Jeff Dean

ウィキ
, , ,
1

アメリカの計算機科学者、Google シニアフェロー。Google の分散システム基盤と機械学習プラットフォームの主任アーキテクトであり、現在は Google DeepMind のチーフサイエンティストを務める。

基本情報・プロフィール

項目 詳細
氏名 ジェフリー・アッドゲイト・ディーン
生年月日 1968年7月23日、アメリカ合衆国ハワイ州ホノルル
国籍 アメリカ
現在の所属機関 Google DeepMind
現在の役職 チーフサイエンティスト
研究分野 分散システム、大規模機械学習、深層学習、コンピュータシステム、医療向け機械学習
博士課程指導教官 クレイグ・チェンバース
博士論文 Whole-Program Optimization of Object-Oriented Languages (ワシントン大学、1996年)
Google 研究ページ research.google/people/jeff
X / Twitter @JeffDean
Google Scholar scholar.google.com/citations?user=NMS69lQAAAAJ

概要

ジェフ・ディーンは、1999年半ばに Google の30人目の社員として入社し、それから四半世紀にわたって現代のインターネットインフラを形成してきたアメリカ人の計算機科学者である。長年の協力者であるサンジェイ・ゲマワットと共に、MapReduce、Bigtable、Spanner、Protocol Buffers といった分散システムの基礎を設計・構築し、大規模データ処理のアーキテクチャを定義するとともに、Apache Hadoop をはじめとする一連のオープンソースプロジェクトに影響を与えた。2011年以降は機械学習に軸足を移し、Google Brain を共同設立して主導。DistBelief、TensorFlow、Pathways という3世代にわたる機械学習トレーニングインフラの開発、さらに word2vec、知識蒸留、スパース Mixture-of-Experts アーキテクチャに関する影響力のある研究も手がけた。ディーンとゲマワットは、Google の最高技術職である Senior Fellow の称号を授与された唯一の2人である。2023年に Google Brain と DeepMind が統合されて Google DeepMind が発足して以来、チーフサイエンティストとして研究と製品の両方の AI 分野で活動している。

幼少期・教育

子供時代と転居の多い生い立ち

ディーンは1968年7月23日、ハワイ州ホノルルで生まれた。父親は熱帯病研究医、母親は医療人類学者で、家族は彼の幼少期に頻繁に転居し、ハワイ、フィリピン、ウガンダ、ソマリア、スイス、そして米国内の複数の都市に住んだ。5年生から10年生まではミネアポリス・セントポール地域の学校に通い、後に学部教育でも同地に戻った。高校時代と大学の夏休みには、疫学ソフトウェア「Epi Info」を作成した。当初は疾病対策センター（CDC）向け、後に世界保健機関（WHO）向けのもので、このプロジェクトは現在でも彼の最も引用されている業績の一つである。

ミネソタ大学 (1986–1990)

ディーンは1990年、ミネソタ大学でコンピュータサイエンスと経済学の理学士号を summa cum laude（最優等）で取得した。Vipin Kumar の指導の下で書かれた優等論文では、ニューラルネットワークトレーニングの並列実装を探求しており、これは後に彼のキャリアが向かう方向性を示す初期の兆候だった。将来の妻となるハイジ・ホッパーとは大学1年生の時に出会い、2人とも1990年に卒業した。

世界保健機関 (1990–1991)

学部と博士課程の間に、ディーンはジュネーブの WHO グローバルエイズプログラムで1年間過ごし、HIV/AIDS パンデミックのための統計モデリング・予測ソフトウェアを開発。これは高校時代に始めた Epi Info のコードベースを拡張したものだった。

ワシントン大学 博士課程 (1991–1996)

ディーンは1996年、ワシントン大学でクレイグ・チェンバースの指導の下、コンピュータサイエンスの博士号を取得した。博士論文では、オブジェクト指向言語向けのコンパイラ最適化、特に Cecil や C++ といった言語のためのプログラム全体解析と選択的特殊化技法を取り扱った。この研究は、PLDI 2005 で10年後の最も影響力のある論文賞、関連するプロファイリング研究で SOSP 1997 の最優秀論文賞を受賞した。

