Cecha | G06F3 (Układy konstrukcyjne) | G06F16 (wykrywanie i korygowanie błędów) | G06N3 (sztuczna inteligencja) |
Fokus Innowacji | Optymalizacja sprzętu, zarządzanie zasobami, przetwarzanie rozproszone | Zaawansowane algorytmy zapewniające integralność i niezawodność danych, korekcja błędów ML/kwantowych | Uczenie maszynowe, głębokie uczenie się, wizja komputerowa, przetwarzanie języka naturalnego |
Kluczowy postęp technologiczny | Akceleracja sprzętowa (GPU, FPGA) dla sztucznej inteligencji, blockchain, korekcja błędów oparta na uczeniu maszynowym, wirtualizacja i konteneryzacja (Kubernetes), kwantowe metody korekcji błędów, przetwarzanie brzegowe do zastosowań czasu rzeczywistego, zaawansowana teoria kodowania do transmisji/przechowywania danych, przetwarzanie heterogeniczne architektury, projektowanie systemów odpornych na awarie | Kody korekcji błędów dla różnych kanałów, techniki przeplatania i rozplatania, automatyczne żądanie powtórzenia (ARQ), korekcja błędów przesyłania (FEC), kodowanie kanałów, kody kwantowej korekcji błędów | Konwolucyjne sieci neuronowe (CNN), rekurencyjne sieci neuronowe (RNN), transformatory, generatywne sieci przeciwstawne (GAN), uczenie się przez wzmacnianie |
Podkategorie najpopularniejszych zgłoszeń patentowych (szacunkowe) | Akceleracja sprzętowa dla AI/blockchain, Algorytmy korekcji błędów oparte na uczeniu maszynowym, Zarządzanie zasobami w środowiskach zwirtualizowanych, Kwantowa korekcja błędów i powiązane technologie, Rozwiązania i bezpieczeństwo przetwarzania brzegowego, Zaawansowana teoria kodowania dla konkretnych aplikacji | Kody korekcji błędów dla określonych zastosowań, Techniki kodowania kanałów, Kwantowa korekcja błędów i technologie pokrewne, Zaawansowane techniki modulacji i demodulacji, Kodowanie sieciowe w celu zwiększenia niezawodności | Architektury i algorytmy głębokiego uczenia się, Techniki przetwarzania języka naturalnego, Algorytmy widzenia komputerowego, Metody uczenia się przez wzmacnianie |
Wpływ na branże | Przetwarzanie w chmurze, centra danych, aplikacje AI/ML, obliczenia wysokiej wydajności | Przechowywanie i transmisja danych, telekomunikacja, obliczenia kwantowe, blockchain | Samochody autonomiczne, diagnostyka medyczna, robotyka, finanse, obsługa klienta |
Prognozowane przyszłe trendy | Ciągły nacisk na wspólne projektowanie sprzętu i oprogramowania, wyspecjalizowane architektury obliczeniowe dla sztucznej inteligencji, głębsza integracja sztucznej inteligencji z korekcją błędów, rozwój solidnych metod korekcji błędów kwantowych, ewolucja obliczeń brzegowych i mgły, rozproszone modele przetwarzania danych, spersonalizowane rozwiązania korekcji błędów dla określonych typy danych/aplikacje | Opracowanie bardziej wydajnych i niezawodnych kodów korekcji błędów, Integracja sztucznej inteligencji i uczenia maszynowego w celu lepszego wykrywania i korygowania błędów, Standaryzacja technik kwantowej korekcji błędów, Badanie nowych kanałów i protokołów komunikacyjnych w celu usprawnienia transmisji danych | Większy nacisk na wyjaśnialną sztuczną inteligencję i rozwiązywanie problemów etycznych, Rozwój neuromorficznych architektur obliczeniowych inspirowanych ludzkim mózgiem, Integracja sztucznej inteligencji z innymi pojawiającymi się technologiami, takimi jak blockchain i IoT, Ciągłe poszukiwanie nowych zastosowań sztucznej inteligencji w różnych branżach |