AI เรียนรู้เครื่องสามารถตรวจจับพฤติกรรมการพนันที่มีความเสี่ยง
การพนันที่มีความเสี่ยง
โดยการใช้ประโยชน์จากความก้าวหน้าในด้านสติปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเพื่อสร้างอัลกอริทึมการทำนายสำหรับการพนันอย่างรับผิดชอบ ผู้ประกอบการคาสิโนสามารถลดอันตรายต่อผู้เล่นได้โดยการกำคราวดค่าการขัดจังหวะการเล่นเมื่อตรวจเจอพฤติกรรมที่มีความเสี่ยง ตามที่ผู้เชี่ยวชาญใน AI กล่าว
Global Gaming Expo ได้สำรวจหัวข้อนี้เมื่อสัปดาห์ที่แล้วด้วยเซสชันเกี่ยวกับเทคโนโลยีที่มีความสามารถช่วยเพิ่มความปลอดภัยและความสมบูรณ์ของการเล่นสำหรับผู้ใช้
วิธีหนึ่งที่สามารถทำได้คือการสร้างแรงเสียดทานในรูปแบบของข้อความ อีเมล และการแจ้งเตือนแบบพุชไปยังผู้เล่นหรือเป็นการเตือนแบบบริการตัวเองแก่ผู้เล่นเกี่ยวกับตัวเลือกการเล่นที่ปลอดภัยกว่า
Mike Reaves หัวหน้าฝ่ายสถาปัตยกรรมโซลูชั่นทั่วโลกสำหรับการเดิมพันและการเล่นเกมของ Amazon Web Services กล่าวว่าพวกเขาใช้แมชชีนเลิร์นนิงเพื่อตรวจพฤติกรรมปัญหาในการเล่นเกมและ พยายามเป็นอันมากเพื่อความดี
Reaves กล่าวว่าขณะนี้พวกเขากำลังทำงานในสองระบบในพื้นที่การเดิมพันและเกมเพื่อช่วยเหลือซัพพลายเออร์ผู้ประกอบการและหน่วยงานกำกับดูแลประการแรกคืออัลกอริทึมการทำนายที่ดูตัวบ่งชี้ที่แตกต่างกันรวมทั้งข้อมูลบัญชีทางการเงินและข้อมูลการเดิมพัน
พวกเราสามารถสร้างแบบจำลองการทำความเข้าใจของเครื่องโดยใช้ข้อมูลของผู้ปฏิบัติงานเพื่อพยายามตรวจหาว่าพฤติกรรมการพนันอาจกลายเป็นปัญหาเมื่อใด รีฟส์กล่าวเมื่อเป็นแบบนั้น สิ่งที่แจ๋วที่สามารถทำได้ด้วยเทคโนโลยีในทุกวันนี้คือคุณสามารถแจ้งเตือนแบบเรียลไทม์เพื่อป้องกันไม่ให้เกิดอันตรายในเวลานั้นในสมัยก่อน คุณได้รับรายงานและมีความคิดเห็นว่าหาย 10,000 ดอลลาร์ และคุณไม่สามารถทำอะไรได้มากนัก เว้นแต่โทรศัพท์หาพวกเขาแล้วดูว่าพวกเขาเรียบร้อยแล้วและเสนอเครดิตให้พวกเขาหรือไม่
Reaves กล่าวว่า AWS ยังทำงานเกี่ยวกับโซลูชันการปรับแต่งเฉพาะบุคคลโดยใช้ AI และการศึกษาของเครื่องอย่างที่ผู้คนอาจมองเห็นใน Amazon Prime Video หรือไซต์อีคอมเมิร์ซ Amazon ซึ่งผู้คนได้รับคำแนะนำเกี่ยวกับสิ่งที่ควรจะซื้อ
เทคโนโลยีแบบเดียวกันนี้สามารถใช้ในการเดิมพันและการพนันเพื่อเสนอการเดิมพันที่ใครบางคนสนใจ รีฟส์กล่าวมีความสมดุลที่ดีระหว่างการให้คำแนะนำแก่ใครบางคนและการพยายามป้องกันการเล่นเกมที่มีปัญหา แต่เรากำลังพยายามนำมาใช้แมชชีนเลิร์นนิงกับปัญหาประเภทนี้ทั้งหมดและกำหนดวิธีแก้ปัญหาที่มีประโยชน์
Paula Murphy ผู้จัดการฝ่ายพัฒนาธุรกิจที่ Mindway AI กล่าวว่าการเรียนรู้ของเครื่องเป็นชุดย่อยของ AI และสิ่งที่พวกเขาทำที่ Mindway คือสอนอัลกอริทึมเพื่อจำลองการตัดสินใจของมนุษย์
สำหรับบางอย่างตัวอย่างเช่นการพนันที่มีปัญหา พวกเราดูทุกๆ10 นาทีของการเล่นคาสิโนที่สมุดกีฬาและมือโป๊กเกอร์และรวบรวมรูปแบบพฤติกรรมที่มองไปที่เครื่องหมายเดียวกันบางส่วน เมอร์ฟี้กล่าวเนื่องด้วยเราใช้นักจิตวิทยามนุษย์ผู้เชี่ยวชาญ พวกเขาสามารถนำการวิเคราะห์ตามบริบทที่คุณไม่สามารถรับได้แม้คุณกำลังมองไปที่เครื่องหมายพวกเรากำลังติดตามผู้เล่นเจ็ดล้านคนครึ่งอย่างต่อเนื่องสำหรับโอเปอเรเตอร์ที่พวกเราทำงานด้วย
