, tiene funciones; cuando los servidores de índices se cayeron en 2002, se dice que Jeff Dean respondió manualmente a las consultas de búsqueda de los usuarios durante dos horas, y las puntuaciones de evaluación subieron cinco puntos. El chiste existe porque la afirmación subyacente —que una gran parte de la infraestructura que hace funcionar a Google, y por extensión una gran parte de la internet moderna, pasó por las manos de un solo ingeniero— no es realmente una exageración.

De Hawái a las Twin Cities

Jeffrey Adgate Dean nació el 23 de julio de 1968 en Hawái, hijo de un investigador de enfermedades tropicales y una antropóloga médica cuyo trabajo obligaba a la familia a mudarse con frecuencia; asistió a la escuela en las Twin Cities, Minnesota, desde el quinto hasta el décimo grado. Obtuvo una licenciatura (B.S.) summa cum laude de la Universidad de Minnesota en 1990, con doble especialización en informática y economía, y escribió una tesis de pregrado sobre redes neuronales en C bajo la dirección de su asesor Vipin Kumar, un contacto sorprendentemente temprano con la tecnología que pasaría su carrera posterior construyendo a escala. Conoció a su futura esposa, Heidi Hopper, durante su primer año; ambos se graduaron en 1990. Antes de la escuela de posgrado trabajó en el Programa Mundial sobre el SIDA de la Organización Mundial de la Salud, escribiendo software de modelado estadístico para pronosticar la propagación de la pandemia de VIH/SIDA, un trabajo de software aplicado y consecuente, más que un desvío académico. Luego completó un doctorado (Ph.D.) en informática en la Universidad de Washington en 1996 bajo la dirección de Craig Chambers, sobre técnicas de optimización de programas completos para lenguajes orientados a objetos, antes de unirse al Laboratorio de Investigación Occidental de DEC/Compaq para trabajar en herramientas de análisis y arquitectura de microprocesadores, donde comenzó una larga colaboración profesional con Sanjay Ghemawat que definiría el próximo cuarto de siglo.

Empleado número treinta

Dean se unió a Google a mediados de 1999, siendo el trigésimo empleado de la compañía, después de un breve paso por la startup de comparación de compras mySimon, donde construyó sistemas de rastreo web distribuidos. En Google, él y Ghemawat se convirtieron, para 2018, en los únicos dos Senior Fellows de la compañía —su rango técnico más alto—, una asociación tan productiva que gran parte de la infraestructura central de Google lleva ambos nombres en sus documentos de diseño. Juntos lideraron el diseño original de Protocol Buffers, el formato de serialización de datos neutral respecto al lenguaje y la plataforma de Google, que todavía se utiliza casi universalmente en los sistemas de la empresa y que ha sido ampliamente adoptado fuera de ella.

MapReduce, Bigtable, Spanner

Su trabajo conjunto más trascendental vino después. MapReduce, que Dean y Ghemawat diseñaron e implementaron, es un modelo de programación que permitió a ingenieros comunes procesar y generar enormes conjuntos de datos a través de miles de máquinas comerciales sin necesidad de convertirse ellos mismos en expertos en sistemas distribuidos; se volvió fundamental para la forma en que Google calculaba a escala e inspiró directamente el ecosistema de código abierto Apache Hadoop sobre el que gran parte del resto de la industria se construyó posteriormente. Bigtable, codiseñado con Ghemawat, Fay Chang y Mike Burrows, resolvió el problema paralelo del almacenamiento: un sistema semiestructurado capaz de contener datos a escala de petabytes a través de miles de millones de filas mientras sigue sirviendo consultas con baja latencia, integrado directamente con MapReduce. Spanner extendió ese pensamiento aún más, hacia una base de datos distribuida globalmente y escalable horizontalmente, capaz de replicar datos de forma sincrónica a través de centros de datos en diferentes continentes, garantizando al mismo tiempo una fuerte consistencia, un problema que durante mucho tiempo se consideró casi irresoluble a esa escala. Dean y Ghemawat también lanzaron LevelDB en 2011, un almacén de clave-valor integrable basado en los principios de diseño de Bigtable, que se convirtió en el backend de almacenamiento para IndexedDB de Chrome y, notablemente, para Bitcoin Core.

