Richard Boyd, cofundador y director ejecutivo de Tanjo Inc – Serie de entrevistas

Richard Boyd es empresario, autor y orador sobre una variedad de temas, desde educación hasta atención médica, mundos virtuales, juegos de computadora, aprendizaje automático e interfaces humano/computadora. Durante tres décadas, Richard ha dirigido o ayudado a crear algunas de las empresas y servicios de tecnología más innovadores en varias industrias, incluido el inicio y el cargo de director ejecutivo de cuatro empresas en la región de Research Triangle Park de Carolina del Norte. Richard vendió su última empresa a Lockheed Martin y permaneció como director de la Laboratorios del mundo virtual.

Richard es cofundador y director ejecutivo de una empresa de inteligencia artificial y aprendizaje automático. tanjo inc con sede en la región de Research Triangle Park de Carolina del Norte.

Has estado trabajando en realidad virtual desde los años 90 y en 2001 cofundaste 3Dsolve. ¿Cuáles fueron algunos de los proyectos iniciales en los que trabajó 3Dsolve?

El primer proyecto más impactante para 3dsolve fue ayudar al Comando de Entrenamiento y Doctrina del Ejército de EE. UU. (TRADOC) a aprender cómo aprovechar el aprendizaje de simulación para operaciones tácticas de unidades pequeñas. Creamos el primer curso de “Instrucción multimedia interactiva de nivel 4” (IMI) para el Ejército que pasó la validación de TRADOC. Esencialmente, esto fue aprovechar el valor de "prácticas seguras en un entorno 3D completamente simulado para unidades terrestres". El primer curso fue de más de 100 horas de instrucción en un mundo basado en juegos 3D de simulación colaborativa para el 25B10 MOS (especialidad ocupacional militar) para comunicaciones.

En ese momento, enviábamos soldados a Afganistán e Irak y los entrenábamos para trabajar en DTOC (centros de operaciones tácticas digitales) cuando no teníamos DTOCS en los EE. UU. para entrenarlos. 3Dsolve viajó a Fort Hood, Fort Gordon y varias otras instalaciones para encontrar equipos, reunirse con expertos en la materia y construir los DTOC virtuales donde los soldados pudieran entrenar. Los resultados de la validación determinaron que los soldados que usaban este método fueron entrenados en un período de tiempo más corto con un mayor grado de conocimiento (y tasas de aprobación de clase) que en cualquier método de salón de clases usado antes. Pienso en esto como el comienzo de la industria de los juegos serios.

También participé en el consejo asesor de ADL (Advanced Distributed Learning) Colab, donde se crearon los estándares para el contenido de aprendizaje reutilizable. Allí trabajé con Phillip Dodds en los estándares 3D para SCORM (modelo de referencia de objetos de contenido compartible). Nota al margen: Phillip era el tipo que tocaba el órgano en la película de Spielberg Encuentros en la tercera fase.

También trabajé en otro organismo de estándares internacionales llamado 3DIF, presidido por Intel y Boeing, donde creamos un estándar ECMA internacional con el mismo nombre para formatos de intercambio 3D. La idea era capturar finalmente todo el valor de los modelos CAD en 3D creados para todo lo que se fabrica en el mundo y traducirlo para su uso en juegos serios y documentos técnicos en 3D. Vive en Adobe Acrobat y otras plataformas.

Continuamos trabajando con visores y varios periféricos de realidad virtual, colaborando con los pioneros de la industria Warren Robinett, el Dr. Fred Brooks, Alan Kay y otros. Mi cofundador, David Smith, creó una plataforma de código abierto completa junto con Alan Kay llamada OpenCroquet, que aún vive hoy.

¿Cómo cambió su vida después de que Lockheed Martin adquiriera 3Dsolve en 2007?

Uno de los otros proyectos pioneros en los que trabajamos en 3Dsolve que hizo que Lockheed nos comprara fue una simulación de un submarino completo de clase Los Ángeles. En ese momento, la armada todavía reservaba barcos enteros para entrenamiento. Fuimos pioneros en la idea de "Total Ship Simulation", replicando todo el submarino en un entorno de juego multijugador. Usamos el motor Unreal de Epic Games y realmente transformamos el entrenamiento para estos barcos. En Lockheed creamos simuladores de destructores, el Littoral Combat Ship y todos los subsistemas.

