{"id":12146,"date":"2022-11-01T10:00:04","date_gmt":"2022-11-01T16:00:04","guid":{"rendered":"https:\/\/cienciauanl.uanl.mx\/?p=12146"},"modified":"2023-01-05T10:06:17","modified_gmt":"2023-01-05T16:06:17","slug":"autenticacion-facial-un-humanoide-no-puede-reconocer","status":"publish","type":"post","link":"https:\/\/cienciauanl.uanl.mx\/?p=12146","title":{"rendered":"AUTENTICACI\u00d3N FACIAL UN HUMANOIDE NO PUEDE RECONOCER"},"content":{"rendered":"

\"\"<\/a><\/p>\n

\n
\n
\n
\n
\n
\n
\n
\n

CIENCIA UANL \/ AN\u0303O 25, No.116, noviembre-diciembre 2022<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

Aida A. Aparicio-Arroyo*, Iva\u0301n Olmos-Pineda*, J.\u00a0Arturo Olvera-Lo\u0301pez*<\/span><\/p>\n

Descargar PDF<\/a><\/p>\n

\n
\n
\n
\n

EL AVANCE TECNOLO\u0301GICO, UN PEQUEN\u0303O VISTAZO<\/h4>\n
\n
\n
\n
\n

Gracias al avance tecnolo\u0301gico se han desarrollado dispositivos que sirven de apoyo en diferentes tareas cotidianas: tele\u0301fonos celulares, computadoras de escritorio y porta\u0301tiles (herramientas de ca\u0301lculo de propo\u0301sito general), automo\u0301viles, e incluso diferentes tipos de robots (brazos articulados, exoesqueletos), entre otros. En el futuro, estos u\u0301ltimos tendra\u0301n un mayor grado de influencia, extendiendo\u00a0las aplicaciones con las que cuentan en la actualidad, no so\u0301lo en la industria (ensamble de diferentes tipos de objetos), o dentro del a\u0301mbito militar (bu\u0301squeda de explosivos), sino incluso en el a\u0301rea de la medicina (cirugi\u0301as de alto riesgo). Un ejemplo de esto es el desarrollo de una pro\u0301tesis robo\u0301tica para quienes hayan perdido extremidades por algu\u0301n accidente, la cual ejecuta de manera automa\u0301tica o a\u00a0<\/span>trave\u0301s de esti\u0301mulos biolo\u0301gicos o neuronales.<\/span><\/p>\n

\n
\n
\n
\n

Incluso, se estima que en algunas de\u0301cadas existan androides capaces de realizar labores de servicio y acompan\u0303amiento, asi\u0301 como en mu\u0301ltiples ocasiones se han mostrado en peli\u0301culas de ciencia ficcio\u0301n como Yo robot, El hombre bicentenario, RoboCop o A.I<\/em>. Inteligencia artificial. En este sentido, es de especial intere\u0301s para la robo\u0301tica disen\u0303ar mecanismos capaces de interactuar de forma natural con los humanos como si se tratase de seres iguales.<\/p>\n

\n
\n
\n
\n

Con base en esta idea, un robot puede llegar a tener un aspecto fi\u0301sico muy parecido al de un humano, e incluso puede imitar las expresiones faciales, se le conoce como humanoide (RH). Como el desarrollado por Wood et al<\/em>. (2021), que sirve de ayuda en terapias de nin\u0303os con autismo. En la figura 1 se muestra la imagen de un RH, disen\u0303ado por la empresa Hanson Robotics, donde se pueden\u00a0observar los avances en la construccio\u0301n de aparatos parecidos a un humano.<\/span><\/p>\n

\"\"<\/a><\/p>\n

\n
\n
\n

Los RH se disen\u0303an a partir de un conjunto de circuitos electro\u0301nicos que permiten controlar servomotores que activan el movimiento de diferentes componentes, como la cabeza, brazos y piernas. En estas animaciones se incluyen, en algunos casos, las expresiones fisono\u0301micas.<\/p>\n

