相比于前面的英文字母，这篇兰亭集序难度更高，对于脑机感应系统中的脑电信号捕捉和识别能力要求更加苛刻。
首先就是从单个英文字母到汉语汉字之间的转变，尤其我们中文汉字的复杂性，对于脑机感应系统的捕捉和识别的准确率是一项非常严峻的考验。
首先，汉字结构非常复杂。不仅仅比划多，而且非常难以书写，且汉字的同音字，形近字，同义字，生僻字，繁体字多样性也加剧了测试难度。
而由这些汉字所组成的文字，语句更加的复杂。
如何让脑机感应系统准确的识别出自己大脑中所想像的文字，这就需要相关的技术支持了。
其中最简单的办法，就是类似于智能语音系统，亦或者智能输入法等等采用语境联想识别技术，通过一整句话来联想判断出语句中的准确词汇文字。
这项技术很大程度上解决了，因为词汇和汉字多音，多意，形近等问题，提高了输入识别效率。
如果只是想做一种输入方式，那这种语境联想识别技术运用脑机感应技术领域没什么问题。
可大脑的意念思维瞬息万变，采用这种联想识别技术，有些跟不上大脑的思维速度，而且可能还会出现错误。
因此，在他们这个项目开发上，吴浩要求科研团队尽量避免使用这种语境联想识别技术。它只能作为最后优化工具存在，而不能作为这套系统的技术主体。
当蔡涛看着这篇文章原文阅读的时候，每一个文字通过眼睛然后传输到大脑之中，并形成了特定的脑电信号，这也就是这个文字在我们大脑中的记忆信号，并被我们大脑所记录。
脑机感应系统呢，则就是通过捕捉这个脑电信号并加以识别，还原成这个文字本身，这就是这项测试的主要内容。
说白了，现在这项测试，大脑只是起到了一个中转传输功能。别小看这项功能，如何保证这些中转信息的准确性，快速性，这也是科研团队需要研究的课题，也是主要难点。
第二个难点，则就是干扰性，不断的干扰，尤其是在阅读熟悉文章的时候，很容易被其它附带记忆所干扰。
就像蔡涛在阅读这一片熟悉的兰亭集序的时候，不免回想想到他的中学生活，以及与这篇课文息息相关的一些记忆信息。如何排除这些记忆信息的干扰，并准确的捕捉识别出这篇课文的内容，这也是一项非常棘手的问题。
第三个难题，当蔡涛在阅读