{"id":9656,"date":"2020-10-02T19:34:51","date_gmt":"2020-10-02T19:34:51","guid":{"rendered":"https:\/\/msiainforma.org\/?p=9656"},"modified":"2020-10-02T19:34:51","modified_gmt":"2020-10-02T19:34:51","slug":"espanol-la-estupidez-de-la-ia-la-vida-es-digital","status":"publish","type":"post","link":"https:\/\/msiainforma.org\/es\/espanol-la-estupidez-de-la-ia-la-vida-es-digital\/","title":{"rendered":"La estupidez de la IA: \u00bfLa vida es digital?"},"content":{"rendered":"Por Jonathan Tennenbaum<\/em><\/p>\n

Parte 6 de 10<\/p>\n

MSIa Informa, 01 de octubre de 2020.<\/em>-El desarrollo inicial de las computadoras y de la inteligencia artificial (IA) est\u00e1 inseparablemente ligado al concepto emergente de la c\u00e9lula viva considerada como una especie de \u201cm\u00e1quina molecular\u201d.<\/p>\n

Sin embargo, las investigaciones m\u00e1s recientes se\u00f1alan hacia una direcci\u00f3n muy diferente. Lejos de ser meros engranajes de una m\u00e1quina, las prote\u00ednas poseen una especie de \u201cinteligencia\u201d propia. Hay motivos para creer que las \u201cprote\u00ednas inteligentes\u201d funcionan como un substrato de los procesos cognitivos humanos en el \u00e1mbito subcelular.<\/p>\n

Tengo la esperanza de que, alg\u00fan d\u00eda, las prote\u00ednas se utilicen tambi\u00e9n como elementos anal\u00f3gicos en nuevos tipos de sistemas de la IA. Sin embargo, para que eso suceda, la IA debe superar el sesgo digital que ha acompa\u00f1ado su desarrollo hasta el d\u00eda de hoy.<\/p>\n

Organismos vivos como aut\u00f3matas<\/strong><\/p>\n

Varios de los pioneros de la IA demostraron un profundo inter\u00e9s en el funcionamiento de los organismos vivos y su posible replicaci\u00f3n por dispositivos hechos por el hombre. Entre ellas, en especial, John von Neumann y Alan Turing, y, de manera algo diferente, Norbert Wiener y Claude Shannon.<\/p>\n

A partir de los a\u00f1os cuarentas, von Neumann comenz\u00f3 a trabajar en una \u201cteor\u00eda general de los aut\u00f3matas\u201d. El t\u00e9rmino \u201caut\u00f3mata\u201d, como lo entend\u00eda, se deber\u00eda aplicar a organismos vivos as\u00ed como a m\u00e1quinas creadas para imitarlos. El cerebro humano se incluir\u00eda en la categor\u00eda de aut\u00f3mata. El inter\u00e9s de von Neumann en los aut\u00f3matas vivos y artificiales fue esencial para su contribuci\u00f3n al desarrollo de los modernos sistemas de ordenadores.<\/p>\n

Von Neumann estaba interesado en particular en la posibilidad de crear m\u00e1quinas capaces de reproducirse y hasta de evolucionar, con lo que igualar\u00eda, as\u00ed, la propiedad m\u00e1s esencial de los seres vivos, los \u201caut\u00f3matas naturales\u201d. Por consiguiente, se empe\u00f1\u00f3 sin descanso en la tarea de crear una teor\u00eda matem\u00e1tica que abarcase ambas categor\u00edas, lo que, al parecer, consideraba la cuesti\u00f3n m\u00e1s importante de vida profesional.<\/p>\n

Defini\u00f3 el tema en su presentaci\u00f3n en el Simposio Hixon de 1948, titulada \u201cLa teor\u00eda general y l\u00f3gica de los aut\u00f3matas\u201d. Volvi\u00f3 al tema posteriormente, en 1953, con un texto sobre \u201cM\u00e1quinas y organismos\u201d, y en su \u00faltimo trabajo, \u201cEl computador y el cerebro\u201d, que vio la luz un a\u00f1o despu\u00e9s de su muerte, en 1957. En 1966 se public\u00f3 una colecci\u00f3n de sus art\u00edculos y manuscritos in\u00e9ditos sobre el asunto con el t\u00edtulo \u201cLa teor\u00eda de los aut\u00f3matas reproductores\u201d.<\/p>\n[ https:\/\/en.wikipedia.org\/wiki\/File:Von_Neuman_Self-replication_2.jpg<\/a>]\n