\n
\n
\n

En la figura 2 se muestra la electro\u0301nica de un RH cuyos comandos de control son recibidos mediante una computadora externa. El ejemplo ilustrado tiene la capacidad de mover la cabeza, asi\u0301 como de generar expresiones faciales (movimientos de ojos, cejas, boca). Aunado a lo anterior, e\u0301stos suelen equiparse con sensores, micro\u0301fonos y ca\u0301maras de video que permiten adquirir datos del entorno. Con lo anterior se busca hacerlos ma\u0301s realistas, pues el objetivo es que puedan interactuar con los humanos de forma natural.<\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

INTELIGENCIA ARTIFICIAL, EL FUTURO<\/span><\/p>\n

\n
\n
\n
\n

Para lograr la integracio\u0301n de los humanoides en la vida diaria, au\u0301n hay que resolver muchas tareas. Por mencionar alguna: si se quiere que entable un dia\u0301logo en lenguaje natural con un humano, el aparato debe tener visio\u0301n artificial, para poder ubicar a la persona con quien entabla el dia\u0301logo; capacidad auditiva, para reconocer los sonidos que emite su interlocutor; le\u0301xico, para poder estructurar y emanar sonidos que representan las frases que desea expresar,\u00a0e incluso capacidad de movimientos corporales, que son usados por los humanos para enfatizar o no la comunicacio\u0301n.<\/span><\/p>\n

\n
\n
\n
\n

Tomando en cuenta estas cuestiones, y enfoca\u0301ndose en el objetivo, el a\u0301rea de investigacio\u0301n de visio\u0301n por computadora se encarga de procesar y analizar ima\u0301genes obtenidas a trave\u0301s de ca\u0301maras fotogra\u0301ficas o de video, las cuales son procesadas mediante la aplicacio\u0301n de algoritmos computacionales\u00a0para lograr diferentes metas: detectar objetos de intere\u0301s en una escena (personas, animales), estimar trayectorias de objetos (conduccio\u0301n auto\u0301noma de vehi\u0301culos), clasificar objetos (diferenciar uno de otro en una escena), entre muchas otras funciones.<\/span><\/p>\n<\/div>\n

\n

Considerando las diferentes metas de la visio\u0301n computacional, algunas aplicaciones de la deteccio\u0301n de objetos es el reconocimiento facial y, por ende, la autenticacio\u0301n de seres humanos.<\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n
\n
\n
\n
\n

\u00bfRECONOCER O AUTENTICAR PERSONAS?<\/h4>\n
\n
\n
\n

Como se menciono\u0301 anteriormente, una de las tareas involucradas para el desarrollo de los sistemas a implementarse en un humanoide es la visio\u0301n por computadora. En e\u0301sta existen diferentes a\u0301reas de intere\u0301s como reconocer y autenticar; aunque podri\u0301an interpretarse como un mismo concepto o proceso, son totalmente diferentes. Reconocer responde a la pregunta \u00bfquie\u0301n es la persona?; autenticar, \u00bfes quie\u0301n realmente dice ser? (Jain et al<\/em>., 2011).<\/p>\n

\n
\n
\n

El proceso de autenticacio\u0301n consiste (figura 3), en\u00a0primer lugar, en la adquisicio\u0301n de un conjunto de ima\u0301genes de rostros de personas, de preferencia una cantidad numerosa de fotografi\u0301as de la misma persona, con el objetivo de tener una buena muestra para el entrenamiento del clasificador; a este conjunto de cuadros se le realiza un preprocesamiento, con el fin de corregir algunas imperfecciones de calidad. Como segunda etapa se encuentra la extraccio\u0301n de los rasgos faciales de cada uno de los retratos de todos los sujetos de prueba, e\u0301stos son almacenados en\u00a0<\/span>un vector particular, el cual puede contener desde tres hasta n<\/em> caracteri\u0301sticas (en pa\u0301rrafos posteriores se comentara\u0301 la importancia del nu\u0301mero de particularidades a extraer).<\/span><\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n

Posteriormente, el vector es procesado en un clasificador para obtener un modelo de entrenamiento que sera\u0301 utilizado en la etapa final: la autenticacio\u0301n. En esta etapa, el modelo es probado con nuevas ima\u0301genes de rostros y el resultado sera\u0301 la autenticacio\u0301n del individuo a trave\u0301s de su fisonomi\u0301a.<\/p>\n