Al principio, fue un desafío adaptarse de una empresa de tecnología de juegos a las capas adicionales de supervisión e informes necesarias en un contratista de defensa de 100 años. Aprendimos a crear nuestra propia realidad. Formé una organización informal llamada Virtual World Labs y la modelé según el famoso LM Skunkworks en California. De hecho, Skunkworks se convirtió en miembro de VWL. Aprendimos en el primer año que cada vez que presentas una propuesta de patente, obtienes un cheque y otro cuando se otorga. Entonces, esto se convirtió en nuestro programa de incentivos. Nos sentamos a inventar cosas en AR, VR e AI. Al final de mi período de 5 años y medio allí, habíamos acumulado más de 100 solicitudes de patentes en un pequeño grupo de unas 40 personas.

Uno de los programas más divertidos y relevantes fue la creación de DOD Virtual World Framework. Habíamos sido parte de varios ejercicios de juegos de guerra conjuntos a gran escala y observamos las frustraciones por la falta de interoperabilidad entre los sistemas patentados que necesitaban trabajar juntos en estos grandes ejercicios de simulación virtual, constructiva y en vivo. Nuestra primera reacción fue que se trataba de un problema resuelto... ¡Se llama Internet! Si la comunidad de adquisición pudiera hacer que todos se adhirieran a los servicios web, podríamos construir mejores sistemas de capacitación integrados. Y WebGL acababa de aprobar el Consorcio World Wide Web. Había llegado el momento de una reorganización de los negocios como de costumbre. El Pentágono presentó una solicitud de propuesta en busca de un "marco de mundo virtual común" para la simulación integrada. El jefe de ese programa en el Pentágono era un creativo ex piloto de la fuerza aérea llamado Frank Digiovanni. Lo llamamos D9. Me recuerda mucho a las historias del Coronel John Boyd, quien impulsó la destrucción creativa de nuestros programas de aviones de combate y el pensamiento en la fuerza aérea.

El problema fue que D9 le dijo explícitamente a su equipo de adquisición que "no quería que ninguna compañía como Lockmart" construyera ese nuevo marco. Pero David y yo entramos allí junto con la lista habitual de unos 17 proveedores que pujaban por el programa y lo ganamos. Luego supimos que todos los demás estaban apareciendo, como era de esperar, con alguna solución patentada y tratando de que el gobierno la adoptara. Nos presentamos para nuestra presentación verbal en el edificio Reagan en DC sin nada, pero dijimos que la respuesta a este problema profundo se encuentra en la arquitectura de Internet. Dijimos que podíamos diseñarlo en unos pocos meses y tener un prototipo funcional en seis. También dijimos que debería ser de código abierto. Ganamos "sin lugar a dudas" según D9, porque nuestro enfoque era tan fresco y diferente y "fuera de la caja".

Cuando regresé a Orlando para explicar esta nueva victoria al liderazgo de nuestra división Lockheed Martin, me llamaron la atención en la alfombra. Me felicitaron, pero luego me preguntaron sobre la parte de código abierto. "¿Qué significará esto para nuestro negocio de simulación constructiva existente?" ellos preguntaron. Mi respuesta: "Oh, lo interrumpirá por completo". Hubo una pausa, luego la pregunta inevitable “Entonces, ¿cómo vamos a ganar dinero? ¿Cuál es el modelo de negocios?" Mi respuesta: "Los modelos de negocio serán legión". Todavía saboreo el ceño fruncido confundido que evocó la respuesta. Revisé todas las formas en que Red Hat logró construir un negocio multimillonario gracias al software libre, pero no creo que alguna vez se sintieran cómodos con la interrupción.

Mi título en ese momento era Director de Tecnología Emergente y Disruptiva, junto con mi título de Arquitecto Jefe de Virtual World Labs. Trabajé durante el año siguiente tratando de que Lockheed aceptara más la autodisrupción y la destrucción creativa de Schumpeter. Describí la innovación en grandes organizaciones como Lockheed como algo similar al parto. A la gente le encanta la idea de tener hijos. Es bueno para la sociedad y muy gratificante. Los niños son nuestro futuro. Pero a través de la lente equivocada, los niños también pueden ser considerados parásitos. Comenzando cuando toman posesión por primera vez en el útero, comienzan a quitar recursos. Si no fuera por las condiciones de abrigo del útero, los anticuerpos de la Madre saldrían a destruir al bebé. La innovación en Lockheed fue así. Todo el mundo quiere y habla de innovación, pero nadie quiere sacrificar sus recursos por ella cuando la recompensa está tan lejos. (Vea mi animación de pizarra sobre cómo la innovación es como el parto).

