據(jù)國外媒體Fast Company報道，借助一項機器學(xué)習(xí)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(jù)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(yù)測準(zhǔn)確性甚至高出了一倍多。

該算法所做的正是機器學(xué)習(xí)技術(shù)最擅長的事情：發(fā)現(xiàn)模式。例如，當(dāng)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(wù)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(shù)變現(xiàn)的辦法。

來自印度、中國和馬來西亞的研究人員認(rèn)為，這項技術(shù)會有助于犯罪調(diào)查。警方越來越多地借助生物識別技術(shù)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(shù)帶來補充。

但是，他們沒有解決這類技術(shù)和類似技術(shù)應(yīng)用可能會帶來的隱私或民權(quán)問題。例如，放大訓(xùn)練數(shù)據(jù)庫原有的偏見的錯誤，可能會使得刑事調(diào)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(jù)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(jù)集，來證明COLD不僅僅是一個有趣的項目。