Sintérgica Labs · Investigación en IA aplicada
Investigación en IA desde México, publicada y transferida a la industria
Somos el laboratorio de investigación de Sintérgica AI, en Xalapa, Veracruz. Hacemos investigación fundamental y aplicada en inteligencia artificial y ciencia de datos, y la transferimos al sector productivo.
- Año de creación
- 2024
- Sede
- Xalapa, Veracruz
- Líneas activas
- 7
- Proyectos en curso
- 8
Generamos conocimiento y lo llevamos a la práctica
El laboratorio genera conocimiento científico y desarrollo tecnológico con investigación original en inteligencia artificial, ciencia de datos y disciplinas afines.
Sintérgica Labs es el laboratorio de investigación de Sintérgica AI, laboratorio mexicano de investigación industrial en inteligencia artificial. Lo que investigamos llega a los productos de Sintérgica AI. La curación de datos y el ajuste fino atienden un problema técnico: los modelos globales conocen poco el español y la regulación de México. De ahí salen Lattice Na'at y Séeb. La recuperación de información sobre normativa logística atiende otro: encontrar el documento correcto.
El laboratorio opera 40 horas a la semana con investigadores residentes de licenciatura, maestría y doctorado, en estancias de seis meses a un año, con la meta de publicar al menos un artículo por semestre. La investigación aplicada se contrata en dos modalidades: con publicación, más económica, o confidencial.
Sintérgica Labs es el nombre comercial del laboratorio. Hoy opera como división de Sintérgica AI y su figura jurídica será el Laboratorio de Investigación Industrial en Inteligencia Artificial (LIIIA), A.C., en constitución.
Desarrollamos investigación fundamental y aplicada en aprendizaje automático, aprendizaje profundo, procesamiento del lenguaje natural, visión por computadora, computación evolutiva, sistemas inteligentes, optimización e inteligencia colectiva. Como eje transversal trabajamos la alineación, la ética, la gobernanza y la constitucionalidad de la IA, para crear modelos transparentes, explicables, seguros y socialmente responsables.
Además de la investigación científica, el laboratorio promueve la transferencia de tecnología, la formación de talento altamente especializado, las colaboraciones nacionales e internacionales y la participación en proyectos que fortalezcan el ecosistema científico y tecnológico del país.
Objetivo general
Realizar investigación científica y desarrollo tecnológico en inteligencia artificial y áreas relacionadas, mediante un enfoque de innovación responsable, sustentado en principios de ética, gobernanza y responsabilidad social, generando conocimiento, metodologías y aplicaciones que contribuyan al avance de la ciencia, la innovación y la solución de problemas reales.
Misión
Generar conocimiento científico y desarrollar tecnología mediante investigación aplicada en inteligencia artificial, ciencia de datos y disciplinas afines, con colaboración interdisciplinaria y formación de investigadores, para atender problemas científicos, industriales y sociales.
Visión
Ser un laboratorio reconocido en México y en el extranjero por sus contribuciones científicas, su transferencia de tecnología y la formación de investigadores, y un referente en la vinculación entre academia, industria y gobierno.
Qué persigue el laboratorio
Del laboratorio a la publicación, a la transferencia y al aula.
01
Investigación
- Desarrollar investigación original en IA, aprendizaje automático, PLN, filosofía y ética de la IA, visión por computadora, computación evolutiva y áreas afines.
- Publicar resultados en revistas científicas y congresos de alto impacto.
- Fomentar la investigación interdisciplinaria con otras áreas del conocimiento.
02
Gobernanza y desarrollo responsable
- Diseñar, desarrollar y evaluar modelos y sistemas de IA conforme al marco de ética, gobernanza y principios constitucionales del laboratorio.
- Definir metodologías de transparencia, trazabilidad, explicabilidad, seguridad y responsabilidad.
- Establecer procesos de evaluación, auditoría y mejora continua durante todo el ciclo de vida de los modelos.
- Promover buenas prácticas nacionales e internacionales en gobernanza de la IA.