Durante su tiempo en Lockheed Martin, una de las patentes de las que fue coautor suena como algo sacado de un éxito de taquilla de ciencia ficción, llamado holocubierta. ¿Qué es exactamente la holocubierta?

En 2009, James Cameron me invitó a Los Ángeles durante la producción de su película Avatar. Habíamos trabajado con Jim antes (en “The Abyss”) y quería mostrarme su nueva cámara 3d que había inventado con Vince Pace (a quien también conocíamos de The Abyss). Pero lo que realmente me cautivó fue el escenario virtual dentro del enorme hangar de aviones Hughes. Pasé mucho tiempo allí con una pequeña pantalla plana vagando por el mundo virtual de Pandora. Escribí sobre esto para el Diario de las Fuerzas Armadas y concibió con David Smith la idea de construir un gran campo de batalla de entrenamiento virtual del tamaño de un campo de fútbol. en ese momento estábamos trabajando en un programa llamado Future Immersive Training Environment (FITE) para los Marines. En ese programa, el infante de marina usaría una computadora portátil en la espalda y el soporte para la cabeza. Todo este equipo adicional realmente causó cierta preocupación por el entrenamiento negativo. Nunca olvidaré al sargento primero que se lo ató y dijo: “tenemos que entrenar como peleamos, ¿no?”. y luego se zambulló en el suelo y rodó, rompiendo todos los componentes electrónicos en pedazos gruesos e inútiles. El concepto de Holodeck se parecía más al Volumen de James Cameron para filmar; donde los actores tienen trajes de rastreo de luz y toda la instrumentación está a su alrededor. La pantalla montada en la cabeza todavía era necesaria, pero era inalámbrica y liviana. Más como el Oculus Quest de hoy. Incluso descubrimos una manera de hacerlo afuera a la luz del sol.

En 2015 escribiste que no deberíamos preocuparnos tanto de que las máquinas se hagan cargo, sino que debemos descubrir cómo lograr el equilibrio adecuado entre humanos y automatización para optimizar los resultados. ¿Todavía siente que la sociedad está demasiado preocupada por la AGI o las máquinas que toman el control?

Creo que cuando personas realmente inteligentes con abundante experiencia en este espacio (como Ray Kurzweil, Stephen Hawking, Elon Musk, James Cameron y Bill Gates) expresan inquietudes, todos debemos prestar atención y seguir el progreso hacia la inteligencia artificial general y las implicaciones. para la sociedad Si hemos aprendido algo recientemente es que la experiencia en el dominio es importante, y siempre debemos prestar atención a las advertencias de personas con una experiencia más profunda que la nuestra.

Habiendo dicho eso, en el futuro previsible estamos viendo más interrupciones incrementales que merecen atención y acción inmediatas. Mi cita resumida sobre el imperativo del siglo XXI de lograr el equilibrio adecuado entre humanos y automatización para optimizar los resultados es un tema crítico en este momento. Realmente creo que cualquiera que no lo haga bien está condenado a ser irrelevante pronto, no solo no competitivo. Cuando JP Morgan reemplazó 21 320,000 horas al año de revisión legal de acuerdos de préstamo con un sistema de aprendizaje automático llamado COIN, se interrumpieron e inmediatamente crearon un beneficio de $300 millones en sus resultados. Y ese beneficio ahora es una anualidad. Cualquiera de sus competidores que todavía tenga ese costo no puede aspirar a competir.

Creo que esto es cierto e imperativo para las empresas, los gobiernos e incluso las personas. Estoy en la junta directiva de un colegio comunitario en Carolina del Norte con 70,000 estudiantes. Estoy constantemente tratando de guiar a los estudiantes y nuestro plan de estudios hacia aquellos trabajos que aún serán realizados por humanos dentro de cinco años. Cuando encuentro estudiantes que quieren dedicarse a la radiología, les explico que las máquinas ya son mejores que los humanos para leer radiografías. Considere un nuevo campo o cómo es probable que ese campo cambie con esa realidad. Esto no es futurismo. Es Nowismo.

