書面語言是人類區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。但現在，布朗大學研究人員研制的新型機器人的已經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絡，可以再現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，并提供了有關字符的組合筆畫應如何書寫的信息。之后它自行學習創建了一個模型，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。這使得機器人能夠寫出以前從未見過的語言，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寫的。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。