Jeff Dean

Jeff Dean 的父母分别从事热带疾病研究和医学人类学，家庭因工作多次迁居。他在五至十年级期间曾在明尼苏达双城地区就学，后来选择明尼苏达大学学习计算机科学，并因课程兴趣增加经济学专业。1990年，他获得该校计算机科学与经济学理学学士学位。⁠[1][2]

在本科阶段，Dean 接触 Vipin Kumar 教授讲授的神经网络课程，并在其指导下完成并行训练神经网络的本科荣誉论文。他后来回忆，这段研究经验为其2012年前后的大规模分布式深度网络工作提供了思路。⁠[3]

1996年，Dean 获得华盛顿大学计算机科学博士学位。他在加入 Google 前曾为世界卫生组织全球艾滋病项目开发模拟疫情影响的软件，也曾在 DEC／Compaq 的 Western Research Laboratory 工作，研究性能分析工具、微处理器架构与信息检索。⁠[2][1]

Dean 于1999年加入 Google，早期参与搭建广告系统。随着搜索业务流量增长，他转向提高数据处理、索引与查询服务的速度，并与 Sanjay Ghemawat 等同事长期合作，参与多代搜索系统及分布式基础设施建设。⁠[1][4]

Dean 与 Sanjay Ghemawat 在 OSDI 2004 发表 MapReduce 论文，将大规模数据处理表达为 map 与 reduce 两类操作：前者生成中间键值对，后者合并同键数据。运行系统负责划分输入、安排机器执行、处理机器故障及通信，使应用开发者能够借助集群完成并行计算。⁠[5]

2006年，Dean 作为共同作者发表 Bigtable 论文。该系统面向跨大量服务器的结构化数据存储，以可扩展的数据模型服务网页索引、Google Earth、Google Finance 等具有不同数据规模和延迟需求的应用。⁠[6]

2009年，Dean 因对大规模分布式计算机系统科学与工程的贡献当选美国国家工程院院士。同年当选的 Sanjay Ghemawat 是其在 Google 基础设施研究中的长期合作伙伴。⁠[4]

Google 于2011年开发内部深度学习系统 DistBelief，将神经网络训练扩展到数据中心的大量计算核心。Dean 与 Rajat Monga 后来在 TensorFlow 发布说明中介绍，DistBelief 支持语音识别、图像检索和图像描述等工作，但其配置复杂、主要针对神经网络且依赖 Google 内部设施，限制了外部共享。⁠[7]

Dean 是2012年 Spanner 论文的共同作者之一。Spanner 将同步复制、多版本存储和跨地域事务结合起来，通过显式呈现时钟不确定性的时间接口支持外部一致性；其目标是让全球分布的数据仍能具有一致的事务顺序。⁠[8]

Dean 与 Ghemawat 获得2012年 ACM SIGOPS Mark Weiser Award；Dean 同时是2012年 ACM Prize in Computing 获奖者。⁠[9][3]

2013年11月7日，明尼苏达大学授予 Dean 杰出成就奖；该校此前曾于2007年授予他理工学院杰出校友奖。2014年设立的 Hopper-Dean Scholarship honoring Dr. Vipin Kumar 面向该校计算机科学与工程本科生，体现了 Dean 与 Heidi Hopper 对计算机教育的支持。⁠[2][3]

2015年11月9日，Google 宣布将 TensorFlow 开源。Dean 与 Rajat Monga 的技术说明将它称为替代 DistBelief 的第二代机器学习系统，以计算图表达运算，提供自动微分与 Python 接口，并将训练和部署扩展到不同硬件环境。独立库、配套工具和示例以 Apache 2.0 许可发布。⁠[10][7]

2020年12月，Google 伦理人工智能研究者 Timnit Gebru 在论文审核争执后离职。Gebru 表示自己因批评研究审查及公司对女性和有色人种员工的待遇而被解雇；当时领导 Google AI 研究的 Dean 则在内部邮件中称，论文未达到发表标准，公司接受了她附带条件的辞职。Gebru 及支持者否认这一解释，Google 员工的公开信指责公司限制研究自由。⁠[11]

2021年2月19日，Dean 就离职事件的处理不够体贴表示歉意。⁠[12]

2021年，Dean 获得 IEEE John von Neumann Medal。⁠[3]

2023年4月20日，Google 宣布将 Google Research 的 Brain 团队与 DeepMind 合并为 Google DeepMind，由 Demis Hassabis 领导。Dean 转任 Google 首席科学家，向 Sundar Pichai 汇报，同时服务 Google Research 与 Google DeepMind，负责人工智能研究方向及关键技术项目，首先聚焦多模态模型。⁠[13]

在2026年7月25—26日于旧金山举办的 Y Combinator Startup School 期间，Dean 与 YC 的 Diana Hu 对谈。YC 于7月30日发布题为《Jeff Dean: The 1% Rule for Building in AI》的录像与文字稿；他参加活动时仍任 Google 首席科学家。⁠[14][15]

Dean 建议创业者寻找通用模型成功率仅约0%或1%的专业任务，通过领域数据、专用模型和完整工作流程建立价值，同时评估通用模型随后追上的可能性。“1%规则”是其选择创业方向的经验判断，并非统一的模型测试标准。⁠[15]

在工程方法上，他强调识别计算、内存、数据传输和能耗瓶颈，借助数量级估算寻找改进方向；构建智能体时，还应把模型与检索、记忆、工具及评估机制结合。他以先建立基准、再修改和测量的优化过程说明，明确任务规范和可验证反馈的重要性。⁠[15]

他还讨论了持续执行任务和自动化机器学习实验的前景，认为选择有价值的问题、形成互补团队和判断产品质量仍是创业者的重要工作。这些表述属于对技术方向的展望。⁠[15]

2026年8月5日，Dean 在 X 宣布与 Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 共同创办 Discovery Loop，组织形式为公益公司（Public Benefit Corporation）。Google 同期公告确认，Dean 在任职27年后离开，并表示 Google 将作为创始投资方和 Google Cloud 合作伙伴，与新公司在机器学习系统及基础设施方面继续合作。⁠[16][17]

Discovery Loop 将自动提出、运行和评估实验，并据结果继续迭代，作为其研发方向；初期聚焦机器学习研究与工程，再探索其他科学和工程领域。截至2026年9月20日，Dean 的公开 X 简介将其列为该公司联合创始人兼首席执行官。⁠[18][16]

2026年9月14日，Discovery Loop 被报道正在以约500亿美元目标估值洽谈新一轮融资，高于此前约100亿美元的目标。这一消息来自引述知情人士的媒体报道，属于尚在谈判的估值口径，不能视为已经完成的融资或最终公司估值。⁠[19]