Ha dicho que los humanos piensan linealmente y que las máquinas piensan exponencialmente. Claramente eres un pensador exponencial, ¿por qué es tan difícil para los humanos pensar exponencialmente?

El 70% de los estadounidenses no puede leer ni comprender la sección de ciencia del New York Times (estudio del estado de Michigan). Autores como Dan Ariely, en su best-seller Predictably Irrational, y otros hablan de cómo los humanos simplemente no somos buenos en el pensamiento estadístico. El pensamiento exponencial y logarítmico tampoco son muy universales. Mi mentor y héroe Alan Kay tiene una gran charla Ted sobre universales y no universales en educación.. Escribí sobre esto en un artículo en el sitio web Getting Smart sobre Repensar la educación desde los primeros principios. El razonamiento esencialmente abstracto y deductivo es difícil a menos que se enseñe. Absolutamente tenemos un problema educativo que está obstaculizando nuestra capacidad de comprender el progreso de la Ley de Moore o la posible propagación de una pandemia.

La pandemia actual arroja otra luz brillante sobre las implicaciones de tener un liderazgo que no puede pensar exponencialmente (o prestar atención a la experiencia).

Has trabajado en realidad virtual desde los años 90, ¿cómo te sientes acerca de algunas de las aplicaciones de consumo de realidad virtual actuales, como Oculus Quest?

Cada vez que veo que la montaña rusa de la realidad virtual vuelve a subir por la pendiente de la pista, empiezo a recordarles a todos las tres limitaciones principales que impiden la adopción generalizada.

1. Algunos humanos nunca podrán disfrutar físicamente de la realidad virtual 3D estereoscópica.
2. La fricción de la configuración y la conexión lo convierten en una experiencia que no muchos encontrarán agradable.
3. La fragilidad de los sistemas significa que solo los aficionados expertos querrán jugar con él y solucionar problemas de conexiones fallidas.

Los humanos no han tenido una actualización en mucho tiempo (desde el Pleistoceno según mis cálculos) y algunos de nosotros tenemos muchas dificultades para adaptarnos a las pantallas 3D estereoscópicas. Una parte significativa de la población nunca se sentirá cómoda con la realidad virtual inmersiva debido a cómo están conectados físicamente. Entonces, dejándolos a un lado por un momento, nos queda el segundo gran problema: la horrible fricción de conectarse a estos dispositivos. Demasiado cableado y ajuste antes de que uno pueda entrar en una experiencia. Y tercero, la fragilidad y fragilidad de todos estos dongles y conectores adicionales.

Oculus Quest superó con creces mis expectativas al superar por completo la segunda y la tercera limitación. En mi familia pasamos tiempo en el contenido de Oculus Quest casi todos los días. Este es, en mi opinión, el gran avance que necesitaba la realidad virtual. Ahora solo tenemos que hacer la última milla y ver cómo podemos adaptar la tecnología para satisfacer a aquellos que tienen limitaciones físicas que les impiden disfrutar de la realidad virtual.

¿Cuál fue tu inspiración para lanzar Tanjo?

Descubrí el aprendizaje automático en 2009 mientras dirigía Virtual World Labs en Lockheed Martin. El aprendizaje automático ya existía, por supuesto, pero ese fue el año en que entendí completamente hasta dónde había llegado y cómo era fundamentalmente diferente de la "inteligencia artificial" que habíamos estado usando en juegos de computadora y simulaciones DOD antes de esa fecha.

Ahora pienso en la IA como un avance en 3 etapas. En la primera etapa, que duró desde alrededor de 1958 hasta 2009 (mi marcador arbitrario), no le pedíamos a una computadora que calculara algo hasta que los humanos lo entendieran por completo y pudieran descomponerlo en pequeñas puertas lógicas frágiles y declaraciones si/entonces. Luego introduciríamos eso en las computadoras como máquinas de estado finito o árboles de comportamiento jerárquico y ejecutaríamos los programas. Al final, todo era solo código. Nada místico al respecto.

