Luis Eduardo Garza Elizondo, investigador del Tec de Monterrey, trabaja para llevar la inteligencia artificial a los límites de la miniaturización tecnológica. Su proyecto busca desarrollar IA sustentable en robots, sensores y sistemas embebidos capaces de aprender del entorno de manera autónoma y con eficiencia energética, reduciendo la dependencia de nubes de cómputo y fomentando la sustentabilidad en la innovación tecnológica.
Miniaturización De La IA Sustentable
Garza Elizondo combina aprendizaje por refuerzo con algoritmos optimizados para microcontroladores. Esto permite que robots y sensores operen de manera autónoma en entornos limitados sin generar un alto consumo energético.
“Queremos demostrar que la inteligencia artificial puede ser eficiente y sostenible al mismo tiempo”, afirma el investigador.
El proyecto Tiny Reinforcement Learning (TinyRL) busca replicar el aprendizaje humano en dispositivos muy pequeños. De esta manera, robots y sistemas embebidos pueden adaptarse, aprender y tomar decisiones sin depender de centros de datos que consumen enormes recursos.
Las posibles aplicaciones de una IA sustentable son amplias. Desde robots industriales que se ajustan a cambios de entorno hasta dispositivos médicos portátiles que predicen anomalías fisiológicas, la tecnología apunta a soluciones más ecológicas y responsables con el medio ambiente.
Impacto Ambiental Y Eficiencia Energética De TinyRL
En un mundo donde los modelos de IA avanzados requieren granjas de servidores, el proyecto de una IA sustentable de Garza Elizondo representa un cambio radical. La reducción del consumo energético contribuye a la sostenibilidad tecnológica.
“Los grandes modelos de IA generan un impacto ambiental significativo. Queremos crear modelos igual de eficientes pero mucho más sostenibles y accesibles”
Al ejecutar algoritmos directamente en hardware embebido, se optimiza memoria y procesamiento sin depender de nubes de cómputo. Esto disminuye la huella energética y facilita la adopción de la IA sustentable en dispositivos cotidianos.
La eficiencia también abre la puerta a aplicaciones en la industria y la salud. Robots adaptables o wearables inteligentes pueden operar por más tiempo y con menor consumo, favoreciendo prácticas de innovación más responsables con el planeta.
Aplicaciones Reales Y Educación Tecnológica
Garza Elizondo lidera un equipo que desarrolla robots terrestres capaces de aprender a moverse y sortear obstáculos sin conocimientos previos del entorno. Los algoritmos permiten que los dispositivos mejoren su desempeño por ensayo y error, alcanzando eficiencia en pocas horas de entrenamiento.
El proyecto de una IA sustentable forma parte de la estrategia de Industria 5.0 del Tec, que busca tecnologías centradas en el ser humano, seguras, intuitivas y conscientes del medio ambiente. La convergencia de IA, robótica y hardware permite innovaciones que respetan recursos naturales y energéticos.