\n
\n
\n
\n

AUTENTICACIO\u0301N DE PERSONAS MEDIANTE RASGOS FACIALES<\/h4>\n
\n
\n
\n
\n

En esta a\u0301rea existen muchos autores con aportaciones relevantes. Uno de los pioneros es Woodrow Wilson B., quien desarrollo\u0301 un sistema capaz de clasificar fotografi\u0301as a partir de una tableta digital (RAND), en la que se podi\u0301an ubicar en un plano las coordenadas de los ojos, la nariz, la boca y la li\u0301nea del cabello. Este sistema guardaba esos puntos para usarlos despue\u0301s como referencia y asi\u0301 obtener un sistema manual que reconociera a las personas (Gates, 2011).<\/p>\n

Con el transcurso de los an\u0303os, el me\u0301todo se fue automatizando y se ha implementado en sistemas de seguridad que sirven para buscar delincuentes; Afra y Alhaji (2020), Awais et al<\/em>., (2019) y Jahan et al<\/em>. (2020) han implementado diferentes te\u0301cnicas de seguridad basadas en el reconocimiento facial. Cabe mencionar que este tipo de procedimientos trabajan bajo restricciones, como que quienes son fotografiados se deben encontrar a cierta distancia de la ca\u0301mara y adema\u0301s viendo de frente a ella. De igual manera, se deben presentar otros factores, como una buena iluminacio\u0301n y que la ca\u0301mara tenga buena resolucio\u0301n, condiciones que favorecera\u0301n el proceso de autenticacio\u0301n.<\/span><\/p>\n

\n
\n
\n
\n

Una de las redes sociales ma\u0301s usadas a nivel mundial, Facebook, ha implementado un sistema de reconocimiento de caras usando como base de entrenamiento las fotografi\u0301as de perfil de los usuarios y aque\u0301llas en las que se han etiquetado esos usuarios de manera manual. Al igual que esta plataforma,\u00a0existen tele\u0301fonos celulares cuyos sensores proyectan ma\u0301s de 30,000 puntos invisibles, esto con el fin de generar una imagen de profundidad (3D), una infrarroja (captada por una ca\u0301mara especial) y, posteriormente, un procesador convierte estos puntos en una representacio\u0301n matema\u0301tica que se utiliza como caracteri\u0301stica a comparar con una nueva imagen de entrada, lo que desbloquea el tele\u0301fono (Apple, 2018).<\/span><\/p>\n<\/div>\n

\n

Hay ejemplos ma\u0301s simples donde se realiza la deteccio\u0301n de rostros, como con la ca\u0301mara de algu\u0301n dispositivo que cuente con esta opcio\u0301n: si la persona se encuentra de frente y con una buena iluminacio\u0301n, se detecta do\u0301nde esta\u0301 el rostro, pero si se encuentra de perfil o con alguna obstruccio\u0301n, el dispositivo no la puede detectar.<\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n

NICHO DE OPORTUNIDAD<\/h4>\n
\n
\n
\n

Au\u0301n existen algunos problemas por resolver. Como se menciono\u0301, existen sistemas que pueden autenticar a las personas, pero tienen una buena precisio\u0301n debido a las condiciones bajo las que trabajan, y gracias a la base de ima\u0301genes que se toma como entrenamiento, ya que, en su mayori\u0301a, las bases de datos que se encuentran en la red son de gente que esta\u0301 a la misma distancia con respecto a la ca\u0301mara (de buena calidad), totalmente de frente a ella y con una buena iluminacio\u0301n.<\/p>\n

En te\u0301rminos generales, las etapas ma\u0301s importantes para una buena autenticacio\u0301n son la extraccio\u0301n de fisionomi\u0301as y la implementacio\u0301n del clasificador. Con la primera se hace referencia a obtener informacio\u0301n relevante de ciertos aspectos de\u00a0la cara: la forma y el taman\u0303o, color y textura de la piel, taman\u0303o de la nariz, ojos y boca. El segundo se encarga de generar un modelo que relaciona la informacio\u0301n de entrada (vector caracteri\u0301stico) respecto a la de salida.<\/span><\/p>\n

