Objetivo: Investigar nuevos conceptos / modelos / técnicas para el diseño de nuevos algoritmos de inteligencia artificial para contribuir a resolver problemáticas del país. Fundamentación: La Inteligencia Artificial (IA) es una rama de la informática que principalmente se enfoca en desarrollar sistemas y tecnologías que imitan la capacidad humana para aprender, razonar y resolver problemas. La IA utiliza algoritmos complejos y modelos de datos para analizar información, reconocer patrones y tomar decisiones de manera autónoma. Además, este se aplica en diversas áreas, como a la automatización industrial, atención al cliente, la medicina y el análisis de datos principalmente con el objetivo de aumentar la eficiencia y mejorar la toma de decisiones en diferentes contextos. El grupo de trabajo realiza investigaciones para diferentes áreas desarrollando técnicas de IA, tales como la técnica de NLP, algoritmos basados en técnicas de visión computacional para caracterizar, identificar y clasificar diferentes elementos en el campo de la agricultura de precisión. Adicionalmente, si viene desarrollando aplicaciones para gestión de riesgos de desastres (GRD) aplicando la IA, con la finalidad de gestionar sistemas de alerta temprana para alertar a la población de los diferentes fenómenos naturales. Complementariamente se vienen implementando algoritmos para navegación automática de drones para monitorización de campos de cultivos y otros fines de acuerdo a la necesidad de las instituciones pertinentes. La tecnología desarrollada usando algoritmos de inteligencia artificial pretende generar un impacto en la sociedad desarrollando soluciones que brinden información más confiable y rápida en distintos sectores para la mejora económica y calidad de vida de la población. El equipo de trabajo tiene proyectado para el periodo 2025-2029 desarrollar algoritmos de procesamiento de imágenes mediante visión computacional para identificar, caracterizar, clasificar y estimar diferentes estados nutricionales de las plantaciones y obtener información de relevancia para identificar alguna anomalía en nutricional. Los resultados de los desarrollos se anexan a la plataforma de visualización de la institución para el libre acceso de la información que generen los sistemas desarrollados.