DeepDigest
Leiphone · · ~7 мин

Джефф Дин и его вклад в развитие ИИ: от Google Brain до новых стартапов

Джефф Дин — ключевая фигура в развитии ИИ, сооснователь Google Brain и главный научный сотрудник Google. Его работа оказала влияние на создание многих технологий и моделей, включая TensorFlow и TPU. После ухода из Google он основал стартап Discovery Loop. Многие его коллеги и ученики также добились успеха в сфере ИИ, основав собственные компании и проекты.

Джефф Дин и его вклад в развитие ИИ: от Google Brain до новых стартапов

Джефф Дин — один из ключевых фигур в мире искусственного интеллекта. Он сооснователь Google Brain и главный научный сотрудник Google, ушёл из компании после 27 лет работы 5 августа 2026 года. Его карьера в Google началась в 1999 году — тогда он стал 30-м сотрудником компании, в которой тогда работало всего 25 человек. Сейчас в Google более 190 тысяч сотрудников.

На ранних этапах работы в Google (до 2010 года) Джефф Дин занимался большими данными и распределёнными системами. Позже он внёс значительный вклад в развитие глубокого обучения и больших моделей. Вместе с Санджаем Гемаватом (Sanjay Ghemawat) в 2003–2006 годах он опубликовал три ключевые технические статьи, которые стали фундаментом для развития инфраструктуры Google:
* GFS — распределённая файловая система для хранения больших объёмов данных;
* MapReduce — система для крупномасштабных распределённых вычислений, которая легла в основу экосистемы Hadoop;
* BigTable — распределённая система структурированного хранения данных для индексации веб-страниц Google, ставшая источником технологий для NoSQL-баз данных.

Кроме того, Джефф Дин разработал и перестроил первые пять поколений поисковых и рекламных систем Google (AdSense), создал глобальную распределённую базу данных Spanner с использованием TrueTime API и технологии атомных часов — это позволило решить проблему строгой согласованности в распределённых системах.

В 2011 году Джефф Дин вместе с Эндрю Нг (У Эндой) и Грегом Коррадо (Greg Corrado) основал Google Brain — основную команду по разработке ИИ в Google. Команда выросла до 1001 человека, а многие её выпускники стали основателями компаний в сфере ИИ — например, Дарио Амодеи (Anthropic), Илья Суцкевер (SSI).

Одним из знаковых достижений команды под руководством Джеффа Дина стал эксперимент 2012 года: десятки тысяч ядер CPU были задействованы для построения нейронной сети. На основе немаркированных кадров из видео YouTube компьютер самостоятельно научился распознавать кошек. Этот эксперимент продемонстрировал потенциал масштабирования нейронных сетей с помощью больших вычислительных мощностей и положил начало индустриализации глубокого обучения.

Также Джефф Дин представил фреймворк для глубокого обучения с открытым исходным кодом TensorFlow и разработал чип TPU — ответ Google на GPU от Nvidia, который помог решить проблему нехватки вычислительной мощности в ИИ.

В 2016 году Джефф Дин запустил программу Brain Residency, отказавшись от требования наличия диплома топового вуза по ИИ. Критерии отбора в программу были следующими:
1. сильная способность к количественному мышлению и программированию (Quantitative Aptitude);
2. страсть и самомотивация в отношении ИИ (Passion for AI) — например, работа над открытыми проектами, написание алгоритмов, вклад в GitHub;
3. междисциплинарный взгляд (Diverse Perspectives).

В программу попадали физики, математики, специалисты из биологии и медицины, инженеры и другие. Участники получали зарплату штатного сотрудника Google, неограниченные вычислительные ресурсы, руководство от Джеффа Дина, Джеффри Хинтона или Куока Ле, возможность выбирать актуальные темы в сфере ИИ. Программа внесла вклад в создание серии моделей Gemini и повлияла на развитие индустрии ИИ.

В апреле 2023 года Google объединил Google Brain и DeepMind в единый отдел Google DeepMind. Джефф Дин стал главным научным сотрудником Google и занялся разработкой и предобучением модели Gemini. После ухода из Google Джефф Дин вместе с Санджаем Гхемават, Ориолом Виньалсом и Куоком Ле основал стартап Discovery Loop для автоматизации машинного обучения, научных открытий и инженерных разработок.