03
Desarrollo tecnológico
- Desarrollar prototipos susceptibles de transferencia al sector productivo.
- Diseñar algoritmos, modelos y sistemas de IA con aplicaciones prácticas.
- Promover la generación de propiedad intelectual y software especializado.
04
Formación de talento
- Formar investigadores mediante proyectos de investigación, tesis y estancias.
- Capacitar profesionistas en tecnologías emergentes relacionadas con la IA.
- Impulsar el desarrollo de jóvenes investigadores.
05
Vinculación
- Establecer colaboraciones con universidades, centros de investigación, empresas y organismos gubernamentales.
- Participar en proyectos nacionales e internacionales de investigación e innovación.
06
Divulgación
- Difundir avances mediante conferencias, talleres, seminarios y publicaciones de divulgación.
- Organizar eventos académicos en la industria y en espacios gubernamentales.
- Acercar la IA y la ciencia de datos a la sociedad.
07
Innovación
- Identificar oportunidades de transferencia tecnológica.
- Impulsar la creación de soluciones con impacto económico y social.
- Promover el emprendimiento de base científica y tecnológica.
Siete líneas activas
Investigación fundamental y aplicada, con el contexto de México y Latinoamérica como punto de partida.
| Nº | Línea de investigación | Categoría |
|---|---|---|
| 01 | Alineación, gobernanza y constitucionalidad de la IAMetodologías para que los modelos y sistemas de IA operen de manera ética, transparente, segura y alineada con principios constitucionales, marcos regulatorios y valores humanos. | Gobernanza |
| 02 | PLN para lenguas nativas de MéxicoModelos y recursos de procesamiento del lenguaje natural para la preservación, análisis y generación de texto en lenguas originarias de México, promoviendo su inclusión en tecnologías de IA. | Datos y lenguas |
| 03 | Curación de datos para México y LatinoaméricaMetodologías para la recopilación, limpieza, anotación y validación de conjuntos de datos representativos de la región, hacia modelos de IA más precisos, inclusivos y contextualizados. | Datos y lenguas |
| 04 | Explicabilidad de redes neuronales en tareas de PLNMétodos para interpretar, analizar y explicar las decisiones de redes neuronales aplicadas al PLN, fortaleciendo su transparencia, confiabilidad y comprensión. | Explicabilidad |
| 05 | Destilación eficiente de conocimiento de modelos de lenguajeTécnicas para transferir el conocimiento de modelos complejos a modelos más pequeños y eficientes, preservando su desempeño y reduciendo los requerimientos computacionales. | Modelos eficientes |
| 06 | Ajuste fino de modelos de lenguaje con pocos recursosEstrategias para adaptar modelos pre-entrenados a tareas específicas con cantidades limitadas de datos y cómputo, manteniendo un alto desempeño y eficiencia. | Modelos eficientes |
| 07 | Rendimiento de redes neuronales mediante computación evolutivaMétodos de computación evolutiva para optimizar arquitecturas, hiperparámetros y procesos de entrenamiento de redes neuronales en tareas de PLN. | Optimización |
Ocho proyectos de investigación en curso
Trabajo activo del laboratorio, según su currículum institucional (julio de 2026).
- 01
Entrenamiento de modelos de lenguaje con datos de México.
- 02
Extracción de datos de modelos de lenguaje de gran escala.
- 03
Clasificadores y aprendizaje automático tradicional para sistemas de pregunta-respuesta.
- 04
Sistemas de recuperación de información aumentada para datos de leyes y regulaciones de la logística mexicana.
- 05
Enjambres estigmérgicos eficientes: uso de hormigas digitales para eficientar modelos locales.
- 06
El problema de la dependencia humana de los modelos de lenguaje y el antropomorfismo.
- 07
El problema del concepto de aprendizaje: aplicaciones de las nuevas definiciones de aprendizaje en el aprendizaje automático.
- 08
¿Qué es la similitud? Aplicaciones de las nuevas definiciones de similitud sobre modelos de lenguaje y sistemas de PLN.
