AI และการเรียนรู้ของเครื่องสามารถตรวจจับพฤติกรรมการพนันที่มีความเสี่ยง

โดยการใช้ประโยชน์จากความก้าวหน้าในด้านปัญญาประดิษฐ์และการเรียนของเครื่องเพื่อสร้างอัลกอริทึมวิธีการทำนายในการพนันอย่างรับผิดชอบ ผู้ประกอบกิจการคาสิโนสามารถลดอันตรายต่อผู้เล่นได้โดยการกำหนดค่าการขัดจังหวะการเล่นเมื่อตรวจเจอพฤติกรรมที่มีความเสี่ยง ตามที่ผู้เชี่ยวชาญในAIกล่าว

Global Gaming Expo ได้สำรวจหัวข้อนี้เมื่อสัปดาห์ที่แล้ว

ด้วยเซสชันเกี่ยวกับเทคโนโลยีที่มีศักยภาพช่วยเพิ่มความปลอดภัยและความสมบูรณ์ของการเล่นสำหรับผู้ใช้

วิธีหนึ่งที่สามารถทำได้คือการสร้างแรงเสียดทานในรูปแบบของข้อความ อีเมล และการแจ้งเตือนแบบพุชไปยังผู้เล่นหรือเป็นการเตือนแบบบริการตนเองแก่ผู้เล่นเกี่ยวกับตัวเลือกการเล่นที่ปลอดภัยกว่า

Mike Reaves หัวหน้าฝ่ายสถาปัตยกรรมโซลูชั่นทั่วโลกสำหรับในการพนันและการเล่นเกมของ Amazon Web Services กล่าวว่าพวกเขาใช้แมชชีนเลิร์นนิงเพื่อตรวจจับพฤติกรรมปัญหาสำหรับการเล่นเกมและ พยายามเป็นอย่างยิ่งเพื่อความดี

Reaves กล่าวว่าขณะนี้พวกเขากำลังทำงานในสองระบบในพื้นที่การเดิมพันและเกมเพื่อช่วยเหลือซัพพลายเออร์ผู้ประกอบธุรกิจและหน่วยงานควบคุมดูแลประการแรกก็คืออัลกอริทึมการทำนายที่ดูตัวบ่งชี้ที่แตกต่างกันรวมทั้งข้อมูลบัญชีทางการเงินและข้อมูลการพนัน

เราสามารถสร้างแบบจำลองการเรียนของเครื่องโดยใช้ข้อมูลของผู้ปฏิบัติงานเพื่อพยายามตรวจหาว่าพฤติกรรมการพนันอาจกลายเป็นปัญหาเมื่อใด รีฟส์กล่าวเมื่อเป็นเช่นนั้น สิ่งที่เจ๋งที่สามารถทำได้ด้วยเทคโนโลยีในทุกวันนี้คือคุณสามารถแจ้งเตือนแบบเรียลไทม์เพื่อป้องกันไม่ให้เกิดอันตรายในเวลานั้นในสมัยก่อน คุณได้รับรายงานและมีความคิดเห็นว่าหาย 10,000 ดอลลาร์ และคุณไม่สามารถทำอะไรได้มากนัก นอกเหนือจากโทรศัพท์หาพวกเขาแล้วดูว่าพวกเขาเรียบร้อยแล้วและเสนอเครดิตให้พวกเขาหรือไม่

Reaves กล่าวว่า AWS ยังทำงานเกี่ยวกับโซลูชันการแก้ไขส่วนบุคคลโดยใช้AIและการเรียนรู้ของเครื่องอย่างที่ผู้คนบางทีอาจมองเห็นใน Amazon Prime Video หรือไซต์อีคอมเมิร์ซ Amazon ซึ่งผู้คนได้รับคำแนะนำเกี่ยวกับสิ่งที่ควรซื้อ

เทคโนโลยีแบบเดียวกันนี้สามารถใช้สำหรับเพื่อการพนันและการเดิมพันเพื่อเสนอการเดิมพันที่ใครบางคนสนใจ รีฟส์กล่าวมีความสมดุลที่ดีระหว่างการให้คำแนะนำแก่ใครบางคนและการพยายามป้องกันการเล่นเกมที่มีปัญหา แต่พวกเรากำลังพยายามนำมาใช้แมชชีนเลิร์นนิงกับปัญหาประเภทนี้ทั้งหมดและได้ระบุวิธีแก้ปัญหาที่มีประโยชน์

Paula Murphy ผู้จัดการฝ่ายพัฒนาธุรกิจที่ MindwayAIกล่าวว่า

การเรียนรู้ของเครื่องเป็นชุดย่อยของAIและสิ่งที่พวกเขาทำที่ Mindway คือสอนอัลกอริทึมเพื่อจำลองการตัดสินใจของมนุษย์

สำหรับบางอย่างเป็นต้นว่าการพนันที่มีปัญหา พวกเราดูทุกๆ10 นาทีของการเล่นคาสิโนที่สมุดกีฬาและมือโป๊กเกอร์และรวบรวมรูปแบบพฤติกรรมที่มองไปที่เครื่องหมายเดียวกันบางส่วน เมอร์ฟี่กล่าวเพราะเหตุว่าเราใช้นักจิตวิทยามนุษย์ผู้เชี่ยวชาญ พวกเขาสามารถนำการวิเคราะห์ตามบริบทที่คุณไม่สามารถรับได้หากคุณกำลังมองไปที่เครื่องหมายเรากำลังติดตามผู้เล่นเจ็ดล้านคนครึ่งอย่างตลอดสำหรับโอเปอเรเตอร์ที่พวกเราทำงานด้วย

