Мозговой штурм: как нейросети могут изменить индустрию ставок

Нейронные сети — что это?

Искусственные нейронные сети представляют собой систему, отдаленно напоминающую работу человеческого мозга. Получив сигнал, например, от одного из органов чувств, мозг принимает этот импульс, преобразовывает его, а после направляет дальше, к другим нейронам.

Примерно так же, как и мозг, действует искусственная нейронная сеть. Ее ключевая особенность — способность быстро выявлять взаимосвязь между получаемой и отдаваемой информацией, искать ошибки и постоянно обучаться.

Сейчас существует три основных разновидности нейронных сетей по типу применения:

1. ИИ для распознавания. Распространенный алгоритм, который встречается повсеместно. Например, в смартфоне при разблокировке по биометрическим данным пользователя или в поисковике Google во время поиска по фотографии;
2. ИИ для классификации. Основная задача — сортировка информации на основе заданных параметров. В качестве примера можно привести условный алгоритм по созданию перечня наиболее результативных футбольных команд. При этом нейросети могут сделать отдельные выборки по домашним и гостевым играм, используемой тактической схеме, временному интервалу голов и прочим факторам;
3. ИИ для прогнозирования. При наличии достаточного количества исходных данных подобная сеть позволяет предсказать вероятный исход того или иного события.

Именно последняя разновидность нейронных сетей представляет наибольший интерес как для букмекеров, так и для их клиентов.

Нейросети и букмекеры: экономия и поиск новых клиентов

Один из главных плюсов, который букмекеры могут получить от работы с нейросетями, — это экономия за счет сокращения значительной части персонала. Ведь с обработкой большого объема данных искусственный интеллект справляется намного быстрее и эффективнее, чем человек. Да, с нахождением корреляции между 4-5 статистическими факторами опытный аналитик еще может справиться. Но когда исследуемых переменных больше, помощь ИИ становится острой необходимостью. Не стоит также забывать и про так называемый человеческий фактор, который порой может свести на нет труд целой команды. Машины, как известно, подобных проблем не испытывают.

Помимо высчитывания коэффициентов, отслеживания денежного объема на конкретный исход и занятия прочими невидимыми для игрока вещами, нейронные сети также могут помочь букмекерам грамотно выстроить работу с игроками.

Нейросети могут дать букмекерам возможность составлять четкий портрет потенциального клиента, прогнозировать потенциальный приток новых пользователей до запуска рекламных кампаний, получать данные о том, какие рынки вызывают интерес у конкретной аудитории игроков. Искусственный интеллект может помочь понять особенности поведения любителей ставок и изучить их реакцию на различные действия со стороны букмекера. Доступ к подобной информации способен увеличить доходы любого бизнеса, не только букмекерского.

Одна из разработок, доказавших свою успешность на практике, — BrainMaker от компании Microsoft. Эта нейросеть используется для повышения эффективности рекламных рассылок, отправляемых потенциальным покупателям по электронной почте. При составлении своих рекомендаций ИИ учитывает ряд важных факторов, таких как дата последней покупки, количество приобретенных товаров, время, прошедшее с момента поступления товара в продажу до его покупки. Также в расчет берутся личные данные потенциального потребителя, включая уровень его доходов.

ИИ и обратная сторона «баррикад»

Однако нейронные сети могут не только увеличить прибыль букмекеров, но и изрядно усложнить им жизнь. К примеру, ученые Калифорнийского технологического института, лаборатории Disney Research и компании STATS уже создали алгоритм, способный с высокой долей вероятности прогнозировать действия спортсменов на поле.

Разработанная исследователями нейросеть изучила 45 реальных футбольных матчей и на основе полученных данных создала виртуальные прототипы игроков. Виртуальные копии, способные показать вероятную реакцию футболиста на конкретную ситуацию.

Все данные ИИ разделил на отдельные сегменты, в которых одна команда проводит атаку, а другая обороняется. Общее количество потенциальных траекторий, по которым могут двигаться созданные нейросетью виртуальные прототипы игроков, — 7500.

«Сейчас ничто не мешает собирать и анализировать посекундные сведения об игре каждого из 22 футболистов на поле или любого баскетболиста, вышедшего на паркет. Безусловно, это огромные массивы данных, но ведь этим занимается наш ИИ, а не сотрудники. Причем делает он свою работу качественно», — заявил в одном из интервью Маркус Гросс, занимающий должность вице-президента лаборатории Disney Research.

Нейросеть анализирует защитные действия команд, создавая на их основе усредненную команду-прототип, в сравнении с которой и оцениваются шансы того или иного коллектива пропустить гол в отдельно взятой атаке.

К примеру, ИИ изучил несколько матчей клуба «Суонси», сравнив полученные данные с результатами команды-прототипа. Шансы валлийского коллектива (обозначен синим) пропустить гол в показанной на картинке снизу ситуации составляет 69,1%. Шансы команды-прототипа получить мяч в свои ворота в аналогичной ситуации — 71,8%.

«Созданная нами нейронная сеть позволяет спрогнозировать модель поведения спортсмена в зависимости от движения по полю, количества и качества передач его одноклубников или оппонентов. Если вратарь допустил ошибку, то при помощи нашего продукта можно «отмотать время назад» и посмотреть, что бы было, если бы голкипер раньше покинул линию ворот или защитник доиграл бы эпизод по-другому. Также мы можем «заглянуть в будущее» и посмотреть, что бы на месте этого футболиста сделал потенциальный новичок команды, которого рекомендует скаутский отдел.

Неважно, поведенческая модель нужна тренеру вратарей или кого-то интересует возможный исход встречи — наши разработки помогают получить и то, и то. При этом нужный результат будет готов уже через несколько часов после загрузки исходных сведений", — вот что говорил о созданном ИИ Питер Карр, один из разработчиков этой нейронной сети.

Также не стоит забывать и о «Единодушном ИИ» Льюиса Розенберга, который выдает прогнозы на американский и европейский футбол, а также бейсбол.

Перспективы развития ИИ в беттинге

Несмотря на нынешнее зачаточное состояние ИИ, повсеместное внедрение нейронных сетей в букмекерский бизнес — лишь вопрос времени. Ну а компании, игнорирующие новые технологии сегодня, с высокой долей вероятности станут в будущем зарабатывать меньше или вовсе будут вынуждены сменить род деятельности.

Уже сейчас подобные программные решения позволяют оптимизировать расходы БК, дают более точные прогнозы, чем аналитические отделы, и исключают вероятность человеческого фактора.

Некоторые крупные компании уже взяли эту технологию на вооружение. Вот несколько примеров:

1. Пользователи платформы Netflix получают рекомендации по фильмам и сериалам от ИИ, который изучает потребляемый ими контент;
2. Сервис Cogito выявляет людей, страдающих от депрессии и иного рода психологических заболеваний, по анализу телефонных разговоров;
3. Сервис Pandora представляет собой музыкальную платформу, на которой предлагаемые слушателям музыкальные произведения подбирает ИИ. Судя по положительным отзывам пользователей, рекомендации сервиса зачастую совпадают с их предпочтениями.

Единственный недостаток ИИ — это высокая стоимость внедрения. Возможно, с развитием этой технологии она станет более доступной, но не исключен и вариант, при котором в будущем на рынке останутся только крупные букмекеры, способные вложить серьезные инвестиции и ожидать возврата средств в течение длительного срока.

Подобные разработки будут также востребованы и у игроков, ведь они предоставляют возможность получить исчерпывающую информацию относительно потенциального исхода спортивного события. Скорее всего, это будет нечто кустарное, но исправно работающее и приносящее деньги очередному гению.

Источник: Legalbet.ru