Pautas de referencia para el desarrollo del impuesto especial sobre el uso de inteligencia artificial y robótica en México

Kharem Deyanira Omaña Pérez (2023)

Las tecnologías disruptivas como la inteligencia artificial y la robótica, representan un reto para los sistemas tributarios actuales, múltiples líneas de investigación señalan la necesidad de gravar la robótica con la finalidad de compensar el detrimento que ésta genera en la sociedad por el desplazamiento laboral. Este artículo tiene la finalidad de analizar los

elementos necesarios para el desarrollo de un impuesto especial sobre el uso de inteligencia artificial y robótica en México. Es importante mencionar que para desarrollar las ideas que sustentan este estudio se hizo uso de la metodología de investigación documental y analítica, la metodología del derecho comparado, con apoyo del método inductivo y deductivo. Derivado de lo anterior podemos encontrar que nuestro país tiene un contexto histórico, cultural y económico

particular donde es necesario aplicar un impuesto a los robots con la finalidad de situar a México en la economía del conocimiento. Sin embargo, dicha medida genera diversas dificultades jurídicas que serán expuestas para generar certeza sobre la legalidad de establecer el gravamen que se propone. Finalmente, se concluye que este fenómeno

requiere de acciones inmediatas no solo en el ámbito jurídico sino en la implementación de políticas públicas por parte del Estado con el objeto de generar bienestar social en la población y abrazar el fenómeno de las tecnologías como la inteligencia artificial y la robótica.

Other

Master Degree Work

Inteligencia Artificial Robótica Desplazamiento laboral Economía del conocimiento INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIAS TECNOLÓGICAS

A line follower robot implementation using Lego's Mindstorms Kit and Q-Learning

VICTOR RICARDO CRUZ ALVAREZ ENRIQUE HIDALGO PEÑA HECTOR GABRIEL ACOSTA MESA (2012)

Un problema común al trabajar con robots móviles es que la fase de programación puede ser un proceso largo, costoso y difícil para los programadores. Los Algoritmos de Aprendizaje por Refuerzo ofrecen uno de los marcos de trabajo más generales en el ámbito de aprendizaje de máquina. Este trabajo presenta un enfoque usando el algoritmo de Q-Learning en un robot Lego para que aprenda "por sí mismo" a seguir una línea negra dibujada en una superficie blanca. El entorno de programación utilizado en este trabajo es Matlab.

Article

INGENIERÍA Y TECNOLOGÍA Algoritmos de aprendizaje reforzado Q-learning (Algoritmo de aprendizaje reforzado) Lego Mindstorms (Robótica) Matlab Reinforcement learning algorithms Q-Learning (Reinforcement learning algorithm) Lego Mindstorms (Robotics) Matlab