有一种材料被认为有望实现量子计算机的制造，帮助人们进入量子计算时代。

这种粒子就是马约拉纳费米子(Majoranafermion)。斯坦福大学的张首晟教授为手性马约拉纳费米子起了一个名字：“天使粒子”。

北京时间2018年8月17日凌晨，Science预印版(firstrelease)上线了来自中科院物理所高鸿钧与丁洪课题组的合作成果，在铁系超导体中发现了马约拉纳边界态的重要证据，为实现量子计算机的制造奠定了有力基础。

大佬们在追寻真理的路上越走越远，而我等只能望其项背，做着最基本的工作，却还是拿不出像样的东西来发一篇paper，果然这个距离不是一星半点啊。曾几何时，就有物理学大厦已经快要建好的消息，但是如今，这门古老的学科依然焕发着勃勃的生机，我们时不时的就变成了爱丽丝，追着一只会变戏法的兔子，然后就发现了从未见过的新大陆。在里面的人欣赏这奇妙的风景，在外面的人在寻找着兔子，这门学科从未有半点的魅力衰退。

马约拉纳费米子的历史可以追溯到1928年，物理学家狄拉克通过狄拉克方程指出：宇宙中的每个基本粒子都有一个相对的反粒子，如反电子对应的“正电子”，其质量、自旋等与正常的负电子相同，但是所带电荷为正。1932年，美国加州理工学院的安德森等人宣告，他们发现了正电子。

1937年，意大利物理学家埃托雷·马约拉纳对狄拉克方程进行了修正，认为：应当存在一种费米子，其反粒子为其本身。这种粒子就被称为“马约拉纳费米子”。

正因为反粒子为其本身，因此科学家认为每个马约拉纳费米子本质上就是半个亚原子粒子，所以一个量子比特的信息可以用两个相距甚远的马约拉纳费米子存储，这样就不太可能有什么因素同时干扰它俩、让它们携带的信息丢失。换言之，马约拉纳费米子是理想的量子计算材料。

而另一方面，现有的量子物理认为宇宙中可能存在三种类型的费米子，即狄拉克费米子、外尔费米子和马约拉纳费米子。在费米子家族中，大家所熟知的电子、质子、中子等粒子都是狄拉克费米子，而在凝聚态材料中外尔费米子也在2015年被中国科学家和美国科学家同时独立地观测到。

量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加态，从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四种状态的叠加状态。随着量子比特数目的增加，对于n个量子比特而言，量子信息可以处于2种可能状态的叠加，配合量子力学演化的并行性，可以展现比传统计算机更快的处理速度。

量子计算机，早先由理查德·费曼提出，一开始是从物理现象的模拟而来的。可他发现当模拟量子现象时，因为庞大的希尔伯特空间使资料量也变得庞大，一个完好的模拟所需的运算时间变得相当可观，甚至是不切实际的天文数字。理查德·费曼当时就想到，如果用量子系统构成的计算机来模拟量子现象，则运算时间可大幅度减少。量子计算机的概念从此诞生。

在经典计算机中，基本信息单位为比特，运算对象是各种比特序列。与此类似，在量子计算机中，基本信息单位是量子比特，运算对象是量子比特序列。所不同的是，量子比特序列不但可以处于各种正交态的叠加态上，而且还可以处于纠缠态上。这些特殊的量子态，不仅提供了量子并行计算的可能，而且还将带来许多奇妙的性质。与经典计算机不同，量子计算机可以做任意的幺正变换，在得到输出态后，进行测量得出计算结果。因此，量子计算对经典计算作了极大的扩充，在数学形式上，经典计算可看作是一类特殊的量子计算。量子计算机对每一个叠加分量进行变换，所有这些变换同时完成，并按一定的概率幅叠加起来，给出结果，这种计算称作量子并行计算。除了进行并行计算外，量子计算机的另一重要用途是模拟量子系统，这项工作是经典计算机无法胜任的。

大佬们玩的风生水起，你的科研呢？

@知乎：巴甫洛夫很忙---做一件事有十个步骤：做到第一步，发现有问题A需要解决；上网查资料发现是B有问题；解决B可以通过C，D，E三个途径；查了CDE，觉得D最快，发现需要F软件；下载F软件没有license。发邮件询问IT部门；下好了F发现只能Linux下无法正常运行；试C办法。需要学习G的相关知识；搜了G的资料，开始学G；发现C解决不了，试最笨的E办法；万幸用E肝完了B问题；做到第五步发现没对；但不知道是一二三四哪个步骤有问题；挨个排除；还好是第四步，重做第四步；第四步有HI两个值，最好都越高越好；可是I高就会引起H低，反之亦然；没办法只能折中，效果不佳但也能用；第五步走通了，到第九步都很顺利；第十步无论如何都做不出来，因为有未知的问题¿；通过艰苦的排除发现¿是J或/与K，L引起的。解决J很烧钱，而K是完全没有任何知识的新领域，L耗时太久；第十步怎么解决？能不能跳过第十步？或者有没有第十一步？会不会是第一步就有问题？还值不值得投入时间？没人知道答案，全世界能帮你的人不到5个，光是讲清问题前因后果都要花半小时，要不要厚脸皮去问？就算解决了¿1，后面还会不会有¿2345....就算完成了，这么多步骤中的近似和误差累积起来，结果可靠吗？花这么多时间精力做出来的东西，可能只是一篇永远不会被重视的论文被淹没在白花花的打印纸中…

@知乎：柯蒂斯---科研探索的不确定性造成的焦虑以及成功快感的稍纵即逝。

不知道自己要干嘛；知道了要干嘛，不知道怎么干；知道了怎么干，不知道方法能不能work；方法能work，不知道深度够不够打动审稿人or方法不能work，而且不知道bug在哪；bug调了，数据有了，不知道文章该怎么写；文章写了稿投出去了，不知道能不能中；文章被拒了，不知道怎么改才能中or文章中了，收到congratulations像中彩票一样小开心一下，晚餐花了小20刀吃了个平时舍不得吃的大餐；第二天来实验室，不知道自己要干嘛；周而复始。

除了中paper的那一天有快感其他时间全是孤独地探索，快感=1/365。

@知乎：tolerator---最大的挫败感在于：原来科研就是绞尽脑汁发文章，发文章才是硬道理。只要从前人的文章中挤出一点idea(甚至算不得真正的idea)，就可以尝试做一做，如果结果还算满意，那么再好好处理一下数据，把图画的精美一些，文字写的丰满一些，再引上审稿人同志的大作，基本就可以发个不错的期刊了。与实现idea的过程相比，过多的工夫都花在了文章本身上了。当然处理数据画图语言内容组织这些都需要一定的功底和技巧。至于意义啊价值啊怎么办，同行们的文章中有大量的例句可以参考啊。总之就是，发文章与搞科研已经本末倒置了。为了生产文章去挤、造各种各样的idea，唯一的意义就是使学生毕业，使老师拿项目基金。