El pionero de la computaci\u00f3n Alan Turing contribuy\u00f3 al concepto de un organismo vivo como aut\u00f3mata en un trabajo de 1952 titulado \u201cLas bases qu\u00edmicas de la morfog\u00e9nesis\u201d. En el desarrolla la teor\u00eda matem\u00e1tica de un embri\u00f3n en desarrollo, en el que se establece \u201cun posible mecanismo por el que los genes de un zigoto (\u00f3vulo celular fertilizado) puede determinar la estructura anat\u00f3mica del organismo resultante\u201d.<\/p>\n

Ciertamente nada del domino de los organismos vivos sugiere la idea de un proceso algor\u00edtmico programado gen\u00e9ticamente de forma m\u00e1s impresionante que el de la embriog\u00e9nesis, la generaci\u00f3n de un organismo adulto completo a partir de una c\u00e9lula \u00fanica, por medio de la sucesi\u00f3n de estadios de desarrollo repetidos en todos los individuos de una especie.<\/p>\n

El art\u00edculo de Turing presenta una teor\u00eda de c\u00f3mo las formas geom\u00e9tricas del organismo se generan en proceso f\u00edsico qu\u00edmico que involucra la producci\u00f3n y la difusi\u00f3n de sustancias qu\u00edmicas a las que llam\u00f3 morfogenes.<\/p>\n

Los detalles son en la actualidad obsoletos en gran medida, pero anticipan elementos del cuadro que apareci\u00f3 con el progreso posterior de la biolog\u00eda molecular.<\/p>\n

El libro cl\u00e1sico de Norbert Wiener, \u201cCibern\u00e9tica: o control y comunicaci\u00f3n en el animal y la m\u00e1quina\u201d (1948), influenci\u00f3 profundamente la biolog\u00eda molecular y el desarrollo de la inteligencia artificial.<\/p>\n

Lo mismo ocurri\u00f3 con el libro de 1949 de Claude Shannon, \u201cUna teor\u00eda matem\u00e1tica de la comunicaci\u00f3n\u201d, el cual estableci\u00f3 lo que se conocer\u00eda despu\u00e9s como \u201cteor\u00eda de la informaci\u00f3n\u201d. El concepto de \u201cinformaci\u00f3n\u201d de Shannon sirvi\u00f3 de punto de partida de la inteligencia artificial, mismo que, de una forma menos rigurosa, se introducir\u00eda en la biolog\u00eda con la expresi\u00f3n \u201cinformaci\u00f3n gen\u00e9tica\u201d. Es curioso que la gen\u00e9tica fuera el tema de la tesis de doctorado de Shannon. En 1950 construy\u00f3 un rat\u00f3n electromec\u00e1nico que se mov\u00eda en un laberinto, lo que se convirti\u00f3 en uno de los primeros experimentos de inteligencia artificial.<\/p>\n

Su teor\u00eda de la informaci\u00f3n demostr\u00f3 ser extremadamente \u00fatil como herramienta t\u00e9cnica, por ejemplo, en el proyecto de sistemas de comunicaci\u00f3n. Pero, a mi parecer, la subsecuente hegemon\u00eda de su concepto de informaci\u00f3n en virtualmente todos los campos provoc\u00f3 un \u00e9nfasis exagerado y unilateral en el \u201cdiscreto\u201d \u2013el lado combinatorio de la realidad-, a costa de la continuidad. Ni todo el mundo se divide perfectamente en piezas que se pueden disponer en un tablero de ajedrez. Una l\u00ednea es m\u00e1s que una colecci\u00f3n de puntos; los aviones no se mueven en el aire en secuencias de peque\u00f1os empujones constantes; la belleza no es igual a una disposici\u00f3n de pixeles y el significado nos es un conjunto de letras en una p\u00e1gina.<\/p>\n

Como argumentar\u00e9 m\u00e1s adelante en esta serie, los esfuerzos para imponer el concepto de \u201cinformaci\u00f3n\u201d al uso humano del lenguaje exacerbaron la estupidez de la inteligencia artificial, as\u00ed como el problema de la estupidez actual de la sociedad humana.<\/p>\n

