笔迹检验学科历史悠久，自古以来被广泛使用和普遍认可。这门学科看似简单，一支笔、一根尺、剪刀、浆糊、放大镜就可以工作，但是深究起来，却又十分复杂，让人觉得这门学科笼罩着一层神秘的面纱。

为什么会这样呢？为什么其他学科在科技道路上突飞猛进，而笔迹检验在科技的道路上却举步维艰？究其原因，笔迹检验涉及的领域是最复杂的人类的大脑工作模式，这也是计算机科学一直未能突破的领域，人类也尚不能对自身大脑的工作模式完全认知。但是，时至今日，人工智能领域的突破，为笔迹检验的智能化道路带来了曙光。

人工智能科学研究起源于20世纪50年代，英国数学家图灵先后发表论文《计算机和智能》和《机器能思考吗》，在论文中提出能够实现机器的人工智能，就是说机器能像人一样工作和思考。在此期间，人工智能科学道路维艰，几经起伏。

到目前为止，随着人工智能各项技术领域的突破，人工智能科学达到了一个前所未有的新的高度，为笔迹检验的人工智能应用奠定了基础。困扰笔迹检验科技化的几大问题，都有了解决的可能。比如说，机器视觉技术为机器认识笔迹提供了解决方案，机器视觉是人工智能正在快速发展的一个分支。简单地说，就是用机器代替人眼来做测量和判断，将被摄取目标转换成图像信号，传送给专用的图像处理系统，图像系统得到识别目标的形态信息，根据像素分布、亮度、颜色等信息，将其转变成数字化信号，对这些信号进行各种运算来抽取目标特征，进而输出判断结果，根据判断结果开展下一步工作。(www.daowen.com)

神经元网络是一种由脑与神经系统研究所启发的信息处理技术，使机器像人一样学习、记忆、归纳，为笔迹检验的智能化提供了技术基础。

深度学习技术是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑的机制来解释数据，例如图像、声音和文本，笔迹就属于文本的范畴。

深度学习算法不是简单地接收数据，它在吸收原有数据的基础上，能够增量式地提升模型的性能，给予数据的选择过程一种反馈，形成数据选择机制，能够分辨哪种类型的数据有助于持续提升模型性能，哪种类型的数据则是毫无帮助的，从而形成一种良性循环体系。