Jeff Dean: L'infrastruttura sotto la barra di ricerca di tutti

Esiste un genere di barzellette su Internet costruito interamente attorno a un ingegnere di Google, modellato sui fatti di Chuck Norris: il codice di Jeff Dean non ha bug, ha funzionalità; quando i server di indicizzazione sono andati in tilt nel 2002, si dice che Jeff Dean abbia risposto manualmente alle query di ricerca degli utenti per due ore, e i punteggi di valutazione sono saliti di cinque punti. La barzelletta esiste perché l'affermazione sottostante — che una parte enorme dell'infrastruttura che fa funzionare Google, e per estensione una parte enorme dell'Internet moderna, sia passata attraverso le mani di un solo ingegnere — non è in realtà un'esagerazione.

Dalle Hawaii alle Twin Cities

Jeffrey Adgate Dean è nato il 23 luglio 1968 alle Hawaii, figlio di un ricercatore di malattie tropicali e di un'antropologa medica il cui lavoro faceva trasferire spesso la famiglia; ha frequentato la scuola nelle Twin Cities, in Minnesota, dalla quinta alla decima classe. Ha conseguito una laurea (B.S.) summa cum laude all'Università del Minnesota nel 1990, con doppia specializzazione in informatica ed economia, e ha scritto una tesi di laurea sulle reti neurali in C sotto la guida di Vipin Kumar — un contatto sorprendentemente precoce con la tecnologia che avrebbe dedicato la sua carriera successiva a costruire su larga scala. Ha incontrato la sua futura moglie, Heidi Hopper, durante il suo primo anno; entrambi si sono laureati nel 1990. Prima della scuola di specializzazione, ha lavorato presso il Programma Globale sull'AIDS dell'Organizzazione Mondiale della Sanità, scrivendo software di modellazione statistica per prevedere la diffusione della pandemia di HIV/AIDS — un lavoro software applicato e consequenziale piuttosto che una deviazione accademica. Ha poi completato un dottorato (Ph.D.) in informatica all'Università di Washington nel 1996 sotto Craig Chambers, sulle tecniche di ottimizzazione di programmi interi per linguaggi orientati agli oggetti, prima di entrare nel Western Research Laboratory di DEC/Compaq per lavorare su strumenti di profilazione e architettura di microprocessori — dove ha iniziato una lunga collaborazione lavorativa con Sanjay Ghemawat che avrebbe definito il quarto di secolo successivo.

Dipendente numero trenta

Dean è entrato in Google a metà del 1999, trentesimo dipendente dell'azienda, dopo una breve parentesi presso la startup di confronto acquisti mySimon a costruire sistemi di web-crawling distribuiti. In Google, lui e Ghemawat sono diventati, entro il 2018, gli unici due Senior Fellow dell'azienda — il suo più alto grado tecnico —, un abbinamento così produttivo che gran parte dell'infrastruttura centrale di Google porta entrambi i loro nomi nei suoi documenti di progettazione. Insieme hanno guidato la progettazione originale di Protocol Buffers, il formato di serializzazione dei dati di Google neutro rispetto al linguaggio e alla piattaforma, ancora in uso quasi universale nei sistemi dell'azienda e ampiamente adottato al di fuori di essa.

MapReduce, Bigtable, Spanner

Il loro lavoro congiunto più consequenziale è arrivato subito dopo. MapReduce, che Dean e Ghemawat hanno progettato e implementato, è un modello di programmazione che ha permesso a ingegneri comuni di elaborare e generare enormi set di dati su migliaia di macchine comuni senza dover diventare essi stessi esperti di sistemi distribuiti — è diventato fondamentale per il modo in cui Google calcola su larga scala e ha ispirato direttamente l'ecosistema open-source Apache Hadoop su cui gran parte del resto del settore si è successivamente costruito. Bigtable, co-progettato con Ghemawat, Fay Chang e Mike Burrows, ha risolto il problema parallelo dell'archiviazione: un sistema semi-strutturato in grado di contenere dati su scala di petabyte su miliardi di righe pur continuando a servire query con bassa latenza, integrato direttamente con MapReduce. Spanner ha esteso ulteriormente tale pensiero, in un database distribuito a livello globale e scalabile orizzontalmente, in grado di replicare i dati in modo sincrono tra data center in diversi continenti pur garantendo una forte coerenza — un problema a lungo considerato quasi irrisolvibile a quella scala. Dean e Ghemawat hanno anche rilasciato LevelDB nel 2011, un archivio chiave-valore integrabile basato sui principi di progettazione di Bigtable, che è diventato il backend di archiviazione per IndexedDB di Chrome e, in particolare, per Bitcoin Core.