Giro hacia las redes neuronales

En 2011, Dean se trasladó al laboratorio Google X para investigar redes neuronales profundas, produciendo lo que se conoció como "el artículo de la neurona del gato": una red de creencia profunda a gran escala entrenada sin supervisión en fotogramas de videos de YouTube, que aprendió independientemente a reconocer el concepto de un gato. Ese proyecto se convirtió en el trabajo fundacional de Google Brain, que Dean dirigió desde 2012 en adelante. El sistema de entrenamiento interno de su equipo, DistBelief, fue eventualmente refactorizado en TensorFlow, el marco de aprendizaje automático de código abierto que Dean ayudó a diseñar e implementar inicialmente, el cual durante años fue la herramienta dominante en la investigación de aprendizaje profundo antes del posterior ascenso de PyTorch. También trabajó en Pathways, un sistema distribuido asíncrono para el entrenamiento de redes neuronales, utilizado en el desarrollo del modelo de lenguaje grande PaLM. En abril de 2018 fue nombrado jefe de los esfuerzos de IA de Google y, después de que Google Brain se fusionara con DeepMind en Google DeepMind en 2023, se convirtió en científico jefe de Google, y según se informa, propuso el nombre "Gemini" para el sistema de IA insignia de la compañía, "porque es como gemelos que se unen".

No sin controversia

El liderazgo de Dean no ha estado exento de escrutinio. En diciembre de 2020, después de que Google despidiera a la investigadora de ética de IA Timnit Gebru por un artículo inédito que examinaba los riesgos de los modelos de lenguaje grandes, Dean envió un memorando al personal reconociendo que el episodio había "sacado a la luz problemas grandes e importantes" sobre la cultura de investigación y la inclusión; cuando una segunda investigadora de ética, Margaret Mitchell, fue despedida meses después, escribió internamente que Google "podría y debería haber manejado esta situación con más sensibilidad". Por otro lado, Dean fue autor principal de un artículo de 2021 en Nature que afirmaba que el aprendizaje por refuerzo podía superar a los humanos en la planificación de chips; un ingeniero de Google que desafió públicamente los resultados fue despedido y posteriormente demandó, nombrando a Dean, y los investigadores académicos independientes encontraron posteriormente que métodos más simples —recocido simulado y software de diseño comercial estándar— igualaban o superaban los resultados reclamados por el artículo en pruebas comparativas públicas, con un artículo revisado por pares en Communications of the ACM describiendo "prácticas de investigación cuestionables" en el trabajo.

Por qué Jeff es llamado un genio

El argumento a favor del genio de Dean está inusualmente bien documentado según los estándares de la ingeniería de software, porque gran parte de lo que construyó sigue siendo directamente fundamental para servicios que miles de millones de personas usan a diario: las búsquedas, Maps, Translate, Chrome y la generación actual de grandes modelos de IA funcionan sobre sistemas que él diseñó personalmente o ayudó a diseñar. El meme de los "hechos de Jeff Dean" es folclore, pero surgió de testimonios genuinos de colegas dentro de Google de que su producción y rango técnico eran extraordinarios incluso entre una empresa llena de ingenieros de élite; su elección como miembro de la ACM, su Premio ACM en Computación de 2012 y la Medalla IEEE John von Neumann de 2021 son la versión formal de la misma evaluación en el campo. La complicación honesta es que el rol reciente más visible de Dean ha sido gerencial y estratégico en lugar de puramente técnico, liderando la organización de IA de Google a través de un período, que incluye el despido de Gebru y la controversia sobre el diseño de chips, donde sus respuestas han recibido críticas reales por falta de franqueza y supervisión, un recordatorio de que la brillantez en ingeniería y el liderazgo organizacional no son la misma habilidad y no siempre se ejercen con igual rigor.

Legado

La asociación técnica de Dean y Ghemawat reformuló la forma en que toda la industria piensa sobre la computación distribuida, y los descendientes de MapReduce permanecen integrados en la infraestructura de datos mucho más allá de Google. Junto con su esposa, Heidi Hopper, ha dirigido millones de dólares a través de la Fundación Hopper-Dean hacia iniciativas de diversidad en informática en universidades como el MIT, Stanford y Berkeley, extendiendo su influencia desde las granjas de servidores de Google hasta la tubería de ingenieros que construirán lo que venga después de ellos.