Monterrey, Nuevo León, México. Noviembre de 2025. La inteligencia artificial no tiene por qué vivir en la nube. Esa es la apuesta de Luis Eduardo Garza Elizondo, investigador de la Escuela de Ingeniería y Ciencias (EIC) del Tecnológico de Monterrey, quien fue seleccionado como Google PhD Fellow 2025, un reconocimiento internacional a jóvenes científicos cuyas investigaciones están empujando el futuro de la computación.
Su objetivo es claro: llevar la IA a los límites de la miniaturización tecnológica, para que robots, sensores y sistemas embebidos aprendan del entorno y tomen decisiones en el dispositivo, sin depender de centros de datos de alto consumo energético.
Google PhD Fellow 2025: reconocimiento a investigación que transforma la computación
Garza Elizondo cursa el Doctorado en Ciencias de la Ingeniería y combina la investigación con la docencia en el Campus Monterrey, donde imparte la materia Programación de estructuras de datos y algoritmos fundamentales. Desde niño, asegura, le fascinaban las máquinas: “Me encantaba ver cómo funcionaban todos los aparatos. Siempre quería entender qué había dentro”.
Esa curiosidad lo llevó a estudiar Ingeniería en Sistemas Digitales y Robótica en el Tec y posteriormente una Maestría en Ciencias de la Ingeniería. Hoy, su trabajo se enfoca en diseñar algoritmos capaces de aprender y adaptarse en dispositivos tan pequeños como un microcontrolador.
“Lo que siempre me ha movido es el deseo de crear tecnología de alto impacto que mejore la vida de las personas. Me interesa que lo que hacemos desde la ciencia pueda traducirse en bienestar, en soluciones reales para la sociedad”, afirma.
TinyRL: inteligencia artificial eficiente, local y sostenible
Su investigación se desarrolla en el proyecto “TinyReinforcement Learning for Microcontroller-based Embedded Systems”, que propone una alternativa frente al paradigma dominante de modelos cada vez más grandes y costosos: TinyReinforcement Learning (TinyRL).
En lugar de depender de infraestructura intensiva, TinyRL busca que los algoritmos inteligentes operen en entornos con recursos extremadamente limitados, optimizando:
Memoria Procesamiento Consumo energético
“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 enfoque combina aprendizaje por refuerzo (aprendizaje por experiencia) con métodos matemáticos avanzados, incluyendo derivados del teorema de Kolmogorov-Arnold, para habilitar aprendizaje directo en hardware embebido.
Robots que aprenden desde cero: de movimientos erráticos a desempeño óptimo
El investigador forma parte de un equipo del Tec que trabaja en un robot terrestre capaz de aprender a moverse y adaptarse a obstáculos sin conocimiento previo del entorno.
“Partimos de un robot que no sabe nada: no conoce sus sensores ni sus actuadores. Lo que hacemos es permitirle descubrir, a través de ensayo y error, cómo desplazarse, cómo sortear obstáculos, cómo llegar a un objetivo”, detalla.
Las simulaciones iniciales muestran que, tras pocas horas de entrenamiento, el robot evoluciona de conductas erráticas a movimientos eficientes. En una fase posterior, el equipo implementará estos algoritmos en hardware real, con arquitecturas multi-microcontrolador y colaboración de múltiples agentes para tareas compartidas.
Industria 5.0: IA y robótica centradas en el ser humano
El proyecto se integra al núcleo estratégico de Industria 5.0 del Tec de Monterrey, enfocado en tecnologías centradas en el ser humano y la sostenibilidad, a partir de la convergencia entre IA, robótica y diseño de hardware.
Una de las líneas más prometedoras es el enfoque “poblacional”: varios robots aprendiendo en conjunto, acelerando el aprendizaje y compartiendo conocimiento.
“Esto podría ser clave para optimizar procesos industriales, sistemas autónomos o incluso dispositivos médicos inteligentes”, comenta.
Aplicaciones: robots industriales, wearables de salud y sensores inteligentes
Las aplicaciones potenciales abarcan sectores de alto impacto, como:
Robots industriales más seguros, adaptables y conscientes del entorno Wearables de salud capaces de anticipar anomalías fisiológicas Sensores inteligentes para monitoreo local con baja energía
“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”, plantea.
Detrás de estas aplicaciones hay una misma idea: hacer la IA más humana, eficiente y cercana, al llevarla al borde (edge) con sistemas autónomos de bajo consumo.
Google PhD Fellowship: apoyo global al talento doctoral
El programa Google PhD Fellowship, en su edición número 16, otorgará más de 10 millones de dólares para apoyar a 255 investigadores de doctorado en 35 países, incluyendo México, con el objetivo de fortalecer ecosistemas científicos en regiones emergentes como América Latina.
Los becarios reciben financiamiento, mentoría de Google y acceso a una red global de científicos en áreas como IA, aprendizaje automático, ciencia de datos, seguridad y robótica. Desde su creación, el programa ha impulsado a más de 950 estudiantes de 227 instituciones en 44 países.
Tec de Monterrey: IA aplicada y talento con propósito
Con este reconocimiento, el Tecnológico de Monterrey refuerza su posicionamiento como una universidad activa en la frontera de la inteligencia artificial aplicada, el desarrollo de hardware y la formación de talento científico con impacto.
El Tec es una institución privada sin fines de lucro fundada en 1943, con presencia en 33 municipios de 20 estados, una matrícula de 60 mil estudiantes de nivel profesional y posgrado, y más de 27 mil alumnos de preparatoria. Está acreditado por SACSCOC desde 1950 y se ubica en el puesto #187 del QS World University Rankings 2026, además del #7 en América Latina según THE Latin America University Rankings 2024.