AI และการเรียนรู้ของเครื่องสามารถตรวจจับพฤติกรรมการพนันที่มีความเสี่ยง
โดยการใช้ประโยชน์จากความก้าวหน้าในด้านปัญญาประดิษฐ์และการเล่าเรียนของเครื่องเพื่อสร้างอัลกอริทึมการทำนายสำหรับการพนันอย่างรับผิดชอบ ผู้ประกอบการคาสิโนสามารถลดอันตรายต่อผู้เล่นได้โดยการกำหนดค่าการขัดจังหวะการเล่นเมื่อตรวจเจอพฤติกรรมที่มีความเสี่ยง จากที่ผู้เชี่ยวชาญในAIกล่าว
Global Gaming Expo ได้สำรวจประเด็นนี้เมื่อสัปดาห์ที่แล้ว
ด้วยเซสชันเกี่ยวกับเทคโนโลยีที่มีศักยภาพช่วยเพิ่มความปลอดภัยและความสมบูรณ์ของการเล่นสำหรับผู้ใช้
วิธีหนึ่งที่สามารถทำได้คือการสร้างแรงเสียดทานในรูปแบบของข้อความ อีเมล และการแจ้งเตือนแบบพุชไปยังผู้เล่นหรือเป็นการเตือนแบบบริการตนเองแก่ผู้เล่นเกี่ยวกับตัวเลือกการเล่นที่ปลอดภัยกว่า
Mike Reaves หัวหน้าฝ่ายสถาปัตยกรรมโซลูชั่นทั้งโลกในการพนันและการเล่นเกมของ Amazon Web Services กล่าวว่าพวกเขาใช้แมชชีนเลิร์นนิงเพื่อตรวจจับพฤติกรรมปัญหาสำหรับการเล่นเกมและ พยายามเป็นกำลังเพื่อความดี
Reaves กล่าวว่าขณะนี้พวกเขากำลังปฏิบัติงานในสองระบบในพื้นที่การพนันและเกมเพื่อช่วยเหลือซัพพลายเออร์ผู้ประกอบกิจการและหน่วยงานกำกับดูแลประการแรกก็คืออัลกอริทึมกระบวนการทำนายที่ดูตัวบ่งชี้ที่แตกต่างกันรวมไปถึงข้อมูลบัญชีทางการเงินและข้อมูลการเดิมพัน
เราสามารถสร้างแบบจำลองการศึกษาของเครื่องโดยใช้ข้อมูลของผู้ปฏิบัติงานเพื่อพยายามตรวจหาว่าพฤติกรรมการเดิมพันบางทีอาจกลายเป็นปัญหาเมื่อใด รีฟส์กล่าวเมื่อเป็นแบบนั้น สิ่งที่เจ๋งที่สามารถทำได้ด้วยเทคโนโลยีในทุกวันนี้คือคุณสามารถแจ้งเตือนแบบเรียลไทม์เพื่อป้องกันไม่ให้เกิดอันตรายในเวลานั้นในสมัยก่อน คุณได้รับรายงานและเห็นว่าสูญหาย 10,000 ดอลลาร์ และคุณไม่สามารถทำอะไรได้มากนัก เว้นเสียแต่โทรศัพท์หาพวกเขาแล้วดูว่าพวกเขาเรียบร้อยแล้วและเสนอเครดิตให้พวกเขาหรือไม่
Reaves กล่าวว่า AWS ยังดำเนินการเกี่ยวกับโซลูชันการปรับปรุงแก้ไขส่วนบุคคลโดยใช้AIและการเรียนรู้ของเครื่องอย่างที่ผู้คนบางทีอาจเห็นใน Amazon Prime Video หรือไซต์อีคอมเมิร์ซ Amazon ซึ่งผู้คนได้รับคำแนะนำเกี่ยวกับสิ่งที่ควรซื้อ
เทคโนโลยีแบบเดียวกันนี้สามารถใช้ในลัษณะของการพนันและการพนันเพื่อเสนอการเดิมพันที่ใครบางคนสนใจ รีฟส์กล่าวมีความสมดุลที่ดีระหว่างการให้คำแนะนำแก่ใครบางคนและการพยายามป้องกันการเล่นเกมที่มีปัญหา แต่ว่าพวกเรากำลังพยายามนำมาใช้แมชชีนเลิร์นนิงกับปัญหาประเภทนี้ทั้งหมดและระบุวิธีแก้ปัญหาที่มีประโยชน์
Paula Murphy ผู้จัดการฝ่ายพัฒนาธุรกิจที่ MindwayAIกล่าวว่า
การเรียนรู้ของเครื่องเป็นชุดย่อยของAIและสิ่งที่พวกเขาทำที่ Mindway คือสอนอัลกอริทึมเพื่อจำลองการตัดสินใจของผู้คน
สำหรับบางอย่างตัวอย่างเช่นการพนันที่มีปัญหา เราดูทุกๆ10 นาทีของการเล่นคาสิโนที่สมุดกีฬาและมือโป๊กเกอร์และรวบรวมรูปแบบพฤติกรรมที่ดูไปที่เครื่องหมายเดียวกันบางส่วน เมอร์ฟี่กล่าวเนื่องมาจากพวกเราใช้นักจิตวิทยามนุษย์ผู้เชี่ยวชาญ พวกเขาสามารถนำการวิเคราะห์ตามบริบทที่คุณไม่สามารถรับได้ถ้าเกิดคุณกำลังมองไปที่เครื่องหมายเรากำลังติดตามผู้เล่นเจ็ดล้านคนครึ่งอย่างสม่ำเสมอสำหรับโอเปอเรเตอร์ที่พวกเราปฏิบัติงานด้วย