El cerebro y el sistema nervioso \u00bfson realmente digitales?<\/strong><\/p>\n

Es interesante observar que John von Neumann, el m\u00e1s brillante de esos pioneros, fue inicialmente un tanto cauteloso en lo tocante al aparente car\u00e1cter digital del sistema nervioso humano. En su art\u00edculo de 1948 afirm\u00f3:<\/p>\n

\u00abLa neurona trasmite un impulso. Esta perece ser la funci\u00f3n primaria, aunque la \u00faltima palabra sobre esta funci\u00f3n y de su car\u00e1cter exclusivo o no exclusivo est\u00e9 lejos de haber sido pronunciada. El impulso nervioso parece ser, principalmente, un caso de todo o nada, comparable a un d\u00edgito binario. Pero es igualmente evidente que esta no es toda la historia\u2026 Los organismos vivos son muy complejos, parte digitales y parte mecanismos anal\u00f3gicos. Las m\u00e1quinas de computaci\u00f3n, por lo menos en sus formas recientes a las que me refiero en este debate, son puramente digitales. Aunque estoy consciente del componente anal\u00f3gico de los organismos vivos, y ser\u00eda absurdo negar su importancia, debo, sin embargo, para una discusi\u00f3n m\u00e1s simple, desconsiderar esa parte. Debo considerar a los organismos como si fuesen puramente digitales\u00bb.<\/p>\n

Von Neumann, desgraciadamente, se aferr\u00f3 en la mayor parte de sus trabajos posteriores a esa \u201csimplificaci\u00f3n\u201d digital de los organismos vivos y, en especial, del cerebro y del sistema nervioso.<\/p>\n

Desde el punto de vista de lo que sabemos hoy en neurobiolog\u00eda, es un absurdo tratar de entender la funci\u00f3n de las neuronas y del sistema nervioso con supuestas analog\u00edas con los computadores digitales (v\u00e9ase la Parte 5 de esta serie).<\/p>\n

El ADN y la \u201cm\u00e1quina de Turing celular\u201d<\/strong><\/p>\n

El reino de la discreci\u00f3n y de la combinaci\u00f3n en la biolog\u00eda \u2013su \u201cdigitalizaci\u00f3n\u201d virtual, podr\u00edamos decir- fue cimentada con el descubrimiento de la estructura de la h\u00e9lice doble del ADN en 1953, por la enunciaci\u00f3n de Francis Crick del \u201cDogma central de la biolog\u00eda molecular\u201d, de 1957, y del descifrado del c\u00f3digo gen\u00e9tico, a principios de los a\u00f1os sesentas.<\/p>\n

Seg\u00fan el \u201cDogma central\u201d y su elaboraci\u00f3n sistem\u00e1tica, las secuencias del ADN contienen la informaci\u00f3n fundamental y las \u201creglas\u201d del funcionamiento de las c\u00e9lulas: ellas permanecen inalteradas durante toda la vida de la c\u00e9lula, excepto por raras mutaciones fortuitas, y el c\u00f3digo gen\u00e9tico, contenido en el ADN, determina las estructuras de las prote\u00ednas que controlan la maquinaria qu\u00edmica de la c\u00e9lula.<\/p>\n

El acto fundamental de la divisi\u00f3n celular, en particular, por el cual los organismos vivos crecen y se multiplican, ocurre paso a paso en una secuencia de acontecimientos determinada precisamente por medio de la activaci\u00f3n sucesiva de genes contenidos en el ADN. Todo esto parece seguir exactamente el esquema general del proceso algor\u00edtmico establecido por Alan Turing en 1936 (v\u00e9ase la Parte 2 de esta serie).<\/p>\n

Una c\u00e9lula viva ser\u00eda, por lo tanto, un tipo especial de m\u00e1quina de Turing, realizada en una base molecular. En t\u00e9rminos populares: las c\u00e9lulas funcionan como computadoras digitales, con su ADN funcionando como el programa de computadora. El fisi\u00f3logo ganador del Premio Nobel Sydney Brenner resumi\u00f3 su doctrina de la biolog\u00eda molecular de forma m\u00e1s sucinta en un ensayo de 2002, en homenaje a Alan Turing, titulado \u201cRuta del c\u00f3digo de la vida\u201d: \u201cLos bi\u00f3logos hacen tan s\u00f3lo tres preguntas a un organismo vivo: \u00bfC\u00f3mo funciona? \u00bfC\u00f3mo est\u00e1 construido? Y \u00bfC\u00f3mo qued\u00f3 as\u00ed? Esos son problemas incorporados a los campos cl\u00e1sicos de la fisiolog\u00eda, de la embriolog\u00eda y de la evoluci\u00f3n. En el centro de todo est\u00e1n las bandas que contienen las instrucciones para construir esas m\u00e1quinas de Turing especiales\u201d.<\/p>\n

