La curiosidad infantil de Luis Eduardo Garza Elizondo por desarmar aparatos y descubrir qué había dentro terminó llevándolo a una de las distinciones científicas más relevantes para jóvenes investigadores: el Google PhD Fellowship 2025. Hoy, desde el Tecnológico de Monterrey, impulsa una línea de trabajo que busca replantear cómo y dónde puede operar la inteligencia artificial.
Garza Elizondo, alumno del Doctorado en Ciencias de la Ingeniería e investigador de la Escuela de Ingeniería y Ciencias, trabaja en un proyecto que pretende llevar algoritmos de aprendizaje por refuerzo a dispositivos tan pequeños como un microcontrolador. Su meta es que robots, sensores y sistemas embebidos puedan aprender del entorno y tomar decisiones de manera autónoma, sin depender de infraestructura remota o centros de datos de alto consumo energético.
“Lo que siempre me ha movido es el deseo de crear tecnología de alto impacto que mejore la vida de las personas”, afirma. Su labor combina investigación y docencia en el Campus Monterrey, donde imparte la materia Programación de estructuras de datos y algoritmos fundamentales.
La propuesta que desarrolla, denominada Tiny Reinforcement Learning, surge como alternativa a la carrera actual hacia modelos gigantes de IA que requieren grandes cantidades de energía. Ante ese panorama, el investigador insiste en que es posible construir soluciones más eficientes y sostenibles. “Hoy, los grandes modelos de IA están generando un impacto ambiental significativo debido a su enorme consumo de energía y recursos. Nosotros queremos demostrar que es posible crear modelos igual de eficientes pero mucho más sostenibles y accesibles”, explica.
El trabajo de su equipo se apoya en principios matemáticos derivados del teorema de Kolmogorov-Arnold, que permiten optimizar memoria y procesamiento para que los algoritmos aprendan directamente en hardware limitado. Para probarlo, desarrollan un robot terrestre capaz de descubrir por sí mismo cómo moverse y sortear obstáculos. “Partimos de un robot que no sabe nada: no conoce sus sensores ni sus actuadores”, comenta. Mediante ensayo y error, la máquina progresa desde movimientos erráticos hasta desplazamientos eficientes en pocas horas de entrenamiento.
El proyecto contempla una siguiente etapa donde los algoritmos serán trasladados a robots físicos que operarán con arquitecturas multi-microcontrolador. Esta configuración permitiría que varios agentes colaboren, se especialicen y compartan conocimiento para acelerar el aprendizaje, una estrategia que podría resultar útil en líneas industriales, sistemas autónomos y dispositivos médicos.
“Una de las innovaciones que estamos desarrollando es un enfoque poblacional: varios robots trabajando juntos para aprender más rápido y compartir conocimiento”, explica el investigador. Las aplicaciones potenciales abarcan desde robots industriales capaces de adaptarse en tiempo real hasta dispositivos portátiles de salud con funciones predictivas. “Imagina un reloj inteligente que no solo mide tu frecuencia cardíaca o tus pasos, sino que pueda anticipar tendencias y alertarte sobre cambios significativos en tu salud antes de que ocurran”, señala.
Esta línea de investigación se alinea con el núcleo estratégico de Industria 5.0 del Tec de Monterrey, que busca tecnologías centradas en el ser humano y en la sostenibilidad. La distinción otorgada por Google reconoce el impacto de este trabajo y consolida al Tec como una institución que impulsa proyectos en la frontera de la inteligencia artificial aplicada.
Garza Elizondo resume el significado del nombramiento con una mezcla de entusiasmo y compromiso: “Siento una gran emoción y también el reto de ser parte de una comunidad científica global que impulsa la frontera del conocimiento. Este reconocimiento me confirma que voy por el camino correcto: el de desarrollar tecnología de alto impacto que realmente ayude a las personas”.
eitmedia.mx
