“我们将现场解决一个 NP问题，”朱迅的话引起了现场观众的一阵窃窃私语。他知道现场观众大部分是金融从业人员，可能对 NP问题并不了解，便接着解释道，“所谓 NP问题，是指非确定性多项式时间问题的集合。通俗来说，就是那些计算答案极其困难并且耗时，但验证答案却相对容易的问题。设想你是一位图书馆管理员，有一天你接到一个任务，要在数十万本图书中，找出所有页数加起来等于1000页的书籍组合。对于这种任务，如果要一本一本地翻阅和计算是不可能完成的任务，即使工作一辈子，可能也无法完成。但如果有人随便取出几本书，让你验证这几本书是否满足条件，你能很容易验证它们的页数相加是否等于1000。这类 NP问题，属于计算机科学中最具挑战性的一类问题。至今无人能在传统计算机上有效率地解决这类问题，而量子计算则提供了理论上解决这些难题的新途径。”

作为计算机专业人士的林浩自然知道，如果星光科技真的能在现场迅速解决一个 NP问题，这无疑会极大地支持其声称掌握了量子计算技术的可信性。

朱迅接着说道：“今天我们将使用量子模型解决一个金融版的‘旅行商问题’。简单来说，这个问题就像是让一个旅行商访问每个城市一次，最后返回出发点，且希望整个旅程的距离或成本尽可能最低。类比到金融领域，我们可以将每个城市视为一个投资机会，而旅行商的目标就是寻找一条投资路径，以实现投资回报的最大化和风险的最小化。当然，在实际的投资场景中，并不是每一个‘投资机会’都必须被选择。所以，我们修改后的‘旅行商问题’并不约束必须经过每一个城市。实际上，问题被这样泛化后，复杂度超过了原始的‘旅行商问题’。”

“林总，您同意我的说法吗？”朱迅直接在台上点名林浩，并给现场观众介绍道：“我本人很意外也很荣幸，林总出席星光科技的发布会。林总是永恒智能的 CTO，计算机科学领域的专家。”

林浩的简单点头，相当于在现场认可了朱迅即将进行的演示。

得到林浩的背书，朱迅的语气更加昂扬：“今天周四是交易日，为了确保真实性，我们将即时从全球此刻开市的金融市场抽取交易最活跃的1000个金融工具，其中包括300个跨国公司股票、200种债券、200对外汇、100种商品期货、100个交易所交易基金（ETF）和100个掉期合约，来构成投资组合池。另外，我想请林总上来，设定目标风险水平和投资期限，并从这些工具中随机选择10个，必须包含在我们的投资组合中。”

几乎所有人都知道永恒智能和星光科技的竞争关系，朱迅请林浩参与演示，无疑展现了对自家技术的自信，同时极大地增强了演示的可信度。

林浩看了一眼身边的谢伟林，他看出谢伟林似乎是抱着乐观其成的态度。他只好站起身走上台去，身不由己地被卷入一场漩涡。