Deeplearning AI自动反赌博

赌,人的天性,人人都有。

大师和我说,人性就是人性,我明白了大师说的意思就是人需要为性而服务。所以对于不好的东西应用技术手段去反制。

===============首先,问题是是否可行?================

答案当然是绝对肯定的。

在普通大众目光所不及之处,各种技术化的手段层出不穷。就连本民工自己和自己的团队都默默无闻地,帮某些老板完成了三个反赌博系统,两个是用特殊功能的手机APP伪装成为电话播号键盘,看来像是拨打电话,实际是通过蓝牙自动控制自动麻将台的。不知道大家明白了…


第三个,就是含RFID读卡功能的远程麻将台,上完牌,每家的牌是什么,也就全都知道了,与这样远程麻将台对应的APP能显示每一家的牌,这个系统支持四川麻将,浙江沿海的麻将,台湾的,日本的… 总之无所谓的什么麻将都支持。

所以,一定要远离赌博,珍爱生命!


这玩艺,这个行当,水太深了,朋友之间的小赌宜情就可以了。

====================怎么自动反赌博呢?

很久很久以前,本民工还年轻之时,去过某个地方的赌场见识过,基本上电影、电视里出现过的赌具都已经见过了。

结合里面的赌具形态,我想了一下,有两个东西应该是比较容易实现Deeplearning反赌的,就是:

色钟或骰钟


这两个东西,配合相关的技术设备就很容易实现反赌,而且是我们人人都有的设备。

PS:因为本民工说的反赌,就是反赌场的反赌。

轮盘,的原理就是建立钢珠、转盘的运动模型,然后代入相关初始值,比如:钢珠的运动方向、初始位置、初始速度等,转盘也是类似的,然后用建立它们的数学仿真系统就可以了,具体的可以和大家说一下,比如用Matlab。这个东西建模难度其实非常低,比如建立武器系统的仿真模型来说,这个模型真的,真的是小菜一碟。

然后就是工程化了,其实主要的难度就是参数输入,钢珠的运动方向、初始位置、初始速度,转盘的初始位置、初始速度。相信如果有人带着一堆激光测距、测速的玩艺去玩。这样大家一看就知道,这家伙不是来玩的,而是来玩命的。

当然,如果用摄像头,一定程度上也可以替代激光测距、测速的设备,而且隐蔽性要相对好很多,不过后端的图像处理又有一定的复杂性,另外还有测量误差等等,当然图像处理这个是本民工的专长,其实很擅于基于图像去校准推定这些参数,但是这个话题不是一篇文章可以说明白的。

我们来说简单的,原则上只用一个APP就可以很好实现的反赌应用,不需要任何额外硬件。就是搞骰钟。

以前,有人亲身给本民工演示了用耳朵去听骰钟的点数,他是某个乡下小赌神,而且准确性还相当高,只论点数大小的话,正确率在印象中应有80%以上。


===================科学性是什么呢?

很简单就是声音!

声音如何知道点数大小?这个道理就更简单了!

我们知道骰子每个面上的点数都不一样,所以每个面落下触地时的声音是不一样的!点数多的声音低沉一点,点数少的声音清脆一点。

So easy! 


==============Deeplearning自动学习

具体如何操作的呢?工程上如何实现呢?

1.  在电脑上安装相关的神经网络学习模型,是针对语音和声纹识别的神经网络模型(具体可以使用CNTK);

2.  准备好学习环境,尽量安静的学习环境;

3.操作骰钟N次,这个N,可能是几次、几百次、几百万次,谁知道呢?Who care;并录音。

4.  对录音数据进行处理,只截取骰子停下来的那段声音;

5.  对声音加Label(或者不加),比如只是识别出大或出小,原则上是可以无标签学习的,实际上它需要的只是模式;

6.   使用声音数据训练,并得到训练好的模型;

7.  把模型Port到手机上。

OK!完成了!事情就是这么简单!当然,需要指出的是产品如果真要实用化,肯定还是需要做很多的工作,比如,该模型是在安静情况下训练的,如果在嘈杂环境,我们可以还需要做很多的数据还原操作。这东西也不是一两句话可以说清楚的,反正这一切只是一个工程化猜想,又不用真做出来,谁关心呢?

PS,目前本民工主力玩的AI系统并不是这些反人类的功能,而是家庭人工智能系统。觉得文章有点意思的话,就来支持一下。

项目的开源地址是:https://github.com/liang-oryx/r2funny

项目的网站是:www.r2funny.com

r

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,258评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,335评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,225评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,126评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,140评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,098评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,018评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,857评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,298评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,518评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,400评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,993评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,638评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,661评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容

  • 【传说】东北大院那些事 目录 虽然老烟虫这样说着,但泰安和李默怎么会乖乖听话呢!这两个可不是省油的灯,一个文一个武...
    续事创意写作工作室阅读 492评论 0 1
  • 你的数学直觉怎么样?你能凭借直觉,迅速地判断出谁的概率大,谁的概率小吗?下面就是 26 个这样的问题。如果你感兴趣...
    cnnjzc阅读 6,880评论 0 12
  • 二姑 自上大学以后,就没在家过过元宵节,今年终于在家过了个元宵节。在我们老家,过元宵节有个习俗,正月十三、十四、十...
    倚诗爱世阅读 2,293评论 0 9
  • 1、用鲜奶好于常温奶。 2、开菲尔主要是两大类菌,酵母菌和乳酸菌,两种菌在发酵过程中的繁殖互相制约,即乳酸菌多,酵...
    eldersun阅读 2,977评论 0 3
  • 宝贝上幼儿园已经到了第三个年头了,回顾这两年,感觉时光荏苒,岁月匆匆。宝贝已经长大了! 在育儿方面,我有自己的坚持...
    我若盛开清风自来阅读 372评论 1 5