西南政法大学人工智能法学院研究生团队自主设计了一款基于案件决策预测模型的智能非诉纠纷解决智能化平台，其面向法律工作者与普通民众，在法律与人工智能技术相结合的角度实现了通过神经网络模型的案件决策精准预测。

机器学习是近年来得到迅速发展的人工智能方法，在图像识别，大数据挖掘以及策略制定等方面受到越来越广泛的应用。著名的围棋智能AlphaGo就是先进的机器学习方法的代表。而机器学习技术在法律法学研究领域的应用也在突飞猛进的发展，特别是在智慧司法与案件结果预测方面展现出巨大的潜力。法律领域通常被认为是主观性与客观性相结合的纯人工领域，人工智能似乎与这一领域并不相关。实际上，对于日新月异的现代社会，大量的法律案例呈现出突破固有法律框架的趋势，传统的法律制度难以及时对新型的违法行为进行惩戒，或者说很难做到有法可依。此外，案件的复杂性增加了司法系统的工作量，造成大量的重复性劳动泛滥。在此基础上，人工智能技术承担起了为司法减负，为社会维稳的重要责任。

西南政法大学人工智能法学院的研究生组成的团队经过近一年的攻关，开发出了一款基于案件决策预测模型的智能非诉纠纷解决智能化平台，其利用高效的机器学习方法，可以实现常见案件的精准结果预测与实时法律援助。团队首先收集整理了大量的法律案例数据，构建了自己的专属的数据库，以此数据库为机器学习方法开发的基础。进一步，他们开发了一种基于集成学习的模型方法来对数据进行学习。这一模型以数据库为主要匹配方向，利用平台设置的问卷收集系统，在对当事人情况进行详细收集的前提下，通过与类似案例的判决结果进行比对，利用匹配算法智能统计判决结果，给予当事人最为合理的法律意见。平台采用人工神经网络和支持向量机作为模型方法，依托云服务器而有效存在，从而实现对结果的精准预测。相较传统方法，这一集成智能法律平台不仅在预测精度方面有了大幅提高，适用面更宽。更重要的是，该平台对于非法律工作者的普通民众更为友好，实现了让法律更好的为群众服务。

团队成员均表示，团队在研究生学习期间开始接触机器学习，从零开始不断学习尝试。几位法律专业同学在几乎没有前人经验的条件下，在完全超出本专业学习内容的研究领域中，表现出优异的跨学科的学习与研究能力，在过去一年时间里逐步掌握了数据的收集整理技术、数据库的构建技术以及机器学习方法，最终建立了自己专属的数据库，并开发出了独特的机器学习模型。目前团队正在进一步完善数据库和预测方法，相关专利也在申请中。团队计划继续扩大数据规模，涵盖更多的社会案件类型，并推出在线数据查询和预测服务，将研究成果推向实际应用。

该团队表示，身为政法大学的学子，感受到了国家和民族为我们广大青年学子所提供的优越健全的学习成长和创新创业发展环境，必将不负党的青春号召，不负习主席的殷勤嘱托，将所学、所思、所获融入到具体的人民需求中去，知行合一，融会贯通，在第二个百年奋斗目标新征程赶考路上做出青年应有的贡献。