门板上做研究的首席科学家：Jeff Dean解密谷歌和Gemini背后的故事​

主要观点总结

本文讲述了Jeff Dean在谷歌和Google Brain团队的工作经历，以及对多模态模型的发展和应用。文中提及了神经网络的发展历程、Google Brain团队的神经网络研究以及对于多模态处理的理解。此外，还详细解释了Transformer架构对于序列处理的变革性影响，以及多模态模型在处理不同类型输入数据时的优势。最后，讨论了多模态模型在教育、医疗等领域的应用潜力以及面临的挑战。

关键观点总结

关键观点1: Jeff Dean在谷歌度过了大部分职业生涯，见证了谷歌搜索和其他产品的成长和变革。

他对谷歌的喜爱不减反增，并始终坚守谷歌最初的愿景。”

关键观点2: Google Brain团队的研究旨在解决大型神经网络的问题。

团队通过训练大型神经网络，实现了在图像识别等领域的重大突破。

关键观点3: 多模态处理是结合不同数据类型（如文本、图像、音频等）的关键。

它有助于模型更深入地理解各种数据，并触发相关的联想和意义。

关键观点4: Transformer架构的出现大大提高了序列处理的效率和性能。

与传统递归模型相比，Transformer架构能够并行处理大量词语，提升了10到100倍。

关键观点5: 多模态模型在教育、医疗等领域具有巨大的应用潜力。

它们能够个性化学习体验，提供一对一的辅导效果，并帮助人们更好地理解世界。

文章预览

大数据文摘授权转载自AI科技评论 作者：刘洁 编辑：岑峰 “最开始我就知道谷歌相当有希望，谷歌能发展到现在的规模不过是水到渠成。” 这位谷歌首席科学家在谷歌度过了近乎一半的人生，对谷歌的喜爱不减反增，到现在还依然坚守着谷歌最初的愿景并为此奋斗： 组织全球信息并使其普遍可用和有用 Jeff Dean 还记得刚加入谷歌的时候，每到周二的流量高峰期就开始担心系统会不会崩溃，还好后来及时增加了设备，对代码和搜索功能做了更多优化，谷歌搜索这才步入了正轨。 后来吴恩达在谷歌担任顾问，Jeff Dean 和他商定了大型神经网络的研究目标，最终促成了 Google Brain 团队的成立。 2011年，伴随着质疑和不信任，Google Brain 终于成功训练出比当时其他模型大 50 到 100 倍的神经网络。 而在同一时期的大洋彼岸，DeepMind 的研究才刚刚开始。 Jeff Dean ………………………………