La siguiente fase es el aprendizaje automático, en el que un humano ni siquiera entiende necesariamente cómo decirle a una máquina que conduzca un automóvil. Ahora solo alimentamos un conjunto masivo de datos de entrenamiento a un grupo de bibliotecas de aprendizaje automático bien diseñadas que luego infieren su propia comprensión. Hoy en día, un sistema de aprendizaje automático puede simplemente ver 100 horas de video y salir y conducir un vehículo autónomo sin problemas en cualquier lugar. (Usualmente hago la broma 'en cualquier lugar menos en Roma')

En Tanjo estamos utilizando el aprendizaje automático en proyectos de ráfagas cortas para brindarles a los bancos e instituciones de educación superior y compañías Fortune 2000 la amplificación y automatización de inteligencia que está transformando su forma de trabajar. Rutinariamente vemos retornos de la inversión de 10x de nuestras implementaciones. Y ese retorno suele ser una anualidad. ¿Cuántas inversiones en tecnología hemos visto antes de esto que crean ese tipo de ganancias de productividad? Hemos tenido mediciones de ROI validadas de hasta 600x; y un vergonzoso resultado de 1600x. Ni siquiera usamos el último como caso de estudio porque se siente demasiado hiperbólico.

¿Podría hablar sobre las personas animadas de Tanjo (TAP) y cómo funciona?

Nuestro gran avance se produjo cuando nos dimos cuenta de que estos sorprendentes y extraños sistemas de inteligencia artificial que estábamos construyendo miraban a las personas de la misma manera que miraban los objetos de información. Realizamos un experimento inicial con un conjunto de datos de entrenamiento de una popular aplicación de citas. Nuestro pequeño mini cerebro de aprendizaje automático creó gráficos de interés y mapas de sentimientos de cada persona a partir de su escape de datos que emergieron con un aspecto similar al perfil de Myers Briggs. Pensamos brevemente en hacer una aplicación de citas de aprendizaje automático en 2014. Fue una consideración muy breve, porque no cumplió con los elevados objetivos que teníamos para hacer un trabajo significativo.

En su lugar, lo llamamos "Motor de empatía" y construimos lo que llamamos "Personas animadas de Tanjo" a partir de estos patrones de aprendizaje automático del comportamiento humano.

La firma de analistas Gartner nos otorgó un "Premio Cool Vendor" en 2018 por este avance. Estamos ayudando a los investigadores de mercado a modelar y comprender (y, con suerte, a forjar conversaciones significativas más profundas con sus clientes; además de usarlo para modelar poblaciones de personas para estudiar la salud y el bienestar. Por ejemplo: podemos crear un modelo de población sintética de un código postal o un condado y simular qué intervenciones y mensajes fomentan un mejor comportamiento para reducir la propagación de un virus, o para reducir la obesidad, el tabaquismo, etc.

¿Utiliza el aprendizaje supervisado para educar al Tanjo?

El equilibrio logrado entre humanos y máquinas es tan importante en la entrada como en la salida de estos sistemas. La supervisión humana ayuda absolutamente a entrenar el "Cerebro" de uno de nuestros sistemas de aprendizaje automático más rápido. Cuando creamos el cerebro de NC que unirá a los 58 colegios comunitarios de Carolina del Norte, trabajamos con profesores y administradores en algunas de las mejores universidades aquí para asegurarnos de que su clasificación de diferentes áreas de conocimiento y la forma en que clasificaba el contenido eran válidas.

Uno de los productos de Tanjo es el ContractBot para el análisis de contratos. ¿Qué es ContractBot y para qué tipos de empresas está diseñado principalmente?

Creamos Contractbot inicialmente para la industria de la contabilidad. En 2017, FASBI (Interpretaciones de la Junta de Normas de Contabilidad Financiera) publicó nuevas reglas sobre el reconocimiento de ingresos y el reconocimiento de arrendamientos para empresas. Las firmas contables estaban realizando conferencias en todo el país tratando de prepararse a sí mismos ya sus clientes para estos cambios. Con nuestra lente de aprendizaje automático, nos dimos cuenta de que esta era una oportunidad perfecta para que un sistema de aprendizaje automático con un enfoque limitado trabajara junto con los contadores para aumentar drásticamente la velocidad del análisis y aumentar la precisión. Entrenamos un sistema en más de cuatro millones de contratos: todo, desde una orden de compra de una página escaneada y garabateada a mano, hasta contratos con cien páginas de garantías y exenciones de responsabilidad y descripciones de pagos por hitos. Aprendió muy rápidamente a comprender el lenguaje y ordