Generell tilnærming og bruk av AI og ML i online casino

Vi lever i en verden hvor teknologien utvikler seg i en ekstrem hastighet. Denne eskaleringen gjør det viktigere enn noen gang å følge med på fremgangen og intensivere vår innsikt, for å finne ut hvordan de forskjellige nyvinninger kan, og vil hjelpe deg med å gjøre ditt liv enklere og bedre.

I denne artikkelen vil vi ser nærmere på hvordan AI utvikler Paul Reilly mener at bruken av AI eller kunstig intelligens og ML eller maskinlæring påvirker flere funksjoner i et online casino i dag og hvordan den vil være med på å forme fremtidens spillopplevelse på nett.


Hva er AI og ML?

AI er en forkortelse for Artificial Intelligence eller kunstig intelligens. En kunstig intelligens er et sett eller et sammensatt nettverk av algoritmer som tilsammen fungerer noe som en menneskelig hjerne. Teknologien brukes i dag flere steder på nett og ett sted vi sikkert alle har testet tidligere er google. De bruker kunstig intelligens for å finne et best mulig svar på dine spørsmål.

ML eller maskinlære gjøres ved å studere algoritmer som automatisk forbedres gjennom bruk. Maskinlære bygger modeller basert på enkle data eller treningsdata for å komme med mulige løsninger eller for å komme med et så godt resultat som mulig, uten å være programmert til å gjøre akkurat dette. Et godt eksempel på maskinlære er din eposts spamfilter hvor algoritmene selv vurderer om en epost er spam eller ikke.

Hva må til for å starte en algoritme?

Når du har funnet et område du kan bruke algoritmer på, er det i bunn og grunn to måter du kan starte en eller flere algoritmer på.

  • Administrert maskinlære – her benyttes «merket data» eller data vi kjenner fra før som fra de første epost spamfiltrene hvor spam var merket med «spam» og de resterende ble merket «ham».

Et godt eksempel på administrert maskinlære er dagens svært så moderne, automatiske kundeservice robot. Der læres maskinen opp med flere spørsmål og svar, som i en avansert FAQ. Et spørsmål om mulig innskudd kan stilles på mange måter som: hvordan sette inn penger? eller hvilke innskuddsmuligheter finnes det? Kundeserviceroboten vil da plukke opp det essensielle, som her er «innskudd», og komme med det best mulige svaret på ditt spørsmål.

machine learning casino
  • Ikke overvåket maskinlære – her er data hverken merket eller kategorisert så maskinen benytter avanserte algoritmer til å organisere den data som finnes. Dette gjør algoritmene ved å se etter likheter eller forskjeller mellom dataen alene eller i serier for å gi deg et best mulig svar på det du lurer på.

Et godt eksempel her vil være måten et casino identifiserer nye spill casinoet tror vil passe deg. Casinoets robot vil etter kort tids spill, se likheter mellom deg og ditt valg av spill, sett opp mot casinoets eksisterende spillere for deretter å bruke de eksisterende spillernes «spillelister» som en «mal» for det roboten antar du vil like.

Kjente MI algoritmer

De aller fleste datasett med familiære data er lette å bruke og algoritmene trenes eller testes som oftest med to eller tre linjer med kode. De vanligste er:

  • Regresjon – her beregnes det sannsynlige forholdet mellom to eller flere variabler med formål om å forutsi et utfall
  • Klassifisering – her beregnes kategorien eller klassen et problem vil passe inn i ved å bruke de data man har tilgjengelig og
  • Klynger – her fordeles dataene i klynger hvor hver klynge deler en eller flere likheter.

Her vil administrert maskinlære benytte data fra regresjon og klassifiserings gruppene og den uovervåkede maskinlæren vil benytte seg av data fra klyngene.

Tar vi vårt tidligere eksempel om innskudd tar MI det hele et steg lengre. Stiller du roboten spørsmålet: kan jeg sette inn penger med Mastercard vil algoritmen plukke ut «Mastercard» som et mulig svar som foreligger ved andre spørsmål rundt innskudd samt ordene «sette inn penger» som ytterligere knytter spørsmålet til innskudd. Med disse variablene tatt i betraktning vil automaten gi deg den informasjonen som finnes rundt emnet innskudd med eller uten Mastercard.

Dette er det grunnleggende rundt uovervåket maskinlære som også er grunnen til at du som nyregistrert casino spiller vil få flere passende spillforslag etter du har spilt noen runder. Årsaken til dette er at algoritmen har fått noe informasjon å jobbe med og derfor kan sette deg i riktig «bås» eller klynge.


Hvordan kan algoritmer hjelpe oss?

Nå som vi vet hva AI og ML er, kan vi se nærmere på hvordan vi kan bruke algoritmene til å forenkle våre liv. Det første vi må gjøre er å identifisere et problem en algoritme kan hjelpe oss med. Noen eksempler på mulige områder en algoritme kan hjelpe oss i casinoenes verden kan være:


Hvordan kan man vurdere en spillers potensielle verdi?

Det å sette en verdi på sine eksisterende- og sine nye spillere er essensielt for å kunne sette en verdi på et casino og for å sette budsjetter for fremtidig markedsaktivitet. Å sette en verdi på en eksisterende spiller gjøres enkelt ved å benytte seg av eksisterende data fra spillerens innsatser som man igjen ganges med hvor mange innsatser den aktuelle spilleren har i løpet av en satt periode, før man regner ut spillerens forbruk eller verdi.

