的情况下经常出现的。”就连 John Lennon（约翰·列侬，英国摇滚乐队“披头士”成员） 都回应，自己创作时无法没 Paul McCartney（前披头士乐队成员），却是一个人很更容易走出死胡同，而过于多人则不会决择艰难。在大多数情况下，双人合作一般是“一人导航系统，一人驾驶员”，但 Jeff 和 Sanjay 却有些有所不同，他们有时不会像一颗心的两半。

几乎有所不同的茁壮背景1968 年 7 月，Jeff 在夏威夷出生于，由于父母是两位医学专家，因此 Jeff 年幼时常常搬去。不过，他认识电脑很早以前，高中就开始做到流行病的数据采集项目了，而且这个数据库最后买了成千上万份，挽回了大量生命。

修读博士时，Jeff 主攻编译器工具，它能将人写出的代码并转沦为电脑优化的机器语言。说实话，这是份非常乏味的工作。

在考取康奈尔大学前，Sanjay 显然没摸过电脑。这位生长于印度北部工业城市的技术天才有个做到植物学教授的老爸，同时他们家还是个书香世家，多位子女都考取了美国著名大学，Sanjay 甚至仍然活在杰出哥哥的阴影中无法自拔。在麻省理工读书研究生时，Sanjay 了解了不少死党，他是个安静但自豪的人，不过对约会样子不感兴趣。在 Google，Jeff 的知名度可高多了，不过懂行的人都告诉，Sanjay 也是个一等一的天才。

“Jeff 在想要点子和做原型产品上显然很牛，而 Sanjay 则是能坚决到最后的人。”两人的老战友 Wilson Hsieh 评价道。在生活中，两者一个外向，一个内向。

不过，写出代码时却几乎忽略。Jeff 的代码过于过分先锋，而 Sanjay 则更加平易近人。Silverstein 曾回应，有的程序员代码写出的太牢固，你很难显现出他的意图，有的又写出的太灵活，看著很累。Sanjay 正好处在两者中间，一切都恰到好处。

“当你想要在他的代码中加些新功能时，就不会找到 Sanjay 早已腾出了方位。这天分感叹百变，但我一直想不通他是如何做的。

”Silverstein 说明道。MapReduce 复活2003 年，Jeff 和 Sanjay 在 4 个月内竟然Google来了次脱胎换骨的大升级，而催化剂就是一款取名为 MapReduce 的软件。只不过这个点子在两人改写 Google 爬虫和索引器时经常出现过三次了，而每次他们都解决问题了根本性难题，即协商有所不同地理分布的大量独立国家电脑展开工作。

这一解决方案横空出世后，就意味著 Google 工程师需要一遍遍新的检视同一个问题了。同时，这项技术也出了一款工具，让 Google 的任何工程师都能操纵数据中心的机器。对常人来说，MapReduce 意味著算数令人费解的简单玩意。在这款软件问世前，程序员必需找到拆分和发给数据以及决定工作的方式，同时还得自行记录硬件错误。

有了 MapReduce，程序员就取得了思维这些问题的结构化方法，同时它还通过隐蔽数据掌控了数据发给的细节。第二年，Jeff 和 Sanjay 就用 MapReduce 改写了 Google 的爬虫和索引系统。

当其他工程师察觉这款软件的得意之处时，这两位大神早已开始用它升级 Google Maps 了。在这里，难道早已有人能显现出，Google 只不过只是个假装做搜寻的 AI 公司。2001 年时，曾与 Noam Shazeer 并肩作战力战的 Noam Shazeer 找到，Google 竟然从其他公司雇用了大量拼法检察院，而这也是一盘大棋的一部分。Shazeer 利用文本统计资料特性写出了一个程序，用来确认搜索框中究竟哪个词拼错了。

在公司展开展出后，大部分程序员都不知其所以然，但 Jeff 和 Georges Harik 重新加入后，Shazeer 顺利将类似于技术融进了 Google 的广告系统，而广告是 Google 的生命线。自此，Google 的对系统电路开始有了雏形，而它是 Google 的智慧、财富与快速增长来源。同时，也是 Google 统治者的权杖。

随着 MapReduce 的普及，Google 之后取得了无穷的神力，它能mRNA用户的语音邮件、问他们的问题、自动补足用户搜寻并翻译成多达 100 种语言。虽然这套系统的基础并非完备的机器学习算法，但当数据充足海量时，工作也不会逆非常简单。