Madeleine Want รองประธานฝ่ายข้อมูลของ Fanatics Sportsbook กล่าวว่าความยากลำบากสำหรับเพื่อการทำนายปัญหาการพนันคือมันเป็น ปัญหาข้อมูลเริ่มต้นด้วยคนที่บอกคุณว่าต้องมองหาอะไรโดยระบุผู้พนันที่มีปัญหาที่ได้รับการยืนยันจากอดีต
คุณสร้างเครื่องมือและอัลกอริทึมเพื่อเรียกใช้ผ่านฐานลูกค้าของคุณเอง Want กล่าวพวกเราถาม ใครมีพฤติกรรมคล้ายกับคนที่เราบางทีอาจมองไม่เห็น?อะไรเป็นสาเหตุที่สัมพันธ์กันที่ทีมเล่นเกมแบบรับผิดชอบของเราไม่แนะนำอย่างเชิงรุก เพราะว่าพวกเขาไม่รู้ตัว?อย่างไรก็ตามอัลกอริทึมได้สังเกตเห็นพวกเขาและสามารถนำพฤติกรรมของลูกค้าคนอื่นที่ตกผ่านรอยแตกพวกเราเป็นคนใหม่ในพื้นที่นี้และอาศัยอยู่ในห้ารัฐกับแม่มีอีกมากมายที่จะมาอีกสิ่งหนึ่งที่แมชชีนเลิร์นนิงต้องการเป็นข้อมูลจำนวนมาก และเมื่อคุณไม่ได้อยู่มานานและอยู่ในกลุ่มย่อยเพียงเล็กน้อยแค่นั้น คุณไม่มีข้อมูลเพียงแค่พอที่จะฝึกโมเดลการเรียนรู้ของเครื่องที่หิวมาก
Want กล่าวว่าวิถีทางที่พวกเขาใช้ร่วมกับ AWS คือการสร้างกรอบการปฏิบัติงานของวิธีการป้อนข้อมูล เพื่อให้สามารถใช้สำหรับแบบจำลองดังกล่าวเมื่อพวกเขามีข้อมูลในปริมาณที่เพียงแต่พอ พวกเขาจะแปรไปใช้วิธีการทำความเข้าใจของเครื่อง
อีกเหตุผลหนึ่งตรงนี้เป็นปัญหาข้อมูลที่ยอดเยี่ยมแบบนี้คือพวกเราใช้แนวทางสำหรับเพื่อการแปลสัญชาตญาณของผู้คนเป็นกฎและบอกระบบว่าจะประพฤติตนอย่างไร Want กล่าวทั้งหมดนี้มีส่วนช่วยสำหรับในการรวบรวมข้อมูลที่จะใช้สำหรับการฝึกอบรมและให้คะแนนแนวทางการเรียนรู้ของเครื่องในอนาคตข้อมูลเป็นองค์ประกอบขนาดเล็กหนึ่งมันเป็นสิ่งที่คุณทำกับข้อมูลนั้นเมื่อคุณมีข้อมูลที่เกิดขึ้น
Becky Harris อดีตประธานคณะกรรมการควบคุมการเล่นเกมเนวาดาและผู้มีชื่อเสียงด้านการเล่นเกมและการเป็นผู้นำที่สถาบันการเล่นเกมนานาชาติที่มหาวิทยาลัยเนวาดาลาสเวกัส กล่าวว่าหนึ่งในความท้าทายเป็นแอปพลิเคชันเหล่านี้ดำเนินการตามเขตอำนาจศาลตามเขตอำนาจศาลและการเลือกข้อมูลตามผู้ปฏิบัติงานที่ แตกต่างกันอย่างมากกระทั่งอุตสาหกรรมจะสะดวกสบายมากขึ้นสำหรับการใช้AIหน่วยงานกำกับดูแลเกมจะลังเลที่จะพึ่งพาสิ่งนั้น เธอกล่าว
เหมือนกับทุกอย่างสำหรับในการพนันที่มีความรับผิดชอบและมีปัญหา เครื่องมือและเครื่องมือที่หลากหลายเป็นประโยชน์มากขึ้นและเกิดเรื่องที่ดีที่จะสามารถระบุผู้ที่กระทำในลักษณะเฉพาะและช่วยแจ้งให้เราทราบ
แฮร์ริสกล่าวว่าทนายความในเธอมีคำถามเกี่ยวกับสิทธิพลเมืองของมนุษย์และสิ่งที่หน่วยงานกำกับดูแลยอมรับในด้านของการปิดตัวผู้เล่นออกจากกิจกรรมที่พวกเขาต้องการมีส่วนร่วม
นี่ยอดเยี่ยมในสภาพแวดล้อมมือถือแต่อุตสาหกรรมคาสิโนของเราโดยมากเป็นแบบภาคพื้นดิน เพราะฉะนั้นแอปพลิเคชันสำหรับสิ่งนั้นอยู่ที่ไหน?แฮร์ริสกล่าวฉันสามารถเห็นการติดตามผ่านการ์ดของผู้เล่นและบางทีเทคโนโลยีนี้อาจมาถึงจุดที่มีโอกาสแบบเรียลไทม์ในAIเพื่อระบุคนที่มีส่วนร่วมในพฤติกรรมที่เป็นอันตรายAIด้วยตัวเองไม่ใช่คำตอบเราจะต้องดูคันโยบายที่แตกต่างกันมากมายการสนทนาที่มีปัญหาการพนันไม่ควรเริ่มและจบลงด้วยAIเราควรจะดู มันเข้ากับความสม่ำเสมอที่ไหนและพวกเรามีความมั่นใจมากเพียงแค่ไหน