\n
\n
\n

Enfoca\u0301ndose en extraccio\u0301n de peculiaridades, se cuenta con diversas te\u0301cnicas que implementan algoritmos digitales para llevarla a cabo; e\u0301stos se pueden dividir en tres secciones: basados en el ana\u0301lisis de textura, de ima\u0301genes en 3D y en subespacios.<\/p>\n

La primera seccio\u0301n, como su nombre lo dice, analiza la textura (fina, suave, a\u0301spera, gruesa), es decir, el conjunto de patrones que se presentan en una regio\u0301n dentro del cuadro. El ana\u0301lisis de esta variable se puede realizar de manera global (en toda la representacio\u0301n) o de manera local (en pequen\u0303as regiones; figura 4). La textura no solamente se puede analizar en ima\u0301genes planas (2D), tambie\u0301n se puede analizar en 3D.<\/span><\/p>\n

\"\"<\/a><\/p>\n

\n
\n
\n

El ana\u0301lisis de ima\u0301genes en 3D aporta otro tipo de informacio\u0301n en comparacio\u0301n con el 2D. Hay individuos que tendra\u0301n diferentes formas de nariz o los labios ma\u0301s prominentes que otros, incluso, hay quien tiene los ojos ma\u0301s salidos o hundidos que los dema\u0301s y estas caracteri\u0301sticas se pueden medir a trave\u0301s de la profundidad, estos detalles se pueden obtener con el 3D. De igual modo, puede servir para analizar el taman\u0303o, la forma y la simetri\u0301a de algunas partes del cuerpo.<\/p>\n

Por u\u0301ltimo, en la tercera seccio\u0301n, hay algunas te\u0301cnicas que hacen un cambio de\u00a0color a los retratos con el fin de obtener otro tipo de datos, como analizar los valores de los pixeles con relacio\u0301n a la luminosidad o a la saturacio\u0301n que se presenta. Por otro lado, hay otras metodologi\u0301as que cambian el espacio a analizar, es decir, reducen un\u00a0<\/span>conjunto de componentes (elementos dentro de la fotografi\u0301a) con la finalidad de eliminar factores redundantes y asi\u0301 agilizar el ana\u0301lisis.<\/span><\/p>\n

\n
\n
\n
\n

Tomando en cuenta las diferentes tecnologi\u0301as, las particularidades que se analizan\u00a0y el tipo de valores que proporciona cada una, los sistemas de autenticacio\u0301n por desarrollar deben generar una respuesta en un lapso corto, con el fin de simular el proceso que realiza el cerebro al momento de autenticar a alguien conocido.<\/span><\/p>\n

\n
\n
\n
\n

HUMANOIDES Y HUMANOS<\/h4>\n
\n
\n
\n
\n

Para que el humanoide realice la tarea de autenticacio\u0301n, se debe disen\u0303ar un sistema basado en los pasos mencionados, capaz de ubicar do\u0301nde se encuentran los rostros, extraer las caracteri\u0301sticas o los rasgos faciales ma\u0301s importantes, almacenar las que servira\u0301n para realizar una clasificacio\u0301n y posteriormente concluir con la autenticacio\u0301n.<\/p>\n

\n
\n
\n
\n

Aqui\u0301 es fundamental contar con un etiquetado previo, es decir, a cada uno de los cuadros adquiridos con anterioridad se le debe relacionar con una etiqueta, que en este caso seri\u0301a el nombre de la o las personas a autenticar.<\/p>\n

Hoy en di\u0301a se sigue investigando co\u0301mo es posible que un RH pueda lograrlo sin la\u00a0necesidad de que los individuos se encuentren a cierta distancia, o que no necesariamente este\u0301n viendo de frente a la ca\u0301mara. Aqui\u0301 se toma en cuenta una serie de aspectos, como que si se esta\u0301 de perfil se tendri\u0301a que hacer una rotacio\u0301n de la cara utilizando diferentes funciones, o partiendo de que e\u0301sta es sime\u0301trica, se podri\u0301a trabajar con\u00a0<\/span>la mitad del rostro e incluso hacer una reconstruccio\u0301n en 3D. Otro punto a considerar es el disen\u0303o de un algoritmo capaz de detectar las caras en diferentes posiciones y a diferentes distancias.<\/span><\/p>\n

