“比如一句著名的诗句，‘鸡声茅店月，人迹板桥霜’，全句是个文字，全是名词，或者用作定语的名词，但是只要是懂中文的人，脑海里都会出现一幅具体而微的画面。”
“在那个画面当中，只有视觉在景物上的流转，描绘出深秋的清晨寒冷凄清的迹象，但是要让机器关联它们，理解它们，并且模拟其在我们脑海当中反应出来的信息，是非常困难的。”
“因为它本身已经突破了传统文法的约束，达到了作者通过文字将意象传递给读者，由读者在作者所提供的信息的基础上，按照自己的认知与理解，在脑内进行二次创作，并得到输出结果的程度。”
“每一个人所获得的体验其实都是不一样的，这就是‘一千个人的眼里有一千个哈姆雷特’。”
“在线性逻辑的世界里，我们甚至可以说，这个问题没有任何求解的可能。计算机只能够执行僵化的，直白的，逻辑性极强但层次极浅的表达方式。”
“这也正是目前各大主流信息系统采取的方式。”
“但是我们可以想象一下，未来的信息系统的方式会是什么呢？或者说，我们可以用一种方法，让计算机一样能够理解‘鸡声茅店月，人迹板桥霜’，并且呈现给我们一幅美丽的画作，或者一段凄婉的音乐……”
“让这类‘无解’，变成‘有解’，这个世界，会不会变得更加的美妙？”
“我认为答案是肯定的，用复杂工具代替简单工具，完成愈加复杂的任务，这本身就是人类不断进步的原动力。”
“类神经元算力矩阵结构，非线性数学工具，会解决这道线性逻辑世界里难以处理的难题。”
“中文环境，给了我们一块进行这种尝试的丰厚试验田。”
接下来麦小苗将演讲的话题转换到了图数据库，神经网络和非线性算法上来，并且列举了几个数字图书馆成立起来后的相关研究项目。
从对最原始的甲骨文字字根分析，通过联想功能让系统对未定义的甲骨文字进行“联想式”分析，推断出文字的意义。
先在古籍当中检索出天文相关信息，再根据历史记录的重要的天象与实际天文现象进行关联性分析，推断出历史大事发生的具体事件，由此建立相对可靠的历史年表。
通过方言数据库与相关典籍和诗词歌赋等韵文所记载的声韵信息，进行相关交叉验证，构拟出最科学的汉语中古发音。