Un avance significativo en la comunicación inalámbrica ha ocurrido en las últimas décadas. Hoy en día, las personas confían más en los servicios ofrecidos por el Internet de las Cosas, la computación en la nube y aplicaciones basadas en análisis de grandes datos. Tasas de datos más altas, tiempos de transmisión/recepción más rápidos, mayor cobertura y mayor rendimiento son todos necesarios para estas aplicaciones emergentes. La tecnología 5G soporta todas estas características. Las antenas, uno de los componentes más cruciales de los dispositivos inalámbricos modernos, deben fabricarse específicamente para satisfacer la creciente demanda del mercado de bienes rápidos e inteligentes. Este estudio revisa varios tipos de antenas 5G en detalle, categorizándolas en dos categorías: enfoques de diseño convencionales y enfoques de optimización asistidos por aprendizaje automático, seguido de un estudio comparativo sobre varias antenas 5G reportadas en publicaciones. El aprendizaje automático (ML) está recibiendo mucha atención debido a su capacidad para identificar resultados óptimos en varias áreas, y se espera que sea un componente clave de nuestra tecnología futura. El ML está demostrando un futuro evidente en la optimización del diseño de antenas al predecir el comportamiento de la antena y acelerar la optimización con precisión y eficiencia. El análisis de las métricas de rendimiento utilizadas para evaluar el rendimiento de las antenas 5G es otro enfoque de la evaluación. También se investigan problemas de investigación abiertos, lo que permite a los investigadores llenar las brechas actuales en la investigación.