La doctrina sagrada del c\u00f3digo gen\u00e9tico<\/strong><\/p>\n

Todos los estudiantes de hoy aprenden a recitar la Doctrina del c\u00f3digo gen\u00e9tico. Es m\u00e1s o menos as\u00ed: \u201cLas prote\u00ednas son las organizadoras y los agentes de la actividad celular, cada una con su \u00e1rea de especializaci\u00f3n. Ellas se forman a partir de secuencias lineales de amino\u00e1cidos, de los que existe 20 a lo sumo\u201d.<\/p>\n

La informaci\u00f3n que especifica la secuencia de los amino\u00e1cidos para una determinada prote\u00edna es codificada en el ADN de la c\u00e9lula por medio de la secuencia de mol\u00e9culas de nucle\u00f3tidos que mantienen juntas las dos bandas de la doble h\u00e9lice del ADN. Existen cuatro nucle\u00f3tidos diferentes, los que definen un c\u00f3digo de cuatro letras. Los genes corresponden a secuencias escritas en el c\u00f3digo. Estos, a su vez, son transcritos por la maquinaria molecular del n\u00facleo de la c\u00e9lula de ADN, en mol\u00e9culas de ARN que funcionan como transportadoras de informaci\u00f3n. Luego de algunas ediciones, las mol\u00e9culas de ARN de alguna forma son transportadas a afuera del n\u00facleo y alimentas en estructura llamadas ribosomas.<\/p>\n

Un ribosoma que se mueve a lo largo del ARN como la cabeza de un lector de banda produce la cadena de amino\u00e1cidos correspondiente, la compone la materia especifica deseada. Esto se hace de acuerdo a un esquema de codificaci\u00f3n predefinido en el que cada conjunto sucesivo de tres letras (triplet o trinca) del c\u00f3digo de cuatro letras corresponde a un amino\u00e1cido espec\u00edfico. Como existen 64 triplets posibles, pero s\u00f3lo 20 amino\u00e1cidos, el c\u00f3digo es redundante.<\/p>\n

La historia no contada<\/strong><\/p>\n

La Doctrina del c\u00f3digo gen\u00e9tico, como se enuncia com\u00fanmente, no toma en cuenta varios puntos cruciales. Estos incluyen, entre otros, el problema del pliegue de las prote\u00ednas, la existencia de cambios epigen\u00e9ticos hereditarios (no codificados por el ADN) en organismos y el papel no resuelto de 99 por ciento del ADN, que parece no tener una funci\u00f3n de codificaci\u00f3n.<\/p>\n

Tratar\u00e9 aqu\u00ed tan s\u00f3lo del problema del pliegue de las prote\u00ednas, ya que se relaciona m\u00e1s directamente con presente y el futuro de la inteligencia artificial.<\/p>\n

Lo que sale de la transcripci\u00f3n del ADN es tan s\u00f3lo una cadena de amino\u00e1cidos. Pero, para desempe\u00f1ar su funci\u00f3n en la c\u00e9lula \u2013p.ej., como una enzima, receptor de membrana, anticuerpo, etc.-, la prote\u00edna primero debe transformarse de esa cadena lineal en una tridimensional precisa, \u00fanica para cada prote\u00edna. Esta \u201cconformaci\u00f3n nativa\u201d puede ser extraordinariamente complicada e incluir topolog\u00edas de nudos m\u00faltiples.<\/p>\n

Se debe tener en mente que las mol\u00e9culas de prote\u00ednas del cuerpo humano consisten en medias de 480 amino\u00e1cidos, que contienen un total de casi 10 mil \u00e1tomos. La mayor de esas prote\u00ednas, la titina, est\u00e1 formada por una cadena de 35.350 amino\u00e1cidos y tiene m\u00e1s de 600 mil \u00e1tomos. La titina constituye cerca de 10 por ciento de nuestro tejido muscular.<\/p>\n