Madeleine Want รองประธานฝ่ายข้อมูลของ Fanatics Sportsbook กล่าวว่าความยากลำบากในการทำนายปัญหาการพนันคือมันเป็น ปัญหาข้อมูลเริ่มด้วยคนที่บอกคุณว่าต้องมองหาอะไรโดยเจาะจงผู้พนันที่มีปัญหาที่ได้รับการยืนยันจากอดีต
คุณสร้างเครื่องมือและอัลกอริทึมเพื่อเรียกใช้ผ่านฐานลูกค้าของคุณเอง Want กล่าวเราถาม ใครมีพฤติกรรมคล้ายกับคนที่พวกเราอาจไม่มองเห็น?อะไรคือปัจจัยที่สัมพันธ์กันที่ทีมเล่นเกมแบบรับผิดถูกใจของพวกเราไม่แนะนำอย่างเชิงรุก เพราะเหตุว่าพวกเขาไม่รู้ตัว?อย่างไรก็ตามอัลกอริทึมได้สังเกตเห็นพวกเขาและสามารถนำพฤติกรรมของลูกค้าคนอื่นที่ตกผ่านรอยแตกพวกเราเป็นคนใหม่ในพื้นที่นี้และอาศัยอยู่ในห้ารัฐกับแม่มีอีกมากมายที่จะมาอีกสิ่งหนึ่งที่แมชชีนเลิร์นนิงต้องการคือข้อมูลจำนวนมาก และเมื่อคุณไม่ได้อยู่มานานและอยู่ในกลุ่มย่อยเพียงเล็กน้อยเท่านั้น คุณไม่มีข้อมูลเพียงแค่พอที่จะฝึกโมเดลการศึกษาของเครื่องที่หิวมาก
Want กล่าวว่าแนวทางที่พวกเขาใช้ร่วมกับ AWS คือการสร้างกรอบการทำงานของวิธีการป้อนข้อมูล เพื่อให้สามารถใช้สำหรับแบบจำลองดังกล่าวเมื่อพวกเขามีข้อมูลในปริมาณที่เพียงพอ พวกเขาจะเปลี่ยนไปใช้วิธีการทำความเข้าใจของเครื่อง
อีกเหตุผลหนึ่งที่นี่เป็นปัญหาข้อมูลที่ยอดเยี่ยมแบบนี้คือพวกเราใช้แนวทางในการแปลสัญชาตญาณของมนุษย์เป็นกฎและบอกระบบว่าจะประพฤติตนอย่างไร Want กล่าวทั้งหมดนี้มีส่วนช่วยในการรวบรวมข้อมูลที่จะใช้ในการฝึกอบรมและให้แต้มแนวทางการเรียนรู้ของเครื่องในอนาคตข้อมูลเป็นองค์ประกอบขนาดเล็กหนึ่งมันคือสิ่งที่คุณทำกับข้อมูลนั้นเมื่อคุณมีข้อมูลที่เกิดขึ้น
Becky Harris อดีตประธานคณะกรรมการควบคุมการเล่นเกมเนวาดาและผู้มีชื่อเสียงด้านการเล่นเกมและการเป็นผู้นำที่สถาบันการเล่นเกมนานาชาติที่มหาวิทยาลัยเนวาดาลาสเวกัส กล่าวว่าหนึ่งในความท้าทายคือแอปพลิเคชันเหล่านี้ดำเนินการตามเขตอำนาจศาลตามเขตอำนาจศาลและการเลือกข้อมูลตามผู้ปฏิบัติงานที่ แตกต่างกันอย่างมากตราบจนกระทั่งอุตสาหกรรมจะสะดวกสบายมากขึ้นในการใช้ AI หน่วยงานดูแลดูแลเกมจะลังเลที่จะพึ่งพาอาศัยสิ่งนั้น เธอกล่าว
ตัวอย่างเช่นเดียวกับทุกอย่างในการพนันที่มีความรับผิดชอบและมีปัญหา เครื่องมือและเครื่องมือที่หลากหลายมีประโยชน์มากขึ้นและเป็นเรื่องที่ดีที่จะสามารถระบุคนที่กระทำในลักษณะเฉพาะและช่วยแจ้งให้พวกเรารู้
แฮร์ริสกล่าวว่าทนายความในเธอมีคำถามเกี่ยวกับสิทธิชาวเมืองของผู้คนและสิ่งที่หน่วยงานควบคุมดูแลยอมรับในทางของการปิดตัวผู้เล่นออกจากกิจกรรมที่พวกเขาต้องการมีส่วนร่วม
นี่ยอดเยี่ยมในสภาพแวดล้อมมือถือแต่อุตสาหกรรมคาสิโนของเราจำนวนมากเป็นแบบภาคพื้นดิน เพราะฉะนั้นแอปพลิเคชันสำหรับสิ่งนั้นอยู่ที่ไหน?แฮร์ริสกล่าวฉันสามารถมองเห็นการติดตามผ่านการ์ดของผู้เล่นและบางทีเทคโนโลยีนี้อาจมาถึงจุดที่มีโอกาสแบบเรียลไทม์ใน AI เพื่อเจาะจงผู้ที่มีส่วนร่วมในพฤติกรรมที่เป็นอันตรายAI ด้วยตัวเองไม่ใช่คำตอบเราจะต้องดูคันโยบายที่แตกต่างกันมากมายการสนทนาที่มีปัญหาการพนันไม่ควรเริ่มต้นและจบลงด้วย AIพวกเราควรดู มันเข้ากับความตลอดที่ไหนและพวกเรามีความมั่นใจมากแค่ไหน