Trekk | G06F3 (strukturelle arrangementer) | G06F16 (Feilgjenkjenning og korrigering) | G06N3 (kunstig intelligens) |
Fokus på innovasjon | Maskinvareoptimalisering, ressursstyring, distribuert databehandling | Avanserte algoritmer for dataintegritet og pålitelighet, ML/kvantefeilkorreksjon | Maskinlæring, dyp læring, datasyn, naturlig språkbehandling |
Viktige teknologiske fremskritt | Maskinvareakselerasjon (GPUer, FPGAer) for AI, blockchain, maskinlæringsdrevet feilretting, virtualisering og containerisering (Kubernetes), kvantefeilkorrigeringsmetoder, Edge computing for sanntidsapplikasjoner, Avansert kodingsteori for dataoverføring/lagring, heterogen databehandling arkitekturer, Feiltolerant systemdesign | Feilkorrigerende koder for ulike kanaler, Interleaving- og de-interleaving-teknikker, Automatic repeat request (ARQ), Forward error correction (FEC), Kanalkoding, Quantum error correction codes | Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), Transformers, Generative Adversarial Networks (GANs), Reinforcement Learning |
Patentaktivitet (estimert, 2021–2023) | 20-25 % økning per år | 15-20 % økning per år | 30-35 % økning per år |
Topp underkategorier for patentsøking (estimert) | Maskinvareakselerasjon for AI/blokkjede, Maskinlæringsbaserte feilkorrigeringsalgoritmer, Ressursadministrasjon i virtualiserte miljøer, Kvantefeilkorreksjon og relaterte teknologier, Edge-databehandlingsløsninger og sikkerhet, Avansert kodingsteori for spesifikke applikasjoner. | Feilrettingskoder for spesifikke applikasjoner, Kanalkodingsteknikker, Kvantefeilkorreksjon og relaterte teknologier, Avanserte modulasjons- og demodulasjonsteknikker, Nettverkskoding for forbedret pålitelighet. | Dyplæringsarkitekturer og algoritmer, Naturlige språkbehandlingsteknikker, Datasynsalgoritmer, Forsterkende læringsmetoder. |
Innvirkning på industrier | Cloud computing, datasentre, AI/ML-applikasjoner, høyytelses databehandling | Datalagring og overføring, telekommunikasjon, kvanteberegning, blokkjede | Selvkjørende biler, medisinsk diagnose, robotikk, økonomi, kundeservice |
Anslåtte fremtidige trender | Fortsatt fokus på maskinvare/programvare co-design, spesialiserte dataarkitekturer for AI, Dypere integrasjon av AI med feilretting, utvikling av robuste kvantefeilkorrigeringsmetoder, Evolusjon av kant- og tåkeberegning, distribuerte databehandlingsmodeller, Personlig tilpassede feilrettingsløsninger for spesifikke datatyper/applikasjoner | Utvikling av mer effektive og pålitelige feilrettingskoder, Integrasjon av AI og maskinlæring for forbedret feildeteksjon og korreksjon, Standardisering av kvantefeilkorrigeringsteknikker, Utforskning av nye kommunikasjonskanaler og protokoller for forbedret dataoverføring | Økt fokus på forklarlig AI og adressering av etiske bekymringer, Utvikling av nevromorfe dataarkitekturer inspirert av den menneskelige hjernen, Integrasjon av AI med andre nye teknologier som blockchain og IoT, Kontinuerlig utforskning av nye applikasjoner for AI på tvers av ulike bransjer |