\n
\n
\n

Como ya se ha mencionado, lograr que un RH interactu\u0301e de forma natural con un humano plantea un sinfi\u0301n de retos, en los que diferentes a\u0301reas como la visio\u0301n computacional, la robo\u0301tica, el procesamiento del lenguaje, entre otras, colaboran estrechamente. Respecto a las aplicaciones actuales, enfoca\u0301ndonos en humanoides, la empresa Hanson Robotics ha desarrollado diferentes prototipos, pero el ma\u0301s conocido es Sophia, que cuenta con inteligencia artificial (IA), procesamiento de datos visuales, reconocimiento y expresiones faciales, entre otras cosas. Para la etapa de autenticacio\u0301n utiliza una red neuronal convolucional (algoritmo basado en los impulsos neuronales biolo\u0301gicos). Sophia fue previamente entrenada con un conjunto de figuras etiquetadas, y con ayuda de las ca\u0301maras en su pecho y ojos puede lograr la tarea de autenticacio\u0301n y reconocimiento de las expresiones faciales (Hanson Robotics, 2019).<\/p>\n

\n
\n
\n

Al igual que e\u0301sta, hay empresas internacionales que han desarrollado diferentes humanoides. Como el presentado por Honda en 2000, actualizado en 2011 con sensores visuales y auditivos que le permiten reconocer los rostros y la voz (Honda, 2021). Otra muestra es DaL-e, desarrollado por Hyundai, cuyo objetivo es utilizarlo como herramienta en el servicio al cliente automatizado. DaL-e cuenta con tecnologi\u0301a de inteligencia artificial para el reconocimiento facial (Hyundai, 2021). Asi\u0301 como e\u0301stos, hay\u00a0muchos ma\u0301s que son comerciales o conocidos, pero hay otros que se encuentran en laboratorios de universidades o centros de investigacio\u0301n.<\/span><\/p>\n<\/div>\n

\n

En particular, en este documento se ha presentado un panorama general de los desafi\u0301os que existen en el a\u0301rea de visio\u0301n computacional para lograr que los RH puedan identificar y autenticar personas en su entorno cercano, asi\u0301 como lo hace el ser humano a trave\u0301s de la visio\u0301n para poder interactuar de manera eficiente (figura 5).<\/p>\n

\"\"<\/a><\/p>\n

\n
\n
\n
\n

CONCLUSIONES<\/h4>\n
\n
\n
\n
\n

Como se ha mencionado a lo largo de este texto, au\u0301n se sigue investigando en las diferentes a\u0301reas co\u0301mo lograr el objetivo de que un humanoide se pueda comportar lo ma\u0301s parecido a un humano, y es aqui\u0301 donde aparece la inteligencia artificial. Actualmente, algunos sistemas de reconocimiento facial trabajan con la implementacio\u0301n de redes neuronales que, en conjunto con algunos algoritmos, realizan el reconocimiento.<\/span><\/p>\n

\n
\n
\n
\n

Cabe destacar que una de las metas de estos sistemas es lograr un porcentaje alto de reconocimiento, pero tambie\u0301n hay que tener en cuenta que el tiempo de ejecucio\u0301n debe ser reducido, y para llevarlo a cabo es necesario disen\u0303ar un me\u0301todo que sea capaz de reconocer o autenticar a la gente en un lapso corto.<\/p>\n<\/div>\n

\n

Con el paso de los an\u0303os, la robo\u0301tica seguira\u0301 desarrollando ma\u0301quinas que puedan realizar un mayor nu\u0301mero de tareas similares a las que hacen los humanos de manera cotidiana, esto no quiere decir que en el futuro puedan sustituirnos por completo, pero habra\u0301 trabajos o acciones en las que ellos obtendra\u0301n un resultado ma\u0301s preciso en comparacio\u0301n con lo realizado por nosotros.<\/p>\n

