En esta charla se presentará el desarrollo de un agente inteligente de cobranza aplicado a la industria financiera. Su objetivo es recomendar acciones óptimas para maximizar la recuperación de pagos atrasados, minimizando los costos operativos. Modelamos a cada cliente como un sistema de estados basado en su historial de morosidad, y aplicamos aprendizaje reforzado para la toma de decisiones. Inspirados en el enfoque de AlphaGo, utilizamos Monte Carlo Tree Search (MCTS) para explorar rutas posibles a partir de un estado inicial —dos días antes del vencimiento— hasta el día de pago. En cada rama del árbol estimamos la probabilidad de transición entre estados y el costo asociado a las acciones. Esto nos permite evaluar rutas completas, calcular su efectividad en términos de recuperación y seleccionar la trayectoria óptima. Actualmente, ya hemos modelado las transiciones para el estado de "Recordatorio y Mora Baja" y contamos con una herramienta que genera las rutas posibles con sus probabilidades y costos.  

La metagenómica ha revolucionado el estudio de la diversidad microbiana en diversos ecosistemas, incluyendo el cuerpo humano. Aunque ha sido clave en la vigilancia de patógenos, como en la pandemia de COVID-19, la identificación de virus en datos metagenómicos sigue siendo compleja debido a la falta de genomas virales de referencia y a su alta diversidad, dificultando especialmente la detección de virus nuevos con secuencias divergentes.

Para enfrentar este reto, hemos desarrollado herramientas basadas en redes neuronales profundas que permiten identificar virus en datos metagenómicos. En esta plática presentaré estos avances, con énfasis en VirDetect-AI, una red neuronal residual y convolucional que identifica virus eucariotas, incluso aquellos con homologías lejanas a nivel de proteínas. Esta herramienta mejora la clasificación viral y apoya la vigilancia de patógenos emergentes. También se abordarán iniciativas para enriquecer bases de datos virales y modelos que predicen interacciones entre fagos (virus que infectan a bacterias) y sus hospederos.

La intepretabilidad es un área emergente en el estudio contemporáneo del aprendizaje profundo que toma a los modelos de redes neuronales profundas como un objeto de estudio para tratar de entender por qué y cómo toman decisiones o procesan la información. Si bien la identificación de los modelos de red neuronal profunda como verdaderos modelos cognitivos es polémica, es indudable que las redes profundas corresponden el modelo computacional más exitoso para la solución de problemas que requieren habilidades cognitivas humanas. En esta ponencia se revisan algunos paralelismos más relevantes que se han encontrado en el estudio de las neurociencias y la interpretabilidad. En particular, profundizaremos sobre las propuestas recientes de la “interpretabilidad asociativa” relacionada con el aprendizaje hebbiano, y la “interpretabilidad basada en neurociencias”, que se inspira en los experimentos realizados en el estudio de la corteza visual primate.

Actualmente es común escuchar y hablar sobre la Inteligencia Artificial por los resultados que ha tenido en la solución de problemas complejos y por las aplicaciones que han surgido que nos maravillan inclusive a los que trabajamos en IA. En esta plática vamos a ver: (i) ¿qué es lo que pasó con la Inteligencia Artificial para llegar a donde  estamos?, (ii) ¿qué es lo que actualmente está pasando? y ¿qué es lo que se espera que pase?, y (iii) ¿cuáles son algunas de las principales preocupaciones de esta poderosa tecnología? y ¿cuáles son algunas de las acciones que deberíamos de estar tomando para lograr un desarrollo sano del área que beneficie a la humanidad?

La generación de proyectos de innovación tecnológica de alto impacto es un proceso complejo que involucra como cualquier proceso de planeación, una identificación adecuada del problema real a resolver, la identificación de las capacidades internas y la valoración de los riesgos y oportunidades externas, que permitan ofrecer soluciones de mayor impacto.

En la conferencia se revisarán desde aspectos básicos de innovación tecnológica y cultura de la innovación, para después revisar herramientas y criterios disponibles para tener un mayor éxito en la conceptualización y desarrollo de proyectos innovadores, desde una visión académica y de investigación.

Por mucho tiempo, nuestra economía ha dependido de recursos naturales. Pero hoy el recurso más valioso no está bajo tierra, sino en nuestras mentes. En esta charla vamos a explorar cómo el talento, la creatividad y el conocimiento pueden generar riqueza, empleo e innovación. Compartiré experiencias reales desde la tecnología y el emprendimiento que muestran cómo el capital humano puede transformar a Morelos.