Agenda Científica y Horizontes de Exploración
Presentamos nuestras líneas de investigación activas, las interrogantes científicas que guían nuestro trabajo y la proyección estratégica del laboratorio.
Convergencia Interdisciplinaria
Nuestra identidad investigativa reside en la intersección. No abordamos la Inteligencia Artificial como silos aislados, sino como un ecosistema donde la eficiencia del Edge AI habilita la ubicuidad de la Accesibilidad, y donde los modelos de lenguaje pequeños (SLMs) potencian agentes autónomos en entornos de recursos limitados.
Esta síntesis guía nuestra búsqueda de soluciones computacionales que sean teóricamente robustas y socialmente relevantes, con un fuerte énfasis en aplicaciones médicas y asistivas.
Líneas de Investigación
Eficiencia en Edge AI
Optimización de arquitecturas neuronales para despliegue en hardware de consumo limitado, priorizando la inferencia local y la privacidad.
- Cuantización Post-Entreno
- fine-tuning estructurado
- SLMs Offline
Reconocimiento de Lenguaje de Señas
Abordamos la brecha de comunicación mediante modelos de visión por computador capaces de interpretar estructuras gramaticales complejas en tiempo real.
- Traducción Continua
- Embeddings Semánticos
- Datasets Low-Resource
Neuro AI
Integración de neurociencia computacional con inteligencia artificial para desarrollar sistemas que emulan procesos cognitivos del cerebro humano.
- Redes Neuronales Biológicas
- Plasticidad Sináptica
Agentes Autónomos
Investigación sobre capacidades de razonamiento multi-paso y uso de herramientas en modelos de lenguaje pequeños.
- helpAlucinación en planes largos
- helpInteracción humano-agente
- helpMemoria a largo plazo
Hoja de Ruta Científica
Proyección estratégica y evolución de capacidades.
Corto Plazo (1-2 Años)
Optimización y Bases
Consolidación de benchmarks en SLMs y publicación de datasets propios para lenguaje de señas regional.
Mediano Plazo (3-5 Años)
Integración Multimodal
Desarrollo de frameworks unificados donde visión y lenguaje co-evolucionan en tiempo real en el borde.
Largo Plazo (5+ Años)
Autonomía Generalizable
Sistemas de aprendizaje continuo capaces de adaptarse a nuevos dominios sin re-entrenamiento masivo.