Esta presentación ofrece una introducción progresiva al campo de la Inteligencia Artificial (IA) y el Aprendizaje Automático (Machine Learning, ML), diseñada para un público principiante sin formación previa en programación o matemáticas avanzadas. A través de ejemplos visuales y conceptos accesibles, se exploran los fundamentos del manejo de datos, conceptos estadísticos básicos, y los principios del aprendizaje supervisado.

HAWC es un observatorio terrestre con 300 detectores Cherenkov que observa cascadas atmosféricas inducidas por rayos cósmicos en un rango de energía desde algunos TeV hasta unos pocos PeV, y rayos gamma desde 300 GeV hasta más de 100 TeV. La estimación de la energía primaria es fundamental para el estudio del espectro de rayos cósmicos. En este trabajo, utilizamos variables que caracterizan las cascadas atmosféricas para entrenar redes neuronales capaces de reconstruir la energía primaria de eventos hadrónicos y comparamos su desempeño con el estimador oficial de HAWC.

Se pretende introducir a los asistentes a algunas de las técnicas utilizadas para inteligencia computacional bioinspiradas: su modelado, métodos de aprendizaje, aplicaciones y limitaciones. Se realizarán algunas simulaciones breves durante la exposición para mostrar como se comporta una red ante variaciones en sus características y entrenamiento. El objetivo es despertar la curiosidad de los invitados para aprender más sobre estas técnicas no convencionales de computación.