Madeleine Want รองประธานฝ่ายข้อมูลของ Fanatics Sportsbook กล่าวว่าความยากลำบากสำหรับเพื่อการทำนายปัญหาการเดิมพันซึ่งมันเป็น ปัญหาข้อมูลเริ่มต้นด้วยผู้ที่บอกคุณว่าต้องมองหาอะไรโดยระบุผู้พนันที่มีปัญหาที่ได้รับการยืนยันจากอดีต

คุณสร้างเครื่องมือและอัลกอริทึมเพื่อเรียกใช้ผ่านฐานลูกค้าของคุณเอง Want กล่าวพวกเราถาม ใครมีพฤติกรรมคล้ายกับผู้ที่เราบางทีอาจมองไม่เห็น?อะไรเป็นต้นเหตุที่สัมพันธ์กันที่ทีมเล่นเกมแบบรับผิดชอบของเราไม่แนะนำอย่างเชิงรุก เนื่องจากพวกเขาไม่รู้ตัว?อย่างไรก็ตามอัลกอริทึมได้สังเกตเห็นพวกเขาและสามารถนำพฤติกรรมของลูกค้าบุคคลอื่นที่ตกผ่านรอยแตกพวกเราเป็นคนใหม่ในพื้นที่นี้และอาศัยอยู่ในห้ารัฐกับแม่มีอีกมากมายที่จะมาอีกสิ่งหนึ่งที่แมชชีนเลิร์นนิงต้องการเป็นข้อมูลจำนวนมาก และเมื่อคุณไม่ได้อยู่มานานและอยู่ในกลุ่มย่อยเพียงเล็กน้อยเพียงแค่นั้น คุณไม่มีข้อมูลเพียงพอที่จะฝึกโมเดลการเรียนรู้ของเครื่องที่หิวมาก

Want กล่าวว่าหนทางที่พวกเขาใช้ร่วมกับ AWS เป็นการสร้างกรอบการทำงานของวิธีการป้อนข้อมูล เพื่อให้สามารถใช้สำหรับแบบจำลองดังกล่าวเมื่อพวกเขามีข้อมูลในปริมาณที่เพียงพอ พวกเขาจะเปลี่ยนไปใช้วิธีการทำความเข้าใจของเครื่อง

อีกเหตุผลหนึ่งตรงนี้เป็นปัญหาข้อมูลที่ยอดเยี่ยมแบบนี้คือเราใช้แนวทางสำหรับในการแปลสัญชาตญาณของผู้คนเป็นกฎและบอกระบบว่าจะประพฤติตนอย่างไร Want กล่าวทั้งหมดนี้มีส่วนช่วยสำหรับการรวบรวมข้อมูลที่จะใช้เพื่อสำหรับในการฝึกอบรมและให้แต้มแนวทางการเรียนรู้ของเครื่องในอนาคตข้อมูลเป็นส่วนประกอบขนาดเล็กหนึ่งมันเป็นสิ่งที่คุณทำกับข้อมูลนั้นเมื่อคุณมีข้อมูลที่เกิดขึ้น

Becky Harris อดีตประธานคณะกรรมการควบคุมการเล่นเกมเนวาดาและผู้มีชื่อเสียงด้านการเล่นเกมและการเป็นผู้นำที่สถาบันการเล่นเกมนานาชาติที่มหาวิทยาลัยเนวาดาลาสเวกัส กล่าวว่าหนึ่งในความท้าทายคือแอปพลิเคชันกลุ่มนี้ดำเนินการตามเขตอำนาจศาลตามเขตอำนาจศาลและการเลือกข้อมูลตามผู้ปฏิบัติงานที่ แตกต่างกันอย่างมากจนกระทั่งอุตสาหกรรมจะสะดวกสบายมากขึ้นสำหรับการใช้AIหน่วยงานกำกับดูแลเกมจะลังเลที่จะพึ่งพาอาศัยสิ่งนั้น เธอกล่าว

เช่นเดียวกับทุกอย่างในการพนันที่มีความรับผิดชอบและมีปัญหา เครื่องมือและเครื่องมือที่หลากหลายเป็นประโยชน์มากขึ้นและเกิดเรื่องที่ดีที่จะสามารถระบุผู้ที่กระทำในลักษณะเฉพาะและช่วยแจ้งให้พวกเรารู้

แฮร์ริสกล่าวว่าทนายความในเธอมีคำถามเกี่ยวกับสิทธิพลเมืองของคนเราและสิ่งที่หน่วยงานกำกับดูแลยอมรับในทางของการปิดตัวผู้เล่นออกจากกิจกรรมที่พวกเขาต้องการมีส่วนร่วม

นี่ยอดเยี่ยมในสภาพแวดล้อมมือถือแต่อุตสาหกรรมคาสิโนของเราโดยมากเป็นแบบภาคพื้นดิน ดังนั้นแอปพลิเคชันสำหรับสิ่งนั้นอยู่ที่ไหน?แฮร์ริสกล่าวฉันสามารถเห็นการติดตามผ่านการ์ดของผู้เล่นและบางทีเทคโนโลยีนี้อาจมาถึงจุดที่มีโอกาสแบบเรียลไทม์ในAIเพื่อกำหนดผู้ที่มีส่วนร่วมในพฤติกรรมที่เป็นอันตรายAIด้วยตัวเองไม่ใช่คำตอบพวกเราจะต้องดูคันโยบายที่แตกต่างกันมากมายการสนทนาที่มีปัญหาการพนันไม่ควรเริ่มและจบลงด้วยAIพวกเราควรจะดู มันเข้ากับความสม่ำเสมอที่ไหนและพวกเรามีความมั่นใจมากแค่ไหน