使用機器學習算法，研究人員可以判斷一個人的手寫英文文本，以確定作者是來自這五個不同國家——馬來西亞，伊朗，中國，印度和孟加拉國的哪一個。

研究人員創(chuàng)建了一個由這些國家100人組成的數據集，他們用英語寫作，共計500行。使用這些手寫數據，一個名為Cloud of Line DistribuTIon（COLD）的工具可以分解單個字母，測量文本的直線度或曲率。該算法在確定作者的國籍方面，執(zhí)行相同的任務的時候，表現優(yōu)于現有的方法，判斷有些國家的書寫人員的國籍的正確率甚至高一倍。

該算法正在進行的是機器學習最優(yōu)方法——獲取模式。例如，當中國本土作家使用羅馬字母時，他們會采用直線書寫字母，因為漢字通常是用直線的筆畫組合而成的。另一方面（雙關語），來自印度和孟加拉國的作家有著曲線書寫的習慣，因為他們的大多數劇本都是草書，形狀更圓。

判斷筆跡是計算機視覺研究人員解決的首要任務之一。以前的研究試圖檢測情緒，對性別進行分類，并確定作家的年齡，但除此之外，沒有做太多工作試圖從筆跡中提煉出更多信息，可能是因為沒有人找到通過它獲利的方法。

來自印度、中國和馬來西亞的研究人員提出這種技術對犯罪調查很有用。警方越來越多地轉向生物識別技術，以此來解決犯罪問題，從手寫體中提取的識別信息可以補充人臉識別軟件等其他技術所識別到的信息。

但目前，針對這些技術，尚未解決此類技術或者類似技術的隱私和民權問題。例如，放大訓練數據中現有偏見的錯誤可能會將無辜的人牽連到刑事調查中。或者公司可以使用手寫識別軟件根據某人的國籍甚至智力等特征來區(qū)分潛在客戶。

實際上，在執(zhí)法部門在考慮是否使用這些技術之前，研究人員必須考慮拓展他們的數據集和用途，來證明COLD并不僅僅是一個有趣項目的小數據集。