安娜·帕特森是美国计算机科学家和技术高管，现任谷歌工程副总裁，负责监督谷歌搜索的人工智能和机器学习基础设施。她的职业生涯横跨学术界、初创企业和大型科技公司，在开发每天处理数十亿次查询的系统方面发挥了重要作用。在加入谷歌之前，她曾在日本人力资源和信息服务公司瑞可利担任领导职务，并共同创立了多家科技企业。
帕特森在伊利诺伊大学厄巴纳-香槟分校获得计算机科学博士学位，研究重点为信息检索和数据库系统。她的早期工作为日后对搜索引擎技术的贡献奠定了基础，特别是在索引和排序算法领域。
早期职业生涯与学术界
完成博士学位后，帕特森在伊利诺伊大学担任研究科学家，开发了高效文本索引算法。她后来加入施乐帕洛阿尔托研究中心（Xerox PARC），探索信息访问和文档管理的新方法。在施乐帕洛阿尔托研究中心的经历使她接触到人机交互和分布式系统的前沿研究，这影响了她后续的工程决策。
在20世纪90年代末，帕特森共同创立了一家专注于企业搜索软件的初创公司，该公司后来被收购。这段创业经历让她对规模化搜索技术以用于商业用途的挑战有了实际认识，这一主题在她职业生涯中反复出现。
加入谷歌
帕特森于2004年以软件工程师身份加入谷歌，最初在搜索质量团队工作。她迅速晋升，为支撑谷歌搜索的索引基础设施的重大改进做出了贡献。她早期的一个 notable 项目是重新设计索引管道，以应对网页内容的指数级增长，这需要创新的分布式计算和数据压缩方法。
到2007年，帕特森已成为高级工程领导者，负责监督“Caffeine”索引系统的开发，该系统于2010年推出。Caffeine为网页搜索提供了最多50%更新的结果，并显著降低了延迟，标志着谷歌搜索基础设施的一个重大里程碑。帕特森在这一时期的领导力为她赢得了现代网页搜索关键架构师的认可。
在瑞可利的领导工作
2012年，帕特森离开谷歌加入瑞可利，这是一家总部位于东京的公司，拥有全球在线服务组合，包括求职、房地产和旅行。作为工程副总裁，她领导公司现代化技术栈并在各产品中采用Machine learning技术的努力。她还担任瑞可利多家子公司的董事会成员，帮助指导其技术战略。
在瑞可利任职期间，帕特森专注于构建可扩展的数据平台，并将AI整合到招聘和匹配服务中。她倡导使用Deep learning模型来改进职位推荐和候选人匹配，这成为公司的竞争优势。她在瑞可利的工作证明了AI/ML在传统搜索之外的适用性，影响了她后来在谷歌的基础设施方法。
重返谷歌及AI/ML基础设施
帕特森于2017年重返谷歌，担任工程副总裁，负责谷歌搜索的AI和机器学习基础设施。在此职位上，她监督为排序、个性化和自然语言理解训练和提供服务的大规模分布式系统的开发。她的团队与Google DeepMind及其他研究团队密切合作，将尖端技术整合到生产系统中。
帕特森的关键举措之一是采用基于Transformer (architecture)的架构，如BERT及后续模型，以改进搜索查询理解。这些依赖Neural network注意力机制的模型，显著增强了谷歌搜索解读用户意图和提供相关结果的能力。帕特森一直积极倡导负责任的AI部署，强调严格测试和公平性考虑的必要性。
在她的领导下，谷歌还大力投资于专用硬件，包括张量处理单元（TPU），以加速模型训练和推理。帕特森曾公开谈论算法与硬件协同设计以实现效率提升的重要性，这一理念与行业向领域专用加速器发展的趋势一致。
对开源和研究的贡献
帕特森贡献于多个开源项目，包括广泛用于企业搜索的Apache Lucene和Apache Solr。她还发表了关于信息检索和分布式系统的研究论文，并拥有多项与搜索技术相关的专利。她的工作获得了专业组织的奖项认可，包括因早期索引研究而获得的ACM SIGIR时间检验奖。
除了工程职责外，帕特森还担任多家初创公司和学术机构的顾问。她指导了许多科技领域的女性，倡导提高技术行业的多样性。她经常在机器学习国际会议（ICML）和神经信息处理系统会议（NeurIPS）等会议上发表演讲，分享关于扩展AI系统的见解。
对谷歌搜索的影响
帕特森的贡献直接影响到了谷歌搜索的质量和速度。她帮助构建的基础设施每天处理超过35亿次搜索，在几分之一秒内提供结果。她对新鲜度和相关性的关注塑造了谷歌处理突发新闻、实时更新和长尾查询的方式。
其中一个显著成就是将神经检索模型集成到搜索管道中，这改进了超越简单关键词重叠的查询与文档匹配能力。从词汇匹配到语义匹配的转变是谷歌AI优先战略的基石，而帕特森是其实施的推动力量。
认可与奖项
帕特森已被多家出版物评为科技领域最具影响力的女性之一，包括《福布斯》和《商业内幕》。她于2019年获得伊利诺伊大学杰出校友奖。2021年，她因对信息检索和大规模系统的贡献当选为计算机协会（ACM）会士。
她在谷歌内部也获得了认可，多次获得谷歌创始人奖，这是谷歌在技术成就方面的最高荣誉。这些荣誉反映了她在搜索和AI基础设施领域推动技术进步的作用。
个人生活与倡导
帕特森以其务实的工程方法著称，经常强调简单性而非新颖性的重要性。她一直倡导利用AI解决实际问题，例如改善发展中地区的信息获取。她还谈及AI工程师的道德责任，敦促业界考虑其工作的社会影响。
在业余时间，帕特森喜欢指导年轻工程师并参与编程竞赛。她参与了推广STEM教育给 underrepresented 群体的组织，如“编程女孩”和安妮塔·博格研究所。
遗产与未来方向
截至2024年，帕特森继续领导谷歌的AI/ML基础设施，专注于将Large language model能力整合到搜索中。她的工作预计将塑造下一代对话式和多模态搜索体验。随着Generative AI的快速发展，帕特森的角色在确保谷歌系统保持可扩展性、可靠性和可信赖性方面变得日益关键。
帕特森的职业生涯体现了学术研究、创业创新和大规模工程之间的交汇。她的贡献不仅改善了数十亿人获取信息的方式，还为构建既强大又负责任的AI系统树立了标准。