الميزات | G06F3 (الترتيبات الهيكلية) | G06F16 (اكتشاف الأخطاء وتصحيحها) | G06N3 (الذكاء الاصطناعي) |
التركيز على الابتكار | تحسين الأجهزة، وإدارة الموارد، والحوسبة الموزعة | خوارزميات متقدمة لتكامل البيانات وموثوقيتها، وتصحيح الأخطاء الكمومية/التعلم الآلي | التعلم الآلي، التعلم العميق، رؤية الكمبيوتر، معالجة اللغة الطبيعية |
التطورات التكنولوجية الرئيسية | تسريع الأجهزة (GPUs, FPGAs) للذكاء الاصطناعي، blockchain، تصحيح الأخطاء المدعومة بالتعلم الآلي، المحاكاة الافتراضية والحاويات (Kubernetes)، طرق تصحيح الأخطاء الكمومية، الحوسبة المتطورة للتطبيقات في الوقت الفعلي، نظرية الترميز المتقدمة لنقل / تخزين البيانات، الحوسبة غير المتجانسة الهندسة المعمارية، تصميم نظام متسامح مع الأخطاء | رموز تصحيح الأخطاء للقنوات المختلفة، تقنيات التشذير وإزالة التشذير، طلب التكرار التلقائي (ARQ)، تصحيح الأخطاء الأمامية (FEC)، تشفير القنوات، رموز تصحيح الخطأ الكمي | الشبكات العصبية التلافيفية (CNNs)، والشبكات العصبية المتكررة (RNNs)، والمحولات، وشبكات الخصومة التوليدية (GANs)، والتعلم المعزز |
نشاط براءات الاختراع (المقدر، 2021-2023) | زيادة 20-25% سنويا | زيادة 15-20% سنويا | زيادة 30-35% سنويا |
الفئات الفرعية الأعلى لإيداع براءات الاختراع (تقديرية) | تسريع الأجهزة للذكاء الاصطناعي/سلسلة الكتل، خوارزميات تصحيح الأخطاء القائمة على التعلم الآلي، إدارة الموارد في البيئات الافتراضية، تصحيح الأخطاء الكمومية والتقنيات ذات الصلة، حلول وأمن حوسبة الحافة، نظرية الترميز المتقدمة لتطبيقات محددة. | رموز تصحيح الأخطاء لتطبيقات محددة، تقنيات تشفير القنوات، تصحيح الأخطاء الكمومية والتقنيات ذات الصلة، تقنيات التعديل وإزالة التشكيل المتقدمة، تشفير الشبكة لتحسين الموثوقية. | بنيات وخوارزميات التعلم العميق، تقنيات معالجة اللغة الطبيعية، خوارزميات الرؤية الحاسوبية، أساليب التعلم المعزز. |
التأثير على الصناعات | الحوسبة السحابية، مراكز البيانات، تطبيقات الذكاء الاصطناعي/تعلم الآلة، الحوسبة عالية الأداء | تخزين البيانات ونقلها، والاتصالات، والحوسبة الكمومية، وسلسلة الكتل | السيارات ذاتية القيادة، التشخيص الطبي، الروبوتات، التمويل، خدمة العملاء |
الاتجاهات المستقبلية المتوقعة | التركيز المستمر على التصميم المشترك للأجهزة/البرمجيات، وبنيات الحوسبة المتخصصة للذكاء الاصطناعي، والتكامل الأعمق للذكاء الاصطناعي مع تصحيح الأخطاء، وتطوير أساليب قوية لتصحيح الأخطاء الكمومية، وتطور حوسبة الحافة والضباب، ونماذج معالجة البيانات الموزعة، وحلول تصحيح الأخطاء المخصصة لأنظمة محددة. أنواع البيانات/التطبيقات | تطوير أكواد تصحيح الأخطاء الأكثر كفاءة وموثوقية، دمج الذكاء الاصطناعي والتعلم الآلي لتحسين اكتشاف الأخطاء وتصحيحها، توحيد تقنيات تصحيح الأخطاء الكمومية، استكشاف قنوات وبروتوكولات اتصال جديدة لتحسين نقل البيانات | زيادة التركيز على الذكاء الاصطناعي القابل للتفسير ومعالجة المخاوف الأخلاقية، تطوير بنيات الحوسبة العصبية المستوحاة من الدماغ البشري، تكامل الذكاء الاصطناعي مع التقنيات الناشئة الأخرى مثل blockchain وإنترنت الأشياء، الاستكشاف المستمر للتطبيقات الجديدة للذكاء الاصطناعي عبر مختلف الصناعات |