现在让我们来为语言智能组画一张图，不过要根据之前的几部分内容填充更多的细节。
当你沿着这种环形四处查看的时候会发生神奇的事！假设你要想象苹果的三种属性，比如它的质地、味道还有薄皮的结构。然后，就算现场没有苹果，而且就算你还没有想到“苹果”这个词，也足以让左侧的识别智能体去激活“苹果”的多忆体了。（这是因为在苹果多忆体识别器中，我使用数字3作为必要的总和，而没有要求所有5种属性都出现。）于是这个智能体就可以唤醒其他智能组中的K线，比如关于颜色和形状的智能组，之后就可以唤起你关于苹果其他属性的记忆！换句话说，如果开始时你有足够的线索可以唤醒一个苹果-忆体，它就会自动唤醒关于苹果其他属性和品质的记忆，并创造出更完整的印象、“朿激”或幻觉，就好像看到、感觉到甚至吃到了苹果一样。通过这种方式，一个简单的闭环机器就可以仅仅根据有关特定部件的线索重新建构一个更大的整体。
许多思想家都认为所有的机器都无法具备这样的能力。但这里我们看到，从一些部件中提取整体并不需要像魔术一样越过逻辑和必然性，只需要一些智能体，当特定的条件被满足时，它们可以“识别”就行。如果某个东西是红色、圆形，并且与苹果的大小与形状一致，而且也看不出什么别的错误，那么人们就很有可能认为这是“苹果”。
这种从不完整的线索中唤醒完整回忆的方法，我们可以叫作“提醒法”，它虽然很有效，但并不完美。说话的人脑中想的可能并不是苹果，而是其他一些圆形、红色的水果，比如西红柿或石榴。这种情形只能靠猜，而且常常会猜错。然而，为了有效思考，我们常常不得不搁置确定性，冒一些犯错的风险。我们的记忆系统之所以强大，是因为它们不会强求完美！