據國外媒體Fast Company報道，借助一項機器學習算法，研究人員能夠分析一個人的手寫英文文本。進而判斷書寫者是否來自五個不同的國家中的一個：馬來西亞、伊朗、中國、印度和孟加拉國。

研究人員創(chuàng)建了一個來自這些國家的100人的數(shù)據集，讓他們用英語書寫，總共寫了500行。對于這些手寫字，一種名為Cloud of Line Distribution(簡稱COLD)的工具，可以對一個個的字母進行分析，估量字跡的直線度或彎曲度。該算法在判斷書寫者的國籍方面，比現(xiàn)有的方法更加出色，對一些國家的預測準確性甚至高出了一倍多。

該算法所做的正是機器學習技術最擅長的事情：發(fā)現(xiàn)模式。例如，當來自中國的書寫者使用羅馬字母時，他們會用更直的線條來書寫字母，因為漢字通常是用直的筆畫組合而成的。另一方面，來自印度和孟加拉國的書寫者所寫的字母則相對彎曲，因為他們國家的字體大多數(shù)都是彎曲的，形狀比較圓。

識別筆跡是計算機視覺研究人員最先處理的任務之一。之前的研究試圖辨別書寫者的情感，判斷其性別和年齡，但除此之外，并沒有多少研究是試圖從筆跡中梳理出更多的信息，這可能是因為沒有人找到將這種技術變現(xiàn)的辦法。

來自印度、中國和馬來西亞的研究人員認為，這項技術會有助于犯罪調查。警方越來越多地借助生物識別技術來處理犯罪問題，從筆跡中提取有用信息或許可以給人臉識別軟件等其它的技術帶來補充。

但是，他們沒有解決這類技術和類似技術應用可能會帶來的隱私或民權問題。例如，放大訓練數(shù)據庫原有的偏見的錯誤，可能會使得刑事調查牽連到無辜的人。又或者，企業(yè)可以利用筆跡識別軟件，來根據某人的國籍、甚至智力等特征歧視潛在的客戶。

然而，在執(zhí)法部門考慮使用它之前，研究人員必須擴張他們所使用的小型數(shù)據集，來證明COLD不僅僅是一個有趣的項目。