Разработки, связанные с использованием возможностей искусственного интеллекта, позволяют обезопасить индустрию спортивного беттинга. Технологии не только фиксируют попытки мошенничества или отмывания денег, но и выявляют случаи проблемного гемблинга.
Развитие беттинг-индустрии сопровождается тенденцией к ужесточению регулирования в отношении соблюдения требований по борьбе с отмыванием денег, а также принципов ответственной и безопасной игры. В августе 2017 года Комиссия по азартным играм Великобритании оштрафовала израильскую компанию 888 на £7,8 млн, а совсем недавно Paddy Power Betfair лишилась £2,2 млн.
Оба штрафа были выписаны из-за отсутствия должных мер безопасности для соблюдения принципов ответственного гемблинга. Кроме того, были зафиксированы случаи использования незаконно добытых средств на платформах гемблинг-гигантов.
Давление, оказываемое на лидеров индустрии онлайн-гемблинга со стороны национальных групп финансовой разведки, таких как Financial Action Task Group и Egmont Group, побудило операторов к стремлению обезопасить игры.
Отмывание денег опасно не только как факт мошенничества, но и как процесс, который ассоциируется с организованной преступностью, оборотом наркотиков, терроризмом и прочими социальными девиациями. По данным федеральных агентств, только на территории Соединенных Штатов ежегодно отмывается порядка $300 млрд.
Читайте также: Влияние искусственного интеллекта на гемблинг-индустрию: новый взгляд
Как правило, операторы не сильно мотивированы на соответствие высоким стандартам ответственного гемблинга или борьбу с отмыванием денежных средств – подобные операции умножают накладные расходы и сокращают прибыль.
Однако игорные регуляторы приложили максимум усилий для вовлечения операторов онлайн-гемблинга в системную работу в этом плане. Выявление нарушений – крайне сложная задача главным образом из-за нехватки действенных инструментов для мониторинга огромного массива данных, генерируемых индустрией онлайн-гемблинга.
С другой стороны, изобилие информации открывает возможности, позволяя определить паттерны поведения игроков и выделить модели, которые ассоциируются с риском, мошенничеством и безответственным беттингом. Нынешние аналитические инструменты ограничены предопределенными диаграммами, которые описывают процесс принятия решений. Такого рода решения нацелены на конкретные случаи и значительно проигрывают, когда речь заходит о крупных массивах информации.
Читайте также: Заменит ли искусственный интеллект работу людей?
Искусственный интеллект
Существует множество подходов к пониманию искусственного интеллекта, а единого представления о том, чем именно занимается ИИ, не существует. Одним из объяснений этого феномена является то, что с философской точки зрения статус и природа человеческого интеллекта так и не были определены.
Искусственный интеллект – набор алгоритмов, которые предугадывают результат, основываясь на исторических данных. Ключевой особенностью искусственного интеллекта является то, что технология предопределяет конкретную потребность. С учетом относительно невысокой стоимости облачной вычислительной мощности машинное обучение, в основе которого – работа искусственного интеллекта, выступает индикатором проблемного поведения игроков. Его основной функцией является выявление паттернов проблемного поведения и/или безответственного гемблинга и уведомление операторов о наличии и количестве подобных случаев.
Машинное обучение
Машинное обучение – отрасль информатики, возможности которой основываются на алгоритмах, позволяющих определять системное поведение в рамках разрозненных данных. Оно работает с неструктурированной информацией, разбросанной во внеигровых чатах пользователей, при использовании различных языков.
Существует два подхода к современному машинному обучению. Первый позволяет использование контролируемого машинного обучения. Механизм его работы заключается в том, что некоторые фразы игроков вручную помечаются как потенциально имеющие отношение к проблемному гемблингу или мошенничеству. Собранные данные используются для профессиональной подготовки кодекса машинного обучения. Затем машина генерирует модель для определения и фиксирования проблемного поведения игроков.
Однако первая стадия исследования, где отбор фраз производится вручную, весьма затратная и сложная в выполнении. Поэтому был разработан второй подход – машинное обучение без надзора. Второй подход является упрощенной версией, так как не предполагает маркировки. В результате неконтролируемая классификация, также известная как кластеризация, имеет колоссальную ценность, так как позволяет выявить аномалии поведения пользователей.
Именно второй подход позволяет идентифицировать игроков, которые резко перешли от незначительных ставок до по-настоящему крупных. В покере выявление подобных особенностей может указывать на наличие преступного сговора.
Читайте также: Искусственный интеллект в игорной сфере: сказка, ставшая былью
Итог
Современные достижения в области изучения искусственного интеллекта представляют собой огромные возможности для регуляторов и операторов онлайн-гемблинга. Как правило, их используют для автоматизации и усиления регулирования платформ онлайн-гемблинга.
Напомним: по словам президента СРО «Ассоциация букмекерских контор» Дарины Денисовой, футбол остается и будет оставаться основополагающим инструментом ведения прибыльного бизнеса букмекерских контор.
Читайте также: Главные инновации в индустрии азартных игр
Читайте также: Будущее покера за виртуальной реальностью?
Нет комментариев