Las Partículas Tipo Axión (ALPs, Axion-Like Particles) constituyen una de las extensiones del Modelo Estándar de mayor interés actual. En el LHC, estas partículas podrían producirse mediante fusión de gluones y decaer en pares de fotones detectables en ATLAS. Hasta el momento, las búsquedas experimentales se han concentrado en masas superiores a 10 GeV, mientras que el régimen de masas inferiores permanece prácticamente inexplorado. Esto se debe a que, a bajas masas, los fotones provenientes del decaimiento del ALP se vuelven altamente colimados, reduciendo drásticamente la eficiencia de las técnicas estándar de identificación. En ATLAS, la selección de fotones se basa en dos estrategias complementarias: identificación y aislamiento. La identificación utiliza variables denominadas Shower Shapes (SS), construidas a partir de la geometría de los depósitos energéticos en el calorímetro electromagnético, mientras que el aislamiento evalúa la actividad energética alrededor del fotón. Ambas técnicas fueron optimizadas para fotones individuales y pierden eficiencia cuando las deposiciones energéticas de dos fotones se superponen, como ocurre en decaimientos de ALPs livianos. Este trabajo explora nuevas estrategias de selección para resonancias de baja masa mediante técnicas de aprendizaje automático. En particular, se estudia la implementación de una Red Neuronal Profunda (DNN) que utiliza simultáneamente las variables SS de ambos fotones para identificar un nuevo objeto denominado di-fotón colimado, y una Red Neuronal Gráfica (GNN) que emplea las deposiciones energéticas alrededor de ambos fotones para estimar su aislamiento. Ambos modelos son entrenados utilizando simulaciones Monte Carlo con el objetivo de maximizar la eficiencia de selección de señales de ALPs frente al fondo hadrónico. Dado que el desempeño de estos modelos puede diferir entre simulaciones y datos reales, se realiza una calibración utilizando procesos conocidos del Modelo Estándar. En este análisis, dicha calibración se lleva a cabo mediante decaimientos radiativos del bosón Z. Finalmente, se presentarán resultados del trabajo realizado en 2025 en Global Trigger sobre algoritmos de aislamiento para el High-Luminosity LHC como tarea de cualificación dentro de la Colaboración ATLAS.