這大概是現在桑達爾·皮查伊感覺最尷尬的事情。量子智腦已經被證明是人類文明走向宇宙不可或缺的技術，但是曾經專門召開釋出會，炫耀自家已經初步掌握了量子霸權的谷歌，卻在宇馨科技的量子智腦已經出了第四代產品之後，才剛剛掌握普通量子計算機的生產技術。
而且還是在多方援助的情況之下。
感覺尷尬的原因最主要的還是曾經在他任期上的那次量子計算機釋出會。
甚至就因為那場釋出會，他差一點點就要讓出谷歌總裁的位置。
現今，量子智腦依然成為了谷歌的痛點。
這一痛點大概會持續到谷歌能夠真正製造出效能堪比宇馨科技量子智腦的產品，但就目前的情況看來，可能性依然不大，即便是完全不考慮智慧財產權因素，直接仿製也有許多問題還沒能解決。
事實上，他們的確不需要考慮智慧財產權跟專利因素。
因為宇馨科技的量子智腦技術並沒有在除華夏之外的地區直接申請專利，如果那樣的話，也許谷歌現在真不需要這麼尷尬。
畢竟專利制度是讓技術創新者透過公開技術方案換取市場的排他權利，但宇馨科技雖然在量子智腦專案上進行了技術輸出，但卻並沒有公開技術方案的意願，這可以說是對世界其他地區反向破解技術的一種藐視。
但實情卻的確如此。
微觀層面的反向破解的確難度太大。
沒有總體構建思路，想要弄清楚奈米級的各種電路佈局本就是一件極為困難的事情。
更別提還是量子晶片跟電子晶片本就有著極大的區別。
這還只是硬體。
更讓無數人感覺糟心的是針對量子智腦的演算法跟軟體。
事實已經證明智腦跟計算機是兩種完全不同的概念，智腦的自動化程度是計算機完全無法比擬的。就拿谷歌曾經轟動一時的阿法狗來說，雖然說它能像人一樣的下圍棋，但究其根本依然是深層次神經網路學習結構，說是智慧，但其實就是透過一層層條件判斷，來模擬出類似人類預感的那種模糊處理能力。
但量子智腦不同，它是能真正進行學習跟理解。即便沒有足夠的資料做學習跟對比，同樣也能完美理解人類語言的含義，能夠學習各種棋牌類的規則，甚至在競技棋牌領域戰無不勝，比如直接幹翻阿法狗。
是的，谷歌曾用寶貴的量子算力做過實驗，直接用量子智腦跟三代阿法狗進行圍棋對戰，最後結果是在人類世界戰無不勝的三代阿法狗直接被量子智腦狂虐，雙方在一週之內對戰總計103局，三代阿法狗全敗。
這還不算什麼，其中甚至有73局全是中盤便直接投子認輸。
差距就在這裡顯現出來了。
即便以阿法狗團隊的自負，也不得不接受這個事實，那就是透過量子智腦這一硬體基礎培育出的強人工智慧是經典電子計算機時代無法所無法比擬的。
這才是真正的差距。
現在谷歌的量子計算機或者也可以透過衛星採集的資料來計算雲層的運動，並給出極為精準的天氣預報，但是它們不能像量子智腦那樣只需要一個指令，不但會自動採集資料，還會自動摒棄無效資料，並直接給出反饋，甚至查探到異常情況，還能直接發出警報，甚至對該釋出何種級別的災難天氣預警給出建議。
這才是真正的人工智慧，就好像一個貼心的關鍵，時刻都保持這警惕，能夠從微小的異變中，察覺到可能出現的問題，並及時提醒主人。
當然更重要的是，谷歌自己的量子計算機並不會程式設計。
別說給自己程式設計，就是為經典電子計算機程式設計都不會。
蠢，蠢得無可救藥！
這大概也是桑達爾·皮查伊一直表現很低調的原因。
如果放棄量子智腦，谷歌就需要數以萬計的優秀軟體工程師來接續正在進行中的專案。但是鑑於人類程式設計師大規模協同程式設計能力跟量子智腦的程式設計能力差得不止一點半點，抱著節省資源提高效率的願景，大半的軟體工程師早就已經被時代淘汰了，只留下最高階的那群人。
更可怕的是，現在計算機程式設計專業已經成了冷門中的冷門，目前計算機專業的學生們大都只是利用程式設計來鍛鍊程式設計思維能力，哪還有人願意深入去鑽研這個未來極難就業的專業？