Como parte de la 2nd Mexican Conference on Intelligent Robots (Mexcir 2026), ayer se realizaron en el Edificio E14 del Campus UAZ Siglo XXI talleres gratuitos orientados a estudiantes, docentes, profesionistas y público interesado en robótica, inteligencia artificial y sistemas inteligentes.
El docente investigador José María Celaya Padilla impartió el taller “Clasificador de imágenes para novatos”, con el objetivo de introducir a las y los participantes al uso de modelos de inteligencia artificial capaces de reconocer y clasificar imágenes. En la sesión se abordaron aspectos como la preparación de datos y el entrenamiento de modelos tipo YOLO («You Only Look Once»), utilizados para identificar objetos, personas, vehículos u otros elementos dentro de una imagen.
El contenido del taller es relevante por su aplicación en áreas como visión artificial, robótica, monitoreo automático, seguridad, agricultura, industria y dispositivos inteligentes. Además, incluyó una aproximación al despliegue de estos modelos en equipos pequeños y de bajo costo, como la ESP32-CAM.
Para participantes con nivel intermedio o avanzado se realizó el taller “Diseño de Hardware para Sistemas Embebidos: Del Concepto al Hardware Funcional”, impartido por Héctor Alonso Guerrero Osuna. El taller abordó el proceso para diseñar hardware desde cero para sistemas embebidos, es decir, dispositivos electrónicos diseñados para cumplir funciones específicas, como sensores, controladores, tarjetas para robótica, equipos médicos, sistemas de automatización o dispositivos de internet de las cosas.
Guerrero Osuna abordó la definición de requisitos, selección de componentes, diseño de esquemáticos y tarjetas PCB, así como pruebas y validación del prototipo. Estas habilidades permitirían traducir una idea tecnológica a un dispositivo funcional en proyectos de innovación, robótica aplicada y desarrollo de soluciones electrónicas propias.
Por último, se realizó el taller “Introduction to Causal Discovery in Robotics and Reinforcement Learning”, impartido por Julio Muñoz-Benítez, investigador del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) y doctor en Ciencias Computacionales por la Universidad Veracruzana.
Muñoz-Benítez abordó el papel de la información causal en el aprendizaje por refuerzo, un enfoque que busca que los sistemas inteligentes no sólo aprendan por ensayo y error, sino que identifiquen qué acciones producen determinados resultados. Los temas abordados incluyeron: grafos causales, toma de decisiones explicable y bases de datos de interacción humano-robot en el mundo real.
Las actividades formaron parte del programa académico del encuentro Mexcir 2026 organizado con participación de la Federación Mexicana de Robótica, el Consejo Zacatecano de Ciencia, Tecnología e Innovación (Cozcyt), el Área de Ingenierías y Tecnologías de la Benemérita Universidad Autónoma de Zacatecas (BUAZ), así como Labsol Network.