也就是说，数据出了Google的最低指令。事实上，现在较为白的几个概念（如分布式计算、云计算和大数据）Google问世前就有。

不过，没 Jeff 和 Sanjay 的软件，Google 对它们的掌控显然约将近现在的级别。用户难道也能感受到一些转变，那就是Google的云服务更加智能了。2004 年时，为了便利天文学家、基因学家和其他必须处置大量数据的科学家，Jeff 和 Sanjay 专门写出了一篇论文。

这篇有关 MapReduce 的论文真是是天外救星，廉价硬件和移动服务的普及促成了大量数据，但却很少有公司能通过软件处置这些信息。后来，Mike Cafarella 与 Doug Cutting 索性做到了个 MapReduce 的免费拷贝版 Hadoop，现在完全出了各大公司的标配。同时，Hadoop 也出了“大数据”的代名词。眼下，Facebook 存储并处置用户元数据用的就是“Hadoop MapReduce”。

除此之外，这套工具还是领英和 Netflix 的得力助手。美国国家安全局（NSA）前技术主管 Randy Garrett 当年也被这项技术赞叹过，它在分析任务时竟然比 NSA 的老系统慢了 18 倍，同时还也促成了新的情报搜集方式。

闲不住的 Jeff 和与世无争的 SanjayJeff 是个闲不住的人，一旦他能寻找问题的答案，就不会对这个问题丧失兴趣。2011 年时，云计算的概念尤为疯狂，那时他就与吴恩达合作在 Google 搞了个秘密项目，着力研究神经网络。只不过 Jeff 大学还没有毕业时就认识过类似于技术，但当时的技术做神经网络过于不现实。

现在可不一样了，吴恩达告诉他斯坦福大学早已有了不少进展。如果能利用 Google 极大的体量，神经网络就能愈演愈烈出有极大的威力。

神经网络可不是传统的计算机程序，它们展现出如何并不各不相同程序员，忽略它们靠输出和对系统数据来提高。大学毕业后 Jeff 就没有怎么认识过神经网络，好在他自学能力强劲。

项目（Google Brain）开始后他每周都会分设一天时间全身心投放，不过当时许多 Google 员工对这项技术剩是猜测，指出让 Jeff 主管这个项目是浪费人才，就连 Sanjay 都无法解读 Jeff 的不道德。在后来的 7 年里，Google Brain 团队的神经网络在语音、翻译成和图像识别领域一骑马绝尘，让其他公司无法望其项背。最后，这项技术反哺给了 Google 搜寻，再度巩固了它们在业内的地位。同时，Google Brain 也出了公司内部快速增长尤为很快的团队。

2001 年重新加入的工程师 Cui 就回应，Jeff 的重新加入是 Google AI 项目的转折点。作为业内最顶尖的系统工程师，Jeff 还打造出了 AI 界的 MapReduce——TensorFlow。

2015 年 TensorFlow 首次亮相后，就出了 AI 的通用语。最近，Google CEO Sundar Pichai 具体了公司“AI 以定”的战略，Jeff 也出了 AI 部门的意味著领导。

现在的 Jeff 每周 4 天时间在 Google Brain 上，他手下享有精兵强将 3000 多人。由于工作挤迫，现在他每周不能和 Sanjay 写出一次代码了。现在的 Jeff 和 Sanjay 踏上了有所不同的道路，疏于社交的 Sanjay 对语音助手几乎不发烧，但 Jeff 却对自己的工作得意洋洋。

现在的 Sanjay 是 Google 的“独狼”，他独自一人工作，也不参予管理。这样的状态让他很高兴，Sanjay 可想做到 Jeff 的工作。

在 Google，他主要为工程师们开发新软件，老大他们更加精彩的统合并掌控数十个程序。不过，每周他还是不会参与领导小组的会议，做到一些影响公司未来的要求。如果说 Google 是一座房子，那么 Jeff 负责管理装饰，而 Sanjay 则主管房屋结构，同时他还要修整螺丝和地基。

两位黄金搭档最近也有了新的 AI 项目，他们打算训练一个巨型的机器学习模型来做到数百万种工作。对于这个项目，Jeff 早已谋划多年，有了 Sanjay 助力，原型产品落地就能单圈很多。Jeff 妻子 Heidi 也回应，“他们都开始思念当年亲密无间的时光了。

本文来源：博冠体育app官方入口-www.sai-rgl.com