\u00bfCu\u00e1l es el problema? El c\u00f3digo del ADN no contiene indicaciones sobre cu\u00e1l debe ser la conformaci\u00f3n correcta de una prote\u00edna dada, no c\u00f3mo la generar\u00e1 a partir de la cadena lineal original. Todo lo que dice el ADN es la secuencia de amino\u00e1cidos a lo largo de la cadena de la prote\u00edna. \u00bfC\u00f3mo sabe la prote\u00edna en qu\u00e9 forma se convertir\u00e1 y c\u00f3mo llegar\u00e1 all\u00e1? \u00bfDe d\u00f3nde viene la informaci\u00f3n extra?<\/p>\n

Esto lleg\u00f3 a conocerse como el \u201cProblema del pliegue\u201d (aunque los movimientos reales de la prote\u00edna incluyan torsi\u00f3n, alongamiento, etc.).<\/p>\n

El problema del pliegue es fundamental no s\u00f3lo para la biolog\u00eda molecular, sino que tiene tambi\u00e9n efectos de largo alcance para la medicina.<\/p>\n

La lista de \u201cenfermedades de prote\u00edna mal plegadas\u201d disturbios conformacionales de prote\u00ednas) incluye el mal de Alzheimer y otras formas de demencia, enfermedad de Parkinson, fibrosis c\u00edstica, enfermedad falciforme y, probablemente, tambi\u00e9n la diabetes tipo II. En la conformaci\u00f3n equivocada, las prote\u00ednas no s\u00f3lo se vuelven disfuncionales, sino que tambi\u00e9n pueden interrumpir el funcionamiento normal de la c\u00e9lula.<\/p>\n

En 1968-69, el bi\u00f3logo molecular CyrilLevinthal propuso lo que se conocer\u00eda despu\u00e9s como \u201cLa paradoja de Levinthal\u201d. Luego de ser estiradas en una forma aproximadamente lineal, las prote\u00ednas en soluci\u00f3n vuelven a sus conformaciones nativas precisas en, cuando mucho, algunos segundos. Por otra parte, dado el n\u00famero de \u00e1ngulos de conexi\u00f3n variables, incluso en una prote\u00edna peque\u00f1a, el n\u00famero de conformaciones posibles es astron\u00f3micamente grande. Las estimaciones mostraban simplemente que si una prote\u00edna tratase todas ellas, una cada vez, a raz\u00f3n de un bill\u00f3n de intentos por segundo, en promedio, \u00a1tomar\u00eda m\u00e1s de la edad estimada del Universo para encontrar la configuraci\u00f3n correcta!<\/p>\n

Ante la rapidez y la precisi\u00f3n con las que las prote\u00ednas asumen su formaci\u00f3n correcta, Levinthal concluy\u00f3 que el pliegue no puede ser aleatorio, sino que debe seguir un camino m\u00e1s o menos bien definido. Las interacciones f\u00edsicas entre las varias partes de la mol\u00e9cula, con sus cargas el\u00e9ctricas, \u00e1ngulos de conexi\u00f3n, etc., gu\u00edan, evidentemente, a la prote\u00edna en su pliegue y torsi\u00f3n en la forma correcta.<\/p>\n

Este problema nos conduce a un mundo completamente diferente de la combinatoria, de la computaci\u00f3n digital y de las m\u00e1quinas de Turing.<\/p>\n

Estamos lidiando con f\u00edsica radical.<\/strong><\/p>\n

Por medio siglo los cient\u00edficos han luchado para resolver la paradoja de Levinthal. \u00bfQu\u00e9 significar\u00eda una soluci\u00f3n?<\/p>\n

Primero, explicar c\u00f3mo las prote\u00ednas en general son capaces de \u201cencontrar\u201d sus conformaciones nativas de forma tan r\u00e1pida y confiable.<\/p>\n

Segundo, ser capaz de prever la configuraci\u00f3n tridimensional de una prote\u00edna, dado nada m\u00e1s que su c\u00f3digo de ADN.<\/p>\n

Algunos cient\u00edficos consideran la Paradoja de Levinthal \u201cresuelta esencialmente\u201d, aunque no est\u00e1n de acuerdo.<\/p>\n

En lo que toca a la previsi\u00f3n de la estructura, un art\u00edculo de 2019 aparecido en el International Journal of Modern Physics<\/em> observa:<\/p>\n

