Jeff Dean odchodzi z Google. Zakłada startup AI dla nauki

• Jeff Dean, legendarny inżynier Google, opuszcza firmę po ponad dwóch dekadach
• Wraz z nim odchodzi grupa czołowych badaczy AI z Google
• Nowy startup ma wykorzystać AI do przyspieszenia odkryć naukowych
• To kolejny przykład exodusu talentów z Big Tech do własnych projektów

Mówią, że w Google pracuje się na całe życie. Zwłaszcza jeśli jesteś Jeffem Deanem - człowiekiem, który współtworzył fundamenty infrastruktury tej firmy. Dean właśnie pakuje biurko. I nie jest sam.

Jeff Dean to nie jest kolejny inżynier z wizytówką Google. To człowiek, który przez ponad 20 lat budował techniczne fundamenty firmy. MapReduce, BigTable, TensorFlow - jeśli korzystałeś z Google w ostatniej dekadzie, korzystałeś z jego pracy. Teraz Dean i grupa innych topowych badaczy AI z Google zakładają własny startup.

Nauka, nie kolejny chatbot

Misja nowego startupu brzmi inaczej niż typowe "zbudujemy lepszego ChatGPT". Dean i jego zespół chcą wykorzystać AI do przyspieszenia procesu odkryć naukowych. Konkretnie: nauczyć modele AI rozumieć i generować hipotezy naukowe, analizować dane eksperymentalne, wskazywać obiecujące kierunki badań.

To ambitny cel. Nauka to nie tylko przetwarzanie tekstu. To formułowanie pytań, których nikt wcześniej nie zadał. Projektowanie eksperymentów, które mogą zająć lata. Łączenie obserwacji z dziedzin, które pozornie nie mają ze sobą nic wspólnego.

Jeśli Dean i jego zespół to rozgryzą, konsekwencje będą większe niż kolejny model językowy. Mówimy o potencjalnym przyspieszeniu odkryć w medycynie, materiałoznawstwie, fizyce. O skróceniu czasu od hipotezy do przełomu z dekad do lat.

Exodus z Big Tech trwa

Dean nie jest pierwszym czołowym badaczem AI, który opuszcza Google w ostatnich latach. Ilya Sutskever odszedł z OpenAI (które samo wyrosło z exodusu z Google Brain) i założył Safe Superintelligence. Andrej Karpathy odszedł z Tesli. Ashish Vaswani, współautor artykułu "Attention Is All You Need", który zapoczątkował rewolucję transformerów, założył Adept (a potem Essential AI).

Wzorzec jest prosty: najlepsi badacze budują fundamenty w Big Tech, a potem odchodzą, żeby realizować własne wizje. Google, Meta, Microsoft dają zasoby obliczeniowe i dane. Dają też biurokrację, politykę korporacyjną i presję na produkty, które zarabiają teraz - nie za 5 lat.

Startup daje wolność. Zabiera zasoby. Dean i jego zespół będą musieli zbudować infrastrukturę obliczeniową, pozyskać finansowanie, zebrać dane treningowe. To nie jest trywialne, nawet dla legendy branży.

Co to oznacza dla Google

Utrata Deana to symboliczny cios. Nie chodzi tylko o jednego inżyniera (choćby legendarnego). Chodzi o sygnał dla reszty zespołu: jeśli nawet Dean widzi lepszą przyszłość poza Google, może warto się zastanowić.

Google wciąż ma Gemini, DeepMind, ogromne zasoby obliczeniowe i dane. Traci ludzi, którzy wiedzą, jak to wszystko wykorzystać. A w AI to ludzie, nie GPU, są najtrudniejsze do zastąpienia.

AI dla nauki - realna szansa czy hype?

Pomysł wykorzystania AI do odkryć naukowych nie jest nowy. DeepSeek testuje modele do matematyki i fizyki teoretycznej. Anthropic eksperymentuje z Claude w analizie literatury naukowej. Google DeepMind ma AlphaFold, który przewiduje struktury białek.

AlphaFold to dobry punkt odniesienia. Nie zastąpił biologów - dał im narzędzie, które skróciło proces z miesięcy do godzin. Jeśli startup Deana osiągnie podobny efekt w szerszym zakresie nauk, to będzie przełom.

Jest haczyk. Nauka to nie tylko obliczenia. To intuicja, kreatywność, umiejętność zadawania właściwych pytań. AI potrafi optymalizować znane procesy. Czy potrafi odkrywać nieznane? To pytanie, na które Dean będzie musiał odpowiedzieć.

Polska perspektywa

Dla polskich naukowców i firm badawczych to ciekawy sygnał. Jeśli AI rzeczywiście przyspieszy odkrycia naukowe, dostęp do tych narzędzi będzie kluczowy. Pytanie, czy startup Deana będzie otwarty (jak Hugging Face), czy zamknięty (jak OpenAI). Od tego zależy, czy polskie ośrodki badawcze będą mogły z tego skorzystać, czy tylko je obserwować.

Unia Europejska inwestuje w AI dla nauki przez programy Horizon. Jeśli Dean odniesie sukces, presja na europejskie odpowiedniki wzrośnie. To może być dobra wiadomość dla polskich zespołów badawczych.

Co dalej

Dean i jego zespół nie ujawnili jeszcze szczegółów - ani nazwy startupu, ani konkretnych planów produktowych. Wiemy tylko tyle: chcą wykorzystać AI do nauki, mają doświadczenie w budowaniu systemów na skalę Google, i są gotowi zrezygnować z komfortu Big Tech.

To wystarczy, żeby branża zwróciła uwagę. Jeśli ktoś może zbudować AI, które rzeczywiście przyspieszy odkrycia naukowe, to właśnie Dean i ludzie, którzy z nim odchodzą.

Pytanie brzmi: czy AI jest już wystarczająco dojrzałe, żeby to zrobić? Czy może Dean i jego zespół będą musieli najpierw zbudować fundamenty, których jeszcze nie ma? Za rok albo dwa się dowiemy.

Najczęstsze pytania

Kim jest Jeff Dean i dlaczego jego odejście z Google jest ważne?

Jeff Dean to legendarny inżynier, który przez ponad 20 lat budował kluczowe technologie Google - od MapReduce przez BigTable po TensorFlow. Jego odejście to symboliczny cios dla Google i sygnał, że nawet najlepsi badacze widzą większy potencjał poza Big Tech.

Czym będzie zajmował się nowy startup Jeffa Deana?

Startup ma wykorzystać AI do przyspieszenia procesu odkryć naukowych. Konkretnie: nauczyć modele AI formułować hipotezy naukowe, analizować dane eksperymentalne i wskazywać obiecujące kierunki badań. To bardziej ambitny cel niż budowa kolejnego chatbota.

Czy AI rzeczywiście może przyspieszyć odkrycia naukowe?

Są już przykłady sukcesu - AlphaFold od Google DeepMind przewiduje struktury białek w godziny zamiast miesięcy. Pytanie brzmi, czy da się to rozszerzyć na szerszy zakres nauk i czy AI potrafi nie tylko optymalizować znane procesy, ale odkrywać nieznane. Dean będzie musiał to udowodnić.

Co to oznacza dla polskich naukowców i firm badawczych?

Jeśli startup Deana odniesie sukces, dostęp do takich narzędzi AI będzie kluczowy dla konkurencyjności. Pytanie, czy będzie to model otwarty (jak Hugging Face), czy zamknięty (jak OpenAI). Od tego zależy, czy polskie ośrodki badawcze będą mogły z tego skorzystać bezpośrednio.