Среди других значимых фигур в сфере ИИ можно назвать:
* Дарио Амодеи — основатель Anthropic, конкурент Google и OpenAI. Работал в Baidu и Google Brain, затем присоединился к OpenAI, где руководил созданием моделей GPT-2 и GPT-3. В 2021 году основал Anthropic. Под его руководством модель Claude 3.5 серии добилась выдающихся результатов в области кодирования и сложных рассуждений.
* Илья Суцкевер — основатель SSI (Safe Superintelligence Inc.), один из пионеров в области глубокого обучения и нейронных сетей. В 2012 году участвовал в создании AlexNet, которая одержала победу в конкурсе ImageNet. В Google Brain вместе с Ориола Виньалс и Куоком В. Ле разработал фреймворк Seq2Seq — основу для машинного перевода и генерации последовательностей. Участвовал в создании OpenAI, руководил разработкой от GPT-1 до GPT-4. В мае 2024 года покинул OpenAI и основал SSI — лабораторию, цель которой — разработка «безопасного сверхинтеллекта». В августе 2026 года SSI впервые представит свою первую революционную большую модель.
* Крис Олах — ключевой эксперт в области анализа механизмов больших моделей, член команды-основателя Anthropic. Стал известен благодаря блогу colah.github.io, где визуализировал математические формулы. В 2021 году вместе с Дарио Амодеи ушёл из OpenAI и стал одним из основателей Anthropic. В Anthropic с помощью разрежённых автоэнкодеров (SAEs) впервые реализована «визуализация разбора» внутреннего механизма больших моделей — точно разобраны миллионы характеристик в Claude, отвечающих за удовольствие, самоанализ и обман.
* Войцех Заремба — один из ранних ключевых соучредителей OpenAI. В 2014 году в Google Brain вместе с Ильей Суцкевером и другими опубликовал влиятельную статью «Противоречивые характеристики нейронных сетей». Один из основоположников исследований в области надёжности ИИ и защиты от угроз — первым выявил уязвимость нейронных сетей к состязательным образцам. В конце 2015 года присоединился к OpenAI. Отвечал за внедрение крупных моделей и отладку их стабильности, руководил разработкой первой версии модели Codex — это привело к созданию GitHub Copilot. В марте 2026 года стал «ответственным за устойчивость ИИ» в OpenAI Foundation.
* Сергей Левин — соучредитель Physical Intelligence (π), ведущий эксперт в области глубокого обучения с подкреплением и воплощённого интеллекта. Создал общую технологическую цепочку между алгоритмами обучения с подкреплением, моделями визуального управления и физическими механизмами. В 2026 году компания Physical Intelligence (π), возглавляемая Сергеем Левиным, привлекла более 1,1 млрд долларов США, оценка компании достигла 56 млрд долларов США, а в 2026 году обсуждалось привлечение финансирования при оценке около 110 млрд долларов США.
* Челси Финн — вместе с Сергеем Левином основала Physical Intelligence (π). Разработала парадигму метаобучения, которая позволяет машинам «учиться учиться». Её алгоритм MAML (модель независимого метаобучения) позволил машинам адаптироваться к новым задачам на основе минимального количества образцов.
* Анна Голди — соучредитель и CEO Ricursive Intelligence. Инициировала направление автоматического проектирования специализированных полупроводниковых чипов с помощью ИИ. В январе 2026 года компания объявила о привлечении 300 млн долларов США в рамках серии A при лидировании Lightspeed и участии Red Oak Capital, оценка компании достигла 40 млрд долларов США.
* Дэвид Сильвер — основатель Ineffable Intelligence, руководитель проекта AlphaGo, основоположник концепции самоигры (Self-Play). В январе 2026 года покинул Google DeepMind, а 27 апреля 2026 года его лаборатория Ineffable Intelligence привлекла финансирование в размере 1,1 млрд долларов, оценка компании зафиксирована на уровне 51 млрд долларов.

Также стоит упомянуть участников проекта xAI: Игоря Бабушкина (Igor Babuschkin), Цзыхана Дая (Zihang Dai) и Гуодуна Чжана (Guodong Zhang), которые работали над инфраструктурой и инженерными системами обучения моделей, в том числе над суперкомпьютерным кластером Colossus. Артур Менш (Arthur Mensch), соучредитель и CEO Mistral AI, изменил подход к проектированию гиперпараметров глобальных больших моделей, доказав, что небольшие модели с большим объёмом данных могут превосходить модели с большим количеством параметров. Иоаннис Антоноглу (Ioannis Antonoglou), соучредитель и CTO Reflection AI, разработал полный технологический контур, связывающий игровые интеллектуальные агенты, алгоритмы планирования и выравнивание с длинным рефлексивным цепочкой.

Среди других заметных проектов — Sakana AI (основана Дэвидом Ха (David Ha)), Elorian AI (основана Эндрю Даем (Andrew Dai)), Periodic Labs (основана Лиамом Федусом (Liam Fedus) и Экин Докусом Кубуком (Ekin Dogus Cubuk)), Character.AI (основана Ноамом Шэйзером (Noam Shazeer) и Дэниелом Де Фрейтасом (Daniel De Freitas)), Thinking Machines Lab (основана Барретом Зофом (Barret Zoph) и другими), Perplexity AI (основана Аравиндом Шринивасом (Aravind Srinivas)), Harvey AI (основана Габриэлем Перейрой (Gabriel Pereyra)), Adaptation Labs (основана Сарой Хукер (Sara Hooker) и Судипом Рой (Sudip Roy)), Osmo (основана Алексом Уилтсчко (Alex Wiltschko)), Cohere (основана Айданом Гомесом (Aidan Gomez) и Ник Фростом (Nick Frosst)).

В презентации Джефф Дина представлено 34 основателя; половина из них — специалисты из Google. Среди основателей, перечисленных в PPT Джефф Дина, — Ян Чжилин . Дата: 2026-08-07.

// оригинал
Leiphone ↗ Читать оригинал
6 просмотров
// поделиться Telegram VK