\u00abPrever la estructura tridimensional de una prote\u00edna a partir de su secuencia de amino\u00e1cidos es uno de los problemas sin resolver m\u00e1s importantes de la biof\u00edsica y de la biolog\u00eda computacional. En la actualidad, algunos de los m\u00e9todos m\u00e1s exitosos tienen una probabilidad razonable de prever el pliegue de peque\u00f1as prote\u00ednas de dominio \u00fanico\u00bb.<\/p>\n

Las ecuaciones matem\u00e1ticas que describen el comportamiento de una prote\u00edna de acuerdo con las leyes de la f\u00edsica cu\u00e1ntica son irremediablemente muy complicadas de resolver, aun con simplificaciones radicales, inclusive con los s\u00faper computadores mayores y m\u00e1s r\u00e1pidos.<\/p>\n

La previsi\u00f3n de la estructura de la prote\u00edna ha sido un importante argumento de venta para el desarrollo de s\u00faper computadores de \u00faltima generaci\u00f3n, como la serie Blue Gene de IBM. Pero los intentos de resolver el problema con c\u00e1lculos del tipo \u201cfuerza bruta\u201d dieron resultados decepcionantes.<\/p>\n

En lugar de eso, la actual previsi\u00f3n de la estructura emplea estrategias mixtas, con el uso de grandes bancos de datos de mol\u00e9culas con estructuras 3-D conocidas, simulaciones de computadora y un amplio conocimiento de la ciencia experimental y te\u00f3rica de las prote\u00ednas, en un esfuerzo para determinar la forma m\u00e1s probable.<\/p>\n

La inteligencia artificial est\u00e1 encontrando aqu\u00ed un campo de aplicaci\u00f3n cada vez mayor, en especial en sistemas de aprendizaje profundo. El lector puede encontrar una presentaci\u00f3n \u00fatil sobre el tema el blog DeepMind, \u201c \u201cAlphaFold: Using AI forScientific Discovery<\/a>\u201d.<\/p>\n

\u00bfInteligencia artificial a partir de prote\u00ednas?<\/strong><\/p>\n

Como una reflexi\u00f3n m\u00e1s, me gustar\u00eda sugerir una idea potencialmente revolucionaria:<\/p>\n

Para aplicar el aprendizaje profundo, el sistema de la IA debe ser entrenado en un gran banco de datos con informaci\u00f3n sobre el comportamiento conocido de las prote\u00ednas. De hecho, las prote\u00ednas son, evidentemente, m\u00e1s \u201cinteligentes\u201d que nuestros sistemas digitales. No necesitan de ning\u00fan c\u00e1lculo para desdoblarse en la configuraci\u00f3n correcta; \u00a1sencillamente lo hacen de forma natural!<\/p>\n

\u00bfPor qu\u00e9 no sustituir los transistores est\u00fapidos de nuestra computadora por prote\u00ednas u otras mol\u00e9culas inteligentes? \u00bfPor qu\u00e9 no sustituir c\u00e1lculos trabajosos con acontecimientos f\u00edsicos naturales?<\/p>\n

La \u201cla computaci\u00f3n biol\u00f3gica\u201d ya es un campo de investigaci\u00f3n establecida. Todav\u00eda parece dominada por mentalidades algor\u00edtmicas, pero su futuro est\u00e1 abierto. (Contin\u00faa).","protected":false},"excerpt":{"rendered":"

Por Jonathan Tennenbaum Parte 6 de 10 MSIa Informa, 01 de octubre de 2020.-El desarrollo inicial de las computadoras y de la inteligencia artificial (IA) est\u00e1 inseparablemente ligado al concepto emergente de la c\u00e9lula viva considerada como una especie de \u201cm\u00e1quina molecular\u201d. Sin embargo, las investigaciones m\u00e1s recientes se\u00f1alan hacia una direcci\u00f3n muy diferente. Lejos …<\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[37],"tags":[],"class_list":["post-9656","post","type-post","status-publish","format-standard","hentry","category-ciencia-e-tecnologia"],"_links":{"self":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9656","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/comments?post=9656"}],"version-history":[{"count":0,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9656\/revisions"}],"wp:attachment":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/media?parent=9656"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/categories?post=9656"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/tags?post=9656"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}