人工知能 (AI) の発展と、それを現実世界の問題の解決にどのように使用できるかについて、多くの話題が行われてきました。
特にギャンブルの世界では、AI が役立つ可能性がある一般的な分野がいくつかありますが、先に進む前に、AI とは何か、そしてそれがどのように機能するかを理解することが役立ちます。
人工知能とは
AI は、他のコンピューター プログラムと同様、一連の命令、つまりアルゴリズムです。非 AI プログラムとの違いは次のとおりです。 AI は非常に大規模なデータセットを分析し、それらのセット内の変数間のパターンや関連性を探します。.
パターンのように見えるものを特定すると、次のような仮説を立てます。W、 最適なフィット感を追求しながら「学習」していきます.
人工知能は賭けでますます使用されるため、
作業が完了すると、AI は確率を付けて予測することができるようになります。たとえば、チャンピオンズ リーグの試合でチェルシーがアヤックスに勝つ確率は 68% です。試合後、その試合やその他の試合のデータを分析し、さらなる予測を行うことができます。
人間は視覚的な形でパターンを見ることができます。 たとえば、私たちの脳は、動いているときでも、大勢の人の顔を個別に認識するように進化してきました。 コンピュータにとって、これは驚くほど難しい作業です。 でも、 人間は何百万ものデータポイントを分析してパターンを探すことができません、それは人工知能が簡単に行うことができます。
オンラインであれ従来型であれ、ギャンブルは大量のデータを生成します。 プレイヤーの行動とゲームのパフォーマンスの両方に。 従来のテーブル ゲームでは、正確なゲーム データとプレイヤー データを取得するのが難しい場合がありますが、状況は急速に改善されています。
このデータが豊富な環境では、AI を使用してゲーム デザインを最適化し、顧客をよりよく引き付けることができます。 マーケティング キャンペーンを作成する ターゲット グループにアピールする可能性が高く、ユーザー インターフェイスをカスタマイズして、顧客にアピールする可能性が高いゲームのみを表示したり、スロットやカジノ ゲームからの収益源を最適化したりできます。
カジノ フロアを総合的に扱うことができ、一部のマシンの変更がカジノ フロア全体のプレイヤーの行動にどのような影響を与えるかを予測できます。
AI を使用して、すべての収益源の合計収益性を最大化できるでしょうか?
出席している AI スペシャリストは、これは興味深い質問だと考えています。
ギャンブルにおけるテクノロジーと、それを利用して顧客に危害が及ぶリスクを最小限に抑える方法を研究した学者たちは、その方法を実証しました。 インド最大のオンライン ラミー サイトは、人工知能を使用して、問題のあるギャンブラーである、またはギャンブラーになる可能性のあるプレーヤーを特定しようとしました。
その課題の XNUMX つは、大量のプレーヤー データがある一方で、問題のあるプレーヤーや潜在的な問題のあるプレーヤーのプールがないことです。 したがって、AI ソフトウェアは、学習するものが何もないため、正確に誰かを識別することはできません。
この課題を克服するために、多くのソフトウェア エンジニアは精神科医に面接を行い、問題行動を示すと思われる特徴を尋ねました。この情報を使用して、AI プログラムは誰が問題のあるギャンブラーであるかを予測することができました。続いて、これらの「問題のあるギャンブラー」のサンプルに対するインタビューが行われました。ギャンブルの問題を抱えているという人もいた。
この情報のおかげで、AI プログラムは、誰が問題のあるギャンブラーになるかを約 60% の確率で予測できるようになりました。おそらくさらなるインタビューからさらに多くのデータが得られるにつれて、その予測率が 90% 以上に向上することが期待されています。
古代ギリシャで賭けが行われていた証拠があるため、スポーツ イベントやレースの結果に賭ける行為が 2.000 年以上続いていることがわかっています。
古代ローマ人はすでにこの慣行を成文化しており、グラディエーターの戦いに賭けることさえ許していました。
今日、ベッティングはほぼ遍在しており、イベントでは誰がゴールを決めたのか、どのチームが勝ったのかだけでなく、大量のデータが生成され、それらのデータは管理を行う予想屋などの「プロの」ベッターによって分析されます。 ミスターズコムメッサのサイト イタリアのブックメーカーに関するヒント、裏技、オッズを毎日公開し、何を誰に賭けるべきかを詳細に説明しています。
人工知能はこの分野で大きな進歩を遂げ、AI 機械学習プログラムにより、スポーツ イベントの結果をうまく予測することが非常に簡単であることが判明しました。
人々のグループ(群)と AI を組み合わせた「群インテリジェンス」を使用して、より正確な予測と予想を行い、より適切な意思決定を支援する企業は、常に群を形成するボランティアを探しており、2016 分後に開始されました。は、540 年のケンタッキー ダービーで「スーパーパーフェクト」、つまり 1 レースでどの馬が 2017 着になるかを正確に予測することができました。ブックメーカーは、この特定の賭けに対して 34 対 28 をオファーしていました。そして、それがまぐれではなかったことを証明するために、AI は XNUMX 年のスーパーボウルの勝者だけでなく、最終スコアである XNUMX 対 XNUMX も予測しました。
この分野の企業は、試合を追跡し、ピッチで起こったことの詳細を入力する「試合アナライザー」の軍隊を使用しています。次に、これらを賭けの価格と重ね合わせて、賭けの戦略を決定します。ビジュアル AI の進歩により、試合が自動的に分析および処理され、より優れた、より速く、より正確なデータ ソースが作成され、最終的にはより正確な予測が作成されるため、試合アナライザーが不要になるまで、そう長くはかからないでしょう。
これではブックショップが終焉を迎えるのではないかと思うかもしれませんが、顧客が一定期間にわたって継続的に勝ち続けた場合、ブックメーカーは賭け金を制限したり、アカウントを閉鎖したりすることを覚えておいてください。したがって、このタイプの AI がもたらす利点は短期間です。
人工知能は、特にスキルが結果の決定要因となるゲームにおいて、勝つためのゲーム戦略を開発するのに理想的です。 1997 年、IBM のチェス用人工知能であるディープ ブルーは、チェスのグランドマスター (この場合はゲイリー カスパロフ) に勝った最初のコンピューターでした。 2011 年、質問と回答を処理する IBM の人工知能であるワトソンが、決勝戦でジェパディのチャンピオンを破り、2016 万ドルを獲得しました。 Google がこのゲームに参入するまで、それほど時間はかかりませんでした。同社の囲碁 AI である AlphaGo は、2017 年の導入以来目覚ましい勝利を重ねてきました。60 年には、世界最高の囲碁プレイヤーたちに対して XNUMX 勝し、無敗を記録しました。
カーネギー メロン大学が人工知能ゲームに参入した Libratus は、2018 年にプロのポーカー プレイヤー、ジェイソン レス、キム ドンギュ、ダニエル マコーレー、ジミー チョウを相手に 1,76 万ドルを獲得しました。 120.000 日間にわたって、彼らはほぼ XNUMX ハンドのノーリミット テキサス ホールデムをプレイしました。 Libratus は、勝ちハンドをうまくプレーすることだけでなく、ハンドが悪いときに効果的かつ適切にブラフすることも学びました。
大量の背景知識とスキルを必要とするタスクや、大量のデータの分析を必要とするタスクにおいて、機械が人間よりも優れ、高速になっているのは明らかです。人工知能と呼んでも、実際には知能ではなく、単なるアルゴリズムのプロセスです。機械は何も「認識」しません。人工知能の良さは、アルゴリズムとそれが処理するデータの品質によって決まります。