\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n

<\/h4>\n
\n
\n
\n
\n

* Beneme\u0301rita Universidad Auto\u0301noma de Puebla, Puebla, Me\u0301xico.
\nContacto: aparicio.200806025@gmail.com<\/p>\n

 <\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

REFERENCIAS<\/h4>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n
\n

Afra, S., y Alhajj, R. (2020). Early warning system: From face recognition by surveillance cameras to social media analysis to detecting suspicious people. Physica A: Statistical Mechanics and its Applications.<\/em> 540:123151.<\/p>\n

\n
\n
\n

Apple. (2018). Acerca de la tecnologi\u0301a avanzada de Face ID<\/em>. Disponible en: https:\/\/support. apple.com\/es-mx\/HT208108<\/p>\n

\n
\n
\n

Awais, M., Iqbal, M.J., Ahmad, I., et al<\/em>. (2019). Real-time surveillance through face recognition using HOG and feedforward neural networks. IEEE Access<\/em>. 7:121236-121244.<\/p>\n

\n
\n
\n

Gates, K.A. (2011). Our biometric future: Facial recognition technology and the culture of surveillance.<\/em> NYU Press: EE UU.<\/p>\n

\n
\n
\n

Hanson Robotics. (2019). The Making of Sophia: Facial Recognition, Expressions and The Loving AI Project.<\/em> Disponible en: https:\/\/www.hansonrobotics.com\/the-making-of-sophia-facial-recognition-expressions-and-the-loving-ai-project\/<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

\n
\n
\n

Honda. (2021). ASIMO, el robot humanoide ma\u0301s avanzado del mundo.<\/em> Disponible en: https:\/\/www.honda.mx\/asimo<\/p>\n

\n
\n
\n

Hyundai. (2021). Hyundai Motor Group Introduces Advanced Humanoid Robot \u2018DAL-e\u2019.<\/em> Disponible en: https:\/\/www1.hyundai.news\/uk\/brand\/hyundai-motor-group-introduces-advanced-humanoid-robot-dal-e\/<\/p>\n

\n
\n
\n

Jahan, N., Bhuiyan, P. K., Moon, P.A., et al<\/em>. (2020). Real Time Face Recognition System with Deep Residual Network and KNN. In 2020 International Conference on Electronics and Sustainable Communication Systems (ICESC)<\/em>, IEEE, 1122-1126.<\/p>\n

\n
\n
\n

Jain, A.K., Ross, A.A., y Nandakumar, K. (2011). Introduction to biometrics<\/em>. Springer Science & Business Media.<\/p>\n

\n
\n
\n

Wood, L.J., Zaraki, A., Robins, B., y Dautenhahn, K. (2021). Developing kaspar: a humanoid robot for children with autism. International Journal of Social Robotics<\/em>. 13(3):491-508.\"\"<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

 <\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

 <\/p>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

CIENCIA UANL \/ AN\u0303O 25, No.116, noviembre-diciembre 2022 Aida A. Aparicio-Arroyo*, Iva\u0301n Olmos-Pineda*, J.\u00a0Arturo Olvera-Lo\u0301pez* Descargar PDF EL AVANCE TECNOLO\u0301GICO, UN PEQUEN\u0303O VISTAZO Gracias al avance tecnolo\u0301gico se han desarrollado dispositivos que sirven de apoyo en diferentes tareas cotidianas: tele\u0301fonos celulares, computadoras de escritorio y porta\u0301tiles (herramientas de ca\u0301lculo de propo\u0301sito general), automo\u0301viles, e incluso diferentes tipos de robots (brazos […]<\/p>\n","protected":false},"author":4,"featured_media":12148,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[8],"tags":[],"class_list":["post-12146","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-opinion"],"_links":{"self":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/12146","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=12146"}],"version-history":[{"count":3,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/12146\/revisions"}],"predecessor-version":[{"id":12210,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/12146\/revisions\/12210"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/media\/12148"}],"wp:attachment":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=12146"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=12146"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=12146"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}