経歴

ディジタル・イクイップメント・コーポレーション / Compaq Western Research Lab (1996–1999)

卒業後、ディーンはパロアルトにある DEC の Western Research Lab に入社し、低オーバーヘッドのプロファイリングツール、アウトオブオーダープロセッサ向けマイクロプロセッサアーキテクチャ、Web ベースの情報検索に取り組んだ。この仕事の多くはサンジェイ・ゲマワットとの緊密な協力の下で行われ、2人のキャリアを決定づけることになるプロフェッショナルなパートナーシップが始まった。Compaq による DEC 買収後、ディーンは1999年初頭に比較ショッピングスタートアップの mySimon に短期間籍を置き、分散型 Web クローリング・インデックスシステムを設計した後、同年後半に去って Google に入社した。

Google — インフラエンジニアからシニアフェローへ (1999–2011)

ディーンは1999年半ば、Google の30人目の社員として入社した。その後12年にわたり、ディーンとゲマワットは Google のエンジニアリングの中核を再設計し、文書量、クエリ負荷、更新頻度の桁違いの増大に対応できるシステムを提供した。主な貢献は、社内分散コンピューティングスタック（MapReduce (OSDI 2004)、Bigtable (OSDI 2006)、Spanner (OSDI 2012)、LevelDB (2011)、Protocol Buffers）と、5世代にわたるクローリング、インデックス、クエリ提供システムである。また、初期の Google Ads 提供システムの設計と実装を主導し、Google 翻訳の統計的機械翻訳バックエンドにも貢献した。ディーンとゲマワットは共同で Google シニアフェローに任命された。これは同社の最高技術職であり、2025年現在もこの2人にしか与えられていない特別な地位である。

Google Brain — 共同設立者およびリーダー (2011–2018)

2011年、ディーンは新設された Google X（ムーンショット工房）に参加し、ディープニューラルネットワークの調査を開始した。初期の実験（後に「猫ニューロン論文」として知られる）では、数百万の YouTube フレームを使った教師なし学習により、顔検出ニューロンを自発的に発現するネットワークをトレーニングした。これは、手作業によるラベルデータなしで大規模深層学習が意味のある表現を表面化できることを実証したものだ。このプロジェクトは Google Brain の種となり、ディーンは2012年にこれを共同設立し、主導し始めた。彼の指揮の下、チームは深層信念ネットワーク向けのプロプライエタリな分散トレーニングシステム DistBelief を開発した。これは、当時発表されていた最先端モデルが1000万～5000万パラメータだった時代に、20億パラメータのモデルにスケールするものだった。DistBelief は後に TensorFlow にリファクタリングされ、ディーンはそのオープンソース化を推進。2015年11月にリリースされ、その後数年にわたり最も広く採用された深層学習フレームワークとなった。この期間の Brain の研究では、word2vec (NeurIPS 2013)、知識蒸留 (2015)、Mixture-of-Experts レイヤー (ICLR 2017)、Google のニューラル機械翻訳システム (2016) なども生み出された。

Google AI — 責任者 (2018–2023)

2018年4月、ジョン・ジャナンドレアの Apple への転出を受け、ディーンは Google の AI 部門の責任者に任命され、Google Brain、Google Research、および DeepMind や製品チームとの関係を統括することになった。この立場で、Transformer アーキテクチャ、BERT、TPU ハードウェア、PaLM、Pathways ML インフラシステムに関する研究を指揮する一方、チップ設計向け ML、医療向け ML、気候変動向け ML などの分野でも研究を共同執筆した。この期間は、AI 倫理研究者のティムニット・ゲブルー（2020年12月）とマーガレット・ミッチェル（2021年2月）の著名な退職によって特徴づけられ、大きなメディアの注目を集めた。ディーンはこれについて、異論のある研究の取り扱いにおける失敗を認める社内メッセージを発信した。

Google DeepMind — チーフサイエンティスト (2023–現在)

