一个玻色子网络在通过分束器和移相器时在不同模式之间演化，并已被应用于证明量子计算的优势，虽然这种网络主要是在使用光子的光学系统中实现的，但最近已经开始有研究探索了解决光子系统中的主要限制（例如光子损耗）的潜在方案。捕获离子的振动模式（声子）的量化激发是实现这种玻色子网络的一个极具希望的策略。鉴于此，来自清华大学物理系的Kihwan Kim等人开发了一种最小损耗可编程声子网络，其中任何声子状态都可以被确定地准备和检测。

文章要点：

1) 该研究成功实现了具有多达四个集体振动模式的网络，从而可以被扩展以揭示量子优势，且研究使用具有固定总声子数的任意多模状态对示例性层析成像算法的网络性能进行了基准测试；

2) 此外，研究获得了单声子态和双声子态的高重建保真度，这一工作展示了一种清晰的途径，可以用于扩展声子网络，以进行量子信息处理，超越经典和光子系统的限制。

参考资料：

Chen, W., Lu, Y., Zhang, S. et al. Scalable and programmable phononic network with trapped ions. Nat. Phys. (2023).

DOI: 10.1038/s41567-023-01952-5

https://doi.org/10.1038/s41567-023-01952-5