Verso le reti neurali

Nel 2011, Dean si è trasferito nel laboratorio Google X per studiare le reti neurali profonde, producendo quello che è diventato noto come "il documento sul neurone del gatto" — una rete di credenza profonda su larga scala addestrata senza supervisione su fotogrammi di video di YouTube, che ha imparato indipendentemente a riconoscere il concetto di gatto. Quel progetto è diventato il lavoro fondante di Google Brain, che Dean ha guidato dal 2012 in poi. Il sistema di addestramento interno del suo team, DistBelief, è stato infine rifattorizzato in TensorFlow, il framework di apprendimento automatico open-source che Dean ha contribuito a progettare e implementare inizialmente, che per anni è stato lo strumento dominante nella ricerca sull'apprendimento profondo prima della successiva ascesa di PyTorch. Ha anche lavorato su Pathways, un sistema distribuito asincrono per l'addestramento di reti neurali, utilizzato nello sviluppo del grande modello linguistico PaLM. Nell'aprile 2018 è stato nominato a capo degli sforzi di IA di Google e, dopo che Google Brain si è fusa con DeepMind in Google DeepMind nel 2023, è diventato il capo scienziato (chief scientist) di Google — e avrebbe proposto il nome "Gemini" per il sistema di IA di punta dell'azienda, "perché è come gemelli che si uniscono".

Non senza controversie

La leadership di Dean non è stata esente da esame. Nel dicembre 2020, dopo che Google ha licenziato la ricercatrice sull'etica dell'IA Timnit Gebru per un articolo inedito che esaminava i rischi dei grandi modelli linguistici, Dean ha inviato allo staff un promemoria riconoscendo che l'episodio aveva "fatto emergere grandi, importanti questioni" sulla cultura della ricerca e sull'inclusione; quando una seconda ricercatrice di etica, Margaret Mitchell, è stata licenziata mesi dopo, ha scritto internamente che Google "avrebbe potuto e dovuto gestire questa situazione con più sensibilità". Separatamente, Dean è stato autore senior di un articolo del 2021 su Nature che sosteneva che l'apprendimento per rinforzo potesse superare gli esseri umani nella pianificazione dei chip; un ingegnere di Google che ha sfidato pubblicamente i risultati è stato licenziato e ha successivamente fatto causa, nominando Dean, e ricercatori accademici indipendenti hanno successivamente scoperto che metodi più semplici — ricottura simulata e software di progettazione commerciale standard — eguagliavano o battevano i risultati dichiarati dall'articolo su benchmark pubblici, con un pezzo sottoposto a revisione paritaria su Communications of the ACM che descriveva "pratiche di ricerca discutibili" nel lavoro.

Perché Jeff è chiamato un genio

Il caso del genio di Dean è insolitamente ben documentato secondo gli standard dell'ingegneria del software, perché gran parte di ciò che ha costruito è ancora direttamente portante per servizi che miliardi di persone usano quotidianamente — ricerca, Maps, Translate, Chrome e l'attuale generazione di grandi modelli di IA funzionano tutti su sistemi che ha progettato personalmente o co-progettato. Il meme dei "fatti su Jeff Dean" è folklore, ma è nato da vere testimonianze dei colleghi all'interno di Google sul fatto che la sua produzione e la sua portata tecnica fossero straordinarie anche in un'azienda piena di ingegneri d'élite; la sua elezione a membro dell'ACM, il suo Premio ACM per l'informatica del 2012 e la medaglia IEEE John von Neumann del 2021 sono la versione formale dello stesso giudizio nel campo. La complicanza onesta è che il ruolo recente più visibile di Dean è stato manageriale e strategico piuttosto che puramente tecnico — guidando l'organizzazione di IA di Google attraverso un periodo, incluso il licenziamento della Gebru e la controversia sulla progettazione dei chip, in cui le sue risposte hanno attirato vere critiche per mancanza di franchezza e supervisione, un promemoria che la brillantezza ingegneristica e la leadership organizzativa non sono la stessa abilità e non sempre sono esercitate con uguale rigore.

Eredità

La partnership tecnica di Dean e Ghemawat ha rimodellato il modo in cui l'intero settore pensa al calcolo distribuito, e i discendenti di MapReduce rimangono incorporati nell'infrastruttura dati ben oltre Google. Insieme a sua moglie, Heidi Hopper, ha diretto milioni di dollari attraverso la Hopper-Dean Foundation verso iniziative di diversità nell'informatica presso università tra cui il MIT, Stanford e Berkeley, estendendo la sua influenza dalle server farm di Google alla pipeline di ingegneri che costruiranno ciò che verrà dopo di loro.