Jeff Dean: A infraestrutura sob a barra de busca de todos

Existe um gênero de piadas na internet construído inteiramente em torno de um engenheiro do Google, inspirado nos fatos sobre Chuck Norris: o código de Jeff Dean não tem bugs, ele tem funcionalidades; quando os servidores de índice caíram em 2002, diz-se que Jeff Dean respondeu manualmente às consultas de pesquisa dos usuários por duas horas, e as pontuações de avaliação subiram cinco pontos. A piada existe porque a afirmação subjacente — de que uma enorme parte da infraestrutura que faz o Google funcionar e, por extensão, uma enorme parte da internet moderna, passou pelas mãos de um único engenheiro — não é realmente um exagero.

Do Havaí às Twin Cities

Jeffrey Adgate Dean nasceu em 23 de julho de 1968, no Havaí, filho de um pesquisador de doenças tropicais e de uma antropóloga médica cujo trabalho forçava a família a mudar-se frequentemente; ele frequentou a escola nas Twin Cities, Minnesota, da quinta à décima série. Obteve o bacharelado (B.S.) summa cum laude pela Universidade de Minnesota em 1990, com dupla especialização em ciência da computação e economia, e escreveu uma tese de graduação sobre redes neurais em C sob a orientação de Vipin Kumar — um contato surpreendentemente precoce com a tecnologia que ele dedicaria sua carreira posterior a construir em escala. Conheceu sua futura esposa, Heidi Hopper, durante o primeiro ano; ambos se formaram em 1990. Antes da pós-graduação, trabalhou no Programa Global sobre AIDS da Organização Mundial da Saúde, escrevendo software de modelagem estatística para prever a disseminação da pandemia de HIV/AIDS — um trabalho prático e consequente de software, em vez de um desvio acadêmico. Em seguida, concluiu o doutorado (Ph.D.) em ciência da computação na Universidade de Washington em 1996, sob a orientação de Craig Chambers, sobre técnicas de otimização de programas completos para linguagens orientadas a objetos, antes de ingressar no Western Research Laboratory da DEC/Compaq para trabalhar em ferramentas de perfilamento e arquitetura de microprocessadores — onde iniciou uma longa parceria de trabalho com Sanjay Ghemawat que definiria o quarto de século seguinte.

Empregado número trinta

Dean ingressou no Google em meados de 1999, o trigésimo funcionário da empresa, após uma breve passagem pela startup de comparação de compras mySimon, criando sistemas distribuídos de web-crawling. No Google, ele e Ghemawat tornaram-se, em 2018, os únicos dois Senior Fellows da empresa — seu mais alto cargo técnico —, uma parceria tão produtiva que grande parte da infraestrutura central do Google leva ambos os nomes em seus documentos de design. Juntos, lideraram o design original do Protocol Buffers, o formato de serialização de dados do Google, neutro em relação a linguagem e plataforma, ainda em uso quase universal em todos os sistemas da empresa e amplamente adotado fora dela.

MapReduce, Bigtable, Spanner

O trabalho conjunto mais consequente veio a seguir. O MapReduce, que Dean e Ghemawat projetaram e implementaram, é um modelo de programação que permitiu aos engenheiros comuns processar e gerar conjuntos de dados enormes em milhares de máquinas comuns, sem a necessidade de se tornarem especialistas em sistemas distribuídos — tornou-se fundamental para a forma como o Google computava em escala e inspirou diretamente o ecossistema de código aberto Apache Hadoop, no qual grande parte do restante do setor se baseou posteriormente. O Bigtable, projetado em conjunto com Ghemawat, Fay Chang e Mike Burrows, resolveu o problema paralelo do armazenamento: um sistema semiestruturado capaz de manter dados em escala de petabytes em bilhões de linhas enquanto atendia consultas com baixa latência, integrado diretamente ao MapReduce. O Spanner estendeu ainda mais esse pensamento, para um banco de dados horizontalmente escalável e distribuído globalmente, capaz de replicar dados de forma síncrona em data centers em diferentes continentes enquanto garante forte consistência — um problema há muito considerado quase insolúvel nessa escala. Dean e Ghemawat também lançaram o LevelDB em 2011, um armazenamento de chave-valor incorporável baseado nos princípios de design do Bigtable, que se tornou o backend de armazenamento para o IndexedDB do Chrome e, notadamente, para o Bitcoin Core.

