Искусственный интеллект - гарантия безопасных ставок

Инновации, которые ежедневно появляются в сфере искусственного интеллекта, могут пригодиться организаторам беттинговых контор и обезопасить эту отрасль. Новейшие разработки будут не только отслеживать сомнительные операции или попытки отмыть деньги, но и находить случаи проблемных игр.

Чем больше развивается онлайн-букмекерство, тем более жесткими становятся принципы его регулирования. Все они направлены на борьбу с возможностью отмывания денег через эту деятельность, а также на соблюдение принципов безопасного гемблинга. Летом позапрошлого года Британский регулятор азартных игр наложил штраф в размере 7,8 миллиона фунтов стерлингов на компанию "888" из Израиля. А не так давно крупная компания Раddy Роwer Веtfair потеряла более двух миллионов фунтов.

Причиной выписки таких крупных штрафов стало несоблюдение принятых и установленных мер безопасности, которые должны помогать в соблюдении принципов ответственного гемблинга. Если верить информации, размещенной на сайте Твинспин, российское казино Drift Casino имеет более высокие требования к стандартам безопасности, чем иностранные. Также были зафиксированы случаи, когда использовались средства, нелегально добытые на крупных игорных площадках в интернете.

То давление, которое оказывается на лидеров в сфере интерактивной игорной индустрии со стороны национальных финансово-разведывательных групп (например, Finаncial Actiоn Tаsk Grоup), и стало отправной точкой, необходимой для того, чтобы операторы начали стремиться сделать свои игры более безопасными.

Отмывание денег опасно само по себе, поскольку это серьезное нарушение закона и крупные мошеннические действия. Но еще более опасно то, что обычно стоит за отмыванием: организованная преступность, продажа оружия и наркотиков, терроризм и прочие социальные беды. Судя по открытой информации федеральных агентств, ежегодно только в Соединенных Штатах Америки отмывается более трехсот миллиардов долларов "грязных" денег.

Обычно владельцы беттингового бизнеса в сети не очень расположены к тому, чтобы делать свои игры более безопасными и защищать финансовые транзакции от мошеннических действий. Эти мероприятия весьма дорогостоящие и могут нанести ущерб прибыли заведения.

Но различные регуляторы азартных игр сделали все возможное, чтобы в безопасном гемблинге были заинтересованы и сами организаторы, а также для включения их в совместную работу по борьбе с мошенничеством. Но выявить нарушения - очень нелегкая задача, поскольку до сих пор нет единого работающего алгоритма, а массив данных, проходящих через индустрию онлайн-гемблинга, слишком велик.

Но именно объем информации и позволит проанализировать и выявить устойчивые модели поведения игроков, а далее отыскать среди них те, что связаны с мошенничеством, чрезмерным риском или безответственным гемблингом. Но на данный момент инструменты для анализа не справляются с этим. Они идеально подходят для выявления частных случаев, но оказываются практически бесполезны, когда речь заходит об особо крупных объемах информации.

Искусственный интеллект

Искусственным интеллектом называют определенный набор компьютерных алгоритмов, которые могут предугадать результат, основываясь на том, что было заложено в них ранее. Главная особенность ИИ - предопределение конкретной потребности. Если учесть, что стоимость облачной вычислительной мощности относительно невелика, то машинное обучение (в основе которого и лежит ИИ) сможет идентифицировать проблемное поведение геймеров. Основная функция машинного обучения - это вычисление схем и определенных индикаторов проблемного поведения и безответственного беттинга, а также уведомление администрации о количестве и частоте таких случаев.

Машинное обучение

Машинным обучением называют отрасль науки информатики, в основе которой лежат алгоритмы, позволяющие вычислять паттерны определенного поведение в большом массиве разрозненной информации. В сфере онлайн-беттинга машинное обучение будет работать с различной информацией, которая будет браться из внеигровых чатов, где общаются геймеры на разных языках.

Есть два подхода к машинному обучению, которые существуют на данный момент. В первом случае используется контролируемое машинное обучение. Основа подхода в ручном проставлении пометок на те или иные фразы, слова геймеров, которые могут быть расценены как предпосылки к проблемному беттингу или мошенническим действиям. Когда данные собраны, их используют для подготовки специального кодекса машинного обучения. Затем уже сам компьютер составляет модель по распознаванию проблемного поведения.

Минус такого подхода в том, что ручной сбор данных - трудоемкий и очень долгий процесс. Именно поэтому появился второй подход. Он исключает надзор за машинным обучением со стороны человека. Это более легкая версия, поскольку в ней не предполагается ручная маркировка фраз и слов. В итоге машина сама выявляет проблемное поведение игроков.

Благодаря второму подходу с легкостью можно идентифицировать тех геймеров, у которых произошел резкий скачок от небольших до очень крупных ставок. Например, при игре в покер такое поведение расценивают как сигнал к тому, что игрок находится в преступном сговоре.

Выводы

Научные прорывы в области ИИ открывают широкие возможности по автоматизации и усиленному регулированию онлайн-беттинга. Эти возможности могут пойти на пользу всем организаторам букмекерской деятельности в сети.