2023年4月、Alphabet は Google Brain と DeepMind を単一ユニット Google DeepMind に統合し、デミス・ハサビスが統括することを発表した。この再編の一環として、ディーンは Google のチーフサイエンティストに就任し、Google DeepMind と Google Research 全体での AI の進歩に注力している。Google のマルチモーダルフラッグシップモデルファミリーに Gemini という名前を付けたのも彼で、「双子が力を合わせるように」という意味が込められている。2025年には、大学の研究室から AI 研究の実用化を加速することに焦点を当てた非営利団体 Laude Institute の理事に就任した。現在もシステムと ML の研究方向に関する論文を発表し、頻繁に基調講演を行っており、Perplexity、Sakana AI、Roboflow、World Labs などの AI スタートアップにエンジェル投資家として積極的に関与している。

主な貢献

  • MapReduce (OSDI 2004、サンジェイ・ゲマワットとの共著) — コモディティクラスタ上で大規模データセットを処理・生成するためのプログラミングモデルを導入。フォールト処理とデータ分割を抽象化し、Apache Hadoop に直接的な影響を与え、業界全体の大規模データ処理を変革した。SIGOPS 殿堂入り賞 (2015)。
  • Bigtable (OSDI 2006、ゲマワット、フェイ・チャン、マイク・バロウズらとの共著) — ペタバイト規模の半構造化ストレージシステムを設計。ピーク時に毎秒60億以上のリクエストを処理し、管理下に1000万ギガバイト以上のデータを保持。NoSQL ムーブメントに影響を与え、Cloud Bigtable として外部でも利用可能。SIGOPS 殿堂入り賞 (2016)。
  • Spanner (OSDI 2012、ゲマワットらとの共著) — Paxos と地理的データセンター間での高度に同期されたクロックを通じて強い一貫性を提供する、グローバル分散リレーショナルデータベース。OSDI 2012 最優秀論文賞、SIGOPS 殿堂入り賞 (2022)、2025年 ACM SIGMOD システムズ賞受賞。
  • Protocol Buffers — 言語に依存しないバイナリシリアライゼーションフォーマットを共同設計。Google の事実上すべての RPC プロトコルで使用され、オープンソース化され Google 外でも広く採用されている。
  • LevelDB (2011、ゲマワットとの共著) — Bigtable の SSTable 設計に由来するオープンソースのキーバリューストア。Google Chrome の IndexedDB、Bitcoin Core、Minecraft Bedrock Edition などに組み込まれている。
  • DistBelief — 独自の分散トレーニングシステムを設計・構築。20億パラメータのモデルを可能にし、当時の発表された研究よりも桁違いに大規模。TensorFlow の直接の前身。
  • TensorFlow (2015年、オープンソース化) — Google の ML フレームワークのオープンソース化を共同設計し推進。組み込みデバイスから TPU スーパーコンピュータに至るまで、数百万の研究者や開発者によって使用されている。
  • Pathways (MLSys 2022) — 異種、マルチタスク、スパースなニューラルネットワークトレーニングを大規模に可能にする非同期分散データフローシステムを共同設計。PaLM と Gemini の基盤インフラ。
  • word2vec (NeurIPS 2013、トマーシュ・ミコロフらとの共著) — 分散単語表現を導入した2つの論文を共同執筆。NLP の基礎となり、NeurIPS 2023 Test of Time Award 受賞。
  • 知識蒸留 (2015、ジェフリー・ヒントン、オリオル・ヴィニャルスとの共著) — 大規模な教師ネットワークから小さな生徒モデルに知識を転送する手法を共同開発。モデル圧縮とデプロイパイプラインで現在広く使用されている。
  • Mixture-of-Experts レイヤー (ICLR 2017) — スパースゲート付き MoE に関する論文を共同執筆。現在のフロンティアモデルを含む、現代の大規模スパースアーキテクチャの基盤となっている。
  • 「The Tail at Scale」 (Communications of the ACM、2013年、ルイス・アンドレ・バローゾとの共著) — 大規模サービスにおけるレイテンシ変動を分析し、ロングテールレイテンシを抑える手法を提案。SIGOPS 殿堂入り賞 (2025)。
  • TPU アーキテクチャの推進 — 本番環境での大規模深層学習にはカスタムシリコンが必要であることを早期に認識。TPUv1 以降の Google Tensor Processing Unit プログラムを推進し、推論において同時代の CPU/GPU と比較して30～80倍の性能対ワット比を実現。
  • 「The Great AI Awakening」への貢献 — 2016年のニューヨークタイムズマガジンの特集記事で取り上げられたニューラル機械翻訳の研究。Google 翻訳におけるニューラル手法への移行の規模を広く一般に知らしめた。