Voltando-se para as redes neurais

Em 2011, Dean mudou-se para o laboratório Google X para investigar redes neurais profundas, produzindo o que ficou conhecido como "o artigo do neurônio do gato" — uma rede de crença profunda em larga escala treinada sem supervisão em quadros de vídeos do YouTube, que aprendeu independentemente a reconhecer o conceito de gato. Esse projeto tornou-se o trabalho fundamental do Google Brain, que Dean liderou a partir de 2012. O sistema de treinamento interno de sua equipe, DistBelief, foi eventualmente refatorado para TensorFlow, a estrutura de aprendizado de máquina de código aberto que Dean ajudou a projetar e implementar inicialmente, que por anos foi a ferramenta dominante na pesquisa de aprendizado profundo antes da ascensão posterior do PyTorch. Ele também trabalhou no Pathways, um sistema distribuído assíncrono para treinar redes neurais, usado no desenvolvimento do grande modelo de linguagem PaLM. Em abril de 2018, foi nomeado chefe dos esforços de IA do Google e, após a fusão do Google Brain com o DeepMind no Google DeepMind em 2023, tornou-se o cientista-chefe do Google — e teria proposto o nome "Gemini" para o sistema de IA carro-chefe da empresa, "porque é como gêmeos se unindo".

Não sem controvérsia

A liderança de Dean não esteve isenta de escrutínio. Em dezembro de 2020, depois que o Google demitiu a pesquisadora de ética em IA Timnit Gebru por um artigo não publicado que examinava os riscos dos grandes modelos de linguagem, Dean enviou um memorando à equipe reconhecendo que o episódio havia "trazido à tona problemas grandes e importantes" sobre a cultura de pesquisa e inclusão; quando uma segunda pesquisadora de ética, Margaret Mitchell, foi demitida meses depois, ele escreveu internamente que o Google "poderia e deveria ter lidado com essa situação com mais sensibilidade". Separadamente, Dean foi autor sênior de um artigo de 2021 na Nature afirmando que o aprendizado por reforço poderia superar os humanos no planejamento de chips; um engenheiro do Google que desafiou publicamente os resultados foi demitido e processou a empresa posteriormente, nomeando Dean, e pesquisadores acadêmicos independentes descobriram posteriormente que métodos mais simples — recozimento simulado e software de design comercial padrão — igualavam ou superavam os resultados reivindicados pelo artigo em benchmarks públicos, com um artigo revisado por pares na Communications of the ACM descrevendo "práticas de pesquisa questionáveis" no trabalho.

Por que Jeff é chamado de gênio

O argumento a favor do gênio de Dean é excepcionalmente bem documentado pelos padrões da engenharia de software, porque grande parte do que ele construiu ainda é diretamente essencial para serviços que bilhões de pessoas usam diariamente — busca, Maps, Translate, Chrome e a geração atual de grandes modelos de IA operam sobre sistemas que ele projetou pessoalmente ou ajudou a projetar. O meme dos "fatos de Jeff Dean" é folclore, mas surgiu de testemunhos genuínos de colegas dentro do Google de que sua produção e alcance técnico eram extraordinários mesmo em uma empresa recheada de engenheiros de elite; sua eleição como Fellow da ACM, seu Prêmio ACM de Computação de 2012 e a Medalha IEEE John von Neumann de 2021 são a versão formal desse mesmo julgamento no campo. A complicação honesta é que o papel recente mais visível de Dean tem sido gerencial e estratégico, em vez de puramente técnico — liderando a organização de IA do Google durante um período, que inclui a demissão de Gebru e a controvérsia do design de chips, onde suas respostas geraram críticas reais por falta de franqueza e supervisão, um lembrete de que o brilhantismo da engenharia e a liderança organizacional não são a mesma habilidade e nem sempre são exercidos com igual rigor.

Legado

A parceria técnica de Dean e Ghemawat remodelou a forma como todo o setor pensa sobre computação distribuída, e os descendentes do MapReduce permanecem incorporados na infraestrutura de dados muito além do Google. Ao lado de sua esposa, Heidi Hopper, ele direcionou milhões de dólares por meio da Hopper-Dean Foundation para iniciativas de diversidade em ciência da computação em universidades como MIT, Stanford e Berkeley, estendendo sua influência das fazendas de servidores do Google até o pipeline de engenheiros que construirão o que vier depois deles.