Når man har denne informasjonen om eksisterende spillere tilgjengelig kan man etter kort tid spill benytte en algoritme hvor man sammenligner en ny, eller flere nye spilleres spill- og innsatsmønster mot eksisterende spillere med lignende spillmønster, for deretter å sette spilleren i rett «bås» eller klynge.

Når algoritmen har plassert den nye, eller de nye spillerne, i riktig klynge kan den deretter ta en kvalifisert gjetning på forventede innskudd og innsatser fra den eller de nye spillerne og deres verdi sett mot eksisterende tall fra lignende spillere.


Hvordan finne spillere som kan ha et gamblingproblem?

Spillere med et gamblingproblem har lenge vært et viktig satsingspunkt for casinoindustrien da alle ønsker sine spillere det beste og store oppslag om spillere som har falt for fristelsen er alt annen enn god reklame og en skamplett casinoindustrien ønsker til livs.

Også her er det mulig å benytte kunstig intelligens for å tidlig kunne avsløre spillere som kan ha et mulig problem og få avverget situasjonen, før spilleren har gått til grunne.

Alle casino sitter på informasjon om tidligere problemspillere og man kan benytte denne dataen til å la en algoritme overvåke alle casinoets spillere og deres oppførsel slik at problemspillere kan avsløres tidlig og nødvendige endringer som: spillbegrensninger eller total selvekskludering kan implementeres før uhellet er ute.

En slik intervensjon er til spillerens og casinoets beste og noe vi forventer vi vil se mye mere av i tiden som kommer.

Anbefale spillere andre spill eller casino som passer dem

Et casino sitter på uvurderlig informasjon om sine spillere som kan benyttes, på godt og vondt, for å lede sine spillere i en retning. Vi har tidligere snakket om algoritmer som kan forutse hvor mye du er verdt som spiller, hvilke spill du antageligvis kommer til å like og hva du liker og hva du ikke er like stor fan av, i et onlinecasino.

Snur vi denne informasjonen rundt kan all denne innsamlede data benyttes, i kombinasjon med avanserte algoritmer til å forutse:

  • Når et casino burde rette annonsering og annen promotering i din retning utfra hvor mye du vanligvis spiller og hva du faktisk gjør for øyeblikket, om du for eksempel har spilt lite over en periode.
  • Hvilke spill du kommer til å like, basert på hvilke spill du allerede spiller samt hvilke spill andre spillere med lignede preferanser allerede har begynt å spille på samt
  • hvilke type informasjon du burde få om nyheter som kommer samt hvilke tilbud og kampanjer som får deg til å besøke og prøve nyhetene. Hvor det hele baserer seg på andre spillere i det segmentet, eller den klyngen du ligger i.
casino chips

Hvordan forbedre et casinos kundeservice

Det er vanskelig å overgå fysisk hjelp som vi er vant til i dag og spesielt av en chat robot da vi alle har dårlig erfaringer med slike typer kunstig intelligens fra teknologiens yngre dager. Når det er sagt er slike hjelperoboter fremtiden og hvis du gir de en sjanse er de faktisk, allerede i dag fantastisk gode og vil med høy sannsynlighet hjelpe deg med det du lurer på eller ikke får til i løpet av sekunder.

Når du i dag stiller en servicerobot et spørsmål eller spør om et problem vil algoritmen finne de beste svarene på dine spørsmål. Svaret finner den kunstige intelligensen, enten fordi den har svaret på akkurat dette spørsmålet eller ved å plukke ut «nøkkelord» fra spørsmålet for deretter å lete etter et best mulig svar, eller kombinasjoner av svar ved hjelp av nøkkelordene kombinert.


Betalingsmetoder

Betalingsmetoder er et like omtalt emne som været eller hytta og er et av de vanligste, hvis ikke det vanligste tema kundeservice får spørsmål om og allerede i dag vil en hjelperobot kunne gi deg et bedre svar på temaet enn en fysisk kundeservicemedarbeider. Grunnen til dette er at algoritmene rundt akkurat dette har tusenvis av spørsmål med tusenvis av svar samt tusenvis av spørsmålsrekker med påfølgende spørsmål med potensielle løsninger allerede lagret.

Dette betyr for deg at du i dette tilfellet vil få utfyllende informasjon som følger gangen i et innskudd fra hva du må gjøre på nettsiden med nødvendig informasjon, valg av en eventuell bonus eller ikke, frem til du godkjenner innskuddet med en bank id som er påkrevd av mange norske banker per i dag for å nevne noe.

En algoritme kan også anbefale deg en betalingsmetode du burde benytte deg av basert på et casinos alternativer, eksisterende spilleres preferanser, hvor de kommer fra og hvilke bonuser andre spillere fra samme land foretrekker og benytter seg av. Dette kan igjen avgjøre hvilke betalingsmetoder som kan og ikke vil kvalifisere til de samme bonuser og derfor burde, eller ikke burde anbefales.


Kort oppsummert

Som du nå sikkert forstår er det ikke bare å samle data som er viktig, det er vel så viktig å se på hvordan du kan bruka dataen og kanskje enda viktigere bruke dataen til å gjøre din jobb enklere.

Artikkelen er basert på en tekst fra Sigma.com. Ønsker du å lese mer om ML og bruken i casinosammenheng finner du hele artikkelen her.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

gaming-squad.com
Opphavsrett © 2005-2021 gaming-squad.com. Alle rettigheter reservert. Ved å besøke denne siden godtar du at vi bruker informasjonskapsler på din enhet i sammsvar med våre rettningslinjer. Hvis du vil vite mer om våre informasjonskapsler, hvordan vi bruker dem og hvordan du kan fjerner dem vil du finne mer informasjon om dette i våre personvernregler.