Quién hace la investigación
Equipo del laboratorio y sus funciones.
| Nombre | Función |
|---|---|
| MCD. Axel Javier Jara Mújica | Presidente · Científico de Datos |
| MIA. José Clemente Hernández Hernández | Director Científico y Líder de Investigación |
| Luis Feliciano Bautista Romero | Científico de Datos |
| Alejandra Cano | Curación de Datos |
| Axel Jesús López Flores | Curación de Datos |
Publicaciones y formación de talento
Un artículo publicado, dos más en proceso de publicación y un conjunto de datos mexicano de 8,754 registros con versión pública.
Producción científica
2026
Using Classifiers for Question-Answering: a Mexican Dataset Case Study
Bautista-Romero, Luis-Feliciano; Hernández-Hernández, José-Clemente
Memorias del XVIII Congreso Mexicano de Inteligencia Artificial (COMIA), Cuernavaca, Morelos
Publicado en Communications in Computer and Information Science (Springer), con el Tecnológico Nacional de México campus Veracruz. 83 % de exactitud y 78 % de F1, frente a 67 % de los enfoques tradicionales.
Prácticas profesionales
Luis Feliciano Bautista Romero
Tecnológico Nacional de México, Campus Veracruz
Edson Martínez Hernández
Tecnológico Nacional de México, Campus Veracruz
Dónde hemos estado
Participaciones del laboratorio en espacios académicos, gubernamentales y de industria.
| Fecha | Actividad | Institución |
|---|---|---|
| 9 Oct 2025 | Tallerista Coloquio Estudiantil«La ética en la ciencia: usos y límites de la IA» | Instituto de Ecología, A.C. (INECOL) · SECIHTI |
| 21 Nov 2025 | Organizador Primer Veracruz AI SummitSintérgica Labs como institución organizadora | Sintérgica Labs |
| 18 Feb 2026 | Ponente Día de las Personas Inventoras«El Viaje de una IA: de la Investigación al Mercado». Innovaciones Veracruzanas que Transforman | COVEICYDET · Secretaría de Educación de Veracruz (SEV) |
| 26–27 Mar 2026 | Tallerista Encuentro de Cuerpos Académicos«Aplicando la IA a la educación superior» | Tecnológico Nacional de México · SEP · SEV |
| 29 Abr 2026 | Ponente IA para Comunicación Institucional Aplicada | Organismo Público Local Electoral (OPLE) Veracruz |
Dos vías de participación
Una dirigida a quienes desean incorporarse a la investigación. Otra, a las instituciones y organizaciones que desean respaldarla.
Repositorios del laboratorio
El código y los modelos que publica el laboratorio están en GitHub y Hugging Face.
Alianzas e iniciativas conjuntas
El laboratorio busca alianzas estratégicas e iniciativas conjuntas de investigación, desarrollo tecnológico e innovación.
Universidades y centros de investigación
Convenios y proyectos
- Colaboraciones formales de investigación
- Proyectos de tesis y estancias
- Talleres y seminarios conjuntos
- Investigación interdisciplinaria
Organismos gubernamentales
Gobernanza y capacitación
- Buenas prácticas de gobernanza de la IA
- Eventos académicos en espacios públicos
- Proyectos de investigación aplicada
- Formación de personal técnico
Empresas
Transferencia de tecnología
- Prototipos transferibles al sector productivo
- Propiedad intelectual y software especializado
- Problemas reales como caso de estudio
- Emprendimiento de base científica
Organismos financiadores
Proyectos de alto impacto
- Financiamiento de líneas de investigación
- Proyectos nacionales e internacionales
- Indicadores y evidencias de trayectoria
- Impacto científico, tecnológico y social
Contacto
MIA. José Clemente Hernández Hernández
Director Científico
- clemente.hernandez@sintergica.ai
- +52 228 139 2643
- Xalapa, Veracruz
Contacto con el laboratorio
Cuéntanos el motivo de tu interés y la institución que representas. La dirección del laboratorio responde de forma directa.