受賞・栄誉

  • ACM コンピューティング賞 (2012年、サンジェイ・ゲマワットとの共同受賞) — スケーラブルな分散システムへの基礎的な貢献に対して。
  • ACM SIGOPS Mark Weiser 賞 (2012年) — オペレーティングシステム研究への貢献に対して。
  • ACM フェロー (2009年)
  • 米国国家工学アカデミー会員 (2009年) — 米国工学における最高の栄誉の一つ。
  • 米国芸術科学アカデミー・フェロー (2016年)
  • 米国科学振興協会フェロー (日付未特定)
  • IEEE ジョン・フォン・ノイマンメダル (2021年) — IEEE のコンピュータ科学・工学における最高の栄誉。
  • NeurIPS Test of Time Award (2023年) — word2vec 論文「Distributed Representations of Words and Phrases and their Compositionality」（NeurIPS 2013）に対して。
  • SIGOPS 殿堂入り賞 — MapReduce (2015年)、Bigtable (2016年)、Spanner (2022年)、「The Tail at Scale」 (2025年)。
  • ACM SIGMOD システムズ賞 (2025年) — Spanner に対して。
  • TIME100 AI (2025年) — Time 誌の「世界で最も影響力のある AI 関係者100人」に選出。

主な関係者

  • サンジェイ・ゲマワット — 数十年にわたるエンジニアリングパートナー。MapReduce、Bigtable、Spanner、LevelDB、Protocol Buffers の共著者であり、Google シニアフェローの唯一の2人。The New Yorker 誌は2018年に「The Friendship That Made Google Huge」で両者のコラボレーションを特集した。
  • クレイグ・チェンバース — ワシントン大学での博士課程指導教官。オブジェクト指向言語向けコンパイラ最適化に関するディーンの研究を指導。
  • Vipin Kumar — ミネソタ大学での学部優等論文指導教官。ディーンの初期のニューラルネットワークトレーニング研究を指導。
  • ジェフリー・ヒントン — 知識蒸留論文（2015年）の共著者。ヒントンの深層信念ネットワークに関する研究は、Google Brain 設立の直接的な知的先駆けとなった。
  • デミス・ハサビス — Google DeepMind の CEO であり、2023年の Google Brain と DeepMind の統合におけるディーンのカウンターパート。現在は2人で統合組織を共同統括している。
  • ティムニット・ゲブルー — Google の Ethical AI チームの元共同リーダー。2020年12月の解雇は重要な内部および public な論争を引き起こし、ディーンのリーダーシップ判断が問題視された。
  • Quoc V. Le — 長年にわたる Google Brain の共同研究者。猫ニューロン論文、word2vec、ニューラル機械翻訳研究の重要人物。
  • デビッド・パターソン — コンピュータアーキテクチャのパイオニアであり、TPU と ML の炭素排出に関する研究の協力者。Laude Institute 理事会でディーンと共に理事を務める。

個人的スタイル

ディーンは、業界内で非常に広範な技術的範囲を持つことで特徴づけられる。四半世紀以上にわたるキャリアの中で、コンパイラ理論、分散システム、深層学習研究を自在に渡り歩き、常に実現可能なスケールの限界で動作するシステムを好む。彼の技術文書や講演では定量的な枠組みが好まれ、定性的な評価ではなく具体的なスループット、レイテンシ、炭素排出データを公表することで知られ、ML の環境コストに関する誤った情報と考えるものに公に異議を唱えてきた。研究プロフィール以外では、インターネットミーム「Jeff Dean Facts」（チャック・ノリス風の彼のプログラミング能力を誇張するジョーク）の題材となっており、これは他の技術者が手に負えないと考える問題に取り組むというエンジニア間の真の評判を反映している。彼の個人ウェブサイトや講演からは、異常なほど転居の多かった幼少期の背景が垣間見え、そのことが分野や地域を越えて活動する際の適応力に部分的に寄与していると彼自身が認めている。

参考文献