書面語言是人類區(qū)別于其他生物的重要特點，有的生物可以和人類一樣彼此交談，但是只有人類可以寫下有自己風格的字符：精巧的漢字，復雜的花體字母，每個人的筆跡都是獨一無二的。但現(xiàn)在，布朗大學研究人員研制的新型機器人的已經(jīng)可以做到憑借一己之力學會像人類一樣寫字和畫圖。

Atsunobu Kotani是布朗大學的本科生，他在老師的幫助下創(chuàng)建了一種深度學習算法，使機器人能夠相當準確地確定使用哪種筆畫，以及以何種順序生成手寫單詞和手繪圖像。機器人最初使用日文進行訓練，隨后可以用算法“自學”，自行確定筆畫順序和位置，臨摹出它未見過的語言中的單詞，寫出包括中文、英文、印地語、韓語、希臘語、烏爾都語的文字，復制字母和筆畫的精確度可達93%。

機器人還可以復寫一些簡單的線條草圖，完成了例如對蒙娜麗莎草圖的臨摹。在不遠的未來，機器人就能在職場上幫我們記筆記、畫流程圖，成為我們的得力助手。

但研究人員也提到，目前機器人還存在不足，比如還做不到像左撇子一樣從右往左進行書寫。書寫是一種看似簡單，實際上是精心設(shè)計的復雜動作組合過程。當寫一個單詞時，你必須知道在哪里落下筆，握著它畫一條線，之后提起筆，結(jié)束這條線。接著在什么時候拿起你的筆，再畫一條線。

模仿他人的筆跡需要學習每一個字符當中的筆觸、線條寬度、書寫習慣、字體傾斜程度等等因素，才能成功復制其書寫。

就像機器人學習在人類看來簡單的兩條腿走路花了很久的時間一樣，讓機器人學會使用類似于人們寫作方式來書寫是一個非常難以實現(xiàn)的目標。機器不能以和人類一樣的方式觀察文字。比如，當人看到字母“A”時，是看到三條不同的線條，所以很容易知道要用三個筆畫重現(xiàn)它。但是機器只能看到一組像素，而Kotani的算法可以幫助將這些像素轉(zhuǎn)換為筆畫，從而讓機器可以像人類一樣順利寫出字母。

Kotani提出的用于分析字母的深度學習網(wǎng)絡(luò)，可以再現(xiàn)書寫字母所需的一系列筆畫，然后告訴機器人完成每個筆畫要做的動作。

因為只是臨摹，無須理解字符背后的實際含義，所以機器人可以寫出任何語言，例如它能夠用十種不同語言編寫“hello”，這些語言背后使用的是完全不同的字符集。同樣的方法也可以應(yīng)用于任何類型的線條圖，如簡單的草圖。這種算法可以幫助機器人在未來更好地與人們互動。

機器的學習系統(tǒng)包含兩個不同的模型，一個是“全局”模型，它允許機器人將文字作為一個整體查看圖像，以幫助它確定特定單詞或角色的可能起點位置，以及如何移動到下一個單詞。另一個是“本地”模型，可以幫助機器人完成當前如何處理手中的筆，即進行正確的移動，放置等。

為了訓練機器人，研究人員提供了一個日語字符語料庫，并提供了有關(guān)字符的組合筆畫應(yīng)如何書寫的信息。之后它自行學習創(chuàng)建了一個模型，該模型可以查看字符的像素并預測開始每一個字符筆畫的位置，然后給出在繪制筆畫時需要移動的位置信息。這使得機器人能夠?qū)懗鲆郧皬奈匆娺^的語言，這種自學能力也讓研究人員也十分意外。

研究人員分別在白板上通過印地語，泰米爾語和意第緒語等各種語言寫下“你好”，試圖混淆機器人。結(jié)果機器人做到了通過機器視覺對每種不同的語言文字進行觀察，然后分別編寫單詞副本，即使它之前只會寫日語。除了印刷體之外，機器人還進行了英文草書的書寫，結(jié)果一樣出色。

機器人還可以辨別6歲孩童寫下的稚嫩文字，在一群幼兒園的兒童參觀實驗室時，機器人輕松地模仿了這些孩子的筆跡。

圖像也可以臨摹，Kotani在白板上畫下一副蒙娜麗莎的粗略草圖之后，機器人也進行了惟妙惟肖的復寫。而且和噴墨打印機不同，這臺機器人畫畫并不是一行一行地畫出來，而是可以模仿人類畫畫的筆觸一筆一畫地臨摹。

但因為研究人員訓練機器人用的是現(xiàn)代日語，書寫順序是從左到右進行，之后推廣到的英語也是以相同的方向?qū)懙?。所以目前機器人進行從右到左的書寫還不夠熟練。盡管如此，它仍然是語言互連的一個很好證明，許多不同的腳本來自同一個人（機器人）手中。另外這也是朝著開辟人與機器之間新的溝通方式邁出的重要一步，以后人與機器也許可以通過手寫文字進行交流。