El cómputo hiperdimensional (HyperDimensional Computing ó HDC) es un acercamiento alternativo a la inteligencia artificial basado en el uso de operaciones algebraicas muy simples aplicadas a vectores de muy altas dimensiones. Por la simplicidad de su estructura, este acercamiento lleva a algoritmos de clasificación que, a diferencia de los métodos de aprendizaje profundo (deep learning), permiten una interpretación clara de sus resultados y usan menos recursos energéticos y de cómputo. Adicionalmente los algoritmos basados en HDC poseen la capacidad de razonar de manera simbólica sobre conceptos agregados, lo que los hace los mejores métodos disponibles para resolver tareas complejas de razonamiento por analogía, que son difíciles incluso para los seres humanos. En este proyecto proponemos nuevos algoritmos para entrenamiento e inferencia de clasificadores HDC, nuevos modelos algebraicos / geométricos para cómputo HDC y nuevos teoremas que relacionan el comportamiento de HDC y las matemáticas de la adquisición compresiva (compressive sensing). El proyecto traerá al Uruguay las capacidades técnicas para el desarrollo de algoritmos HDC y abrirá la puerta para el desarrollo de una industria en inteligencia artificial basada en HDC que sea menos demandante en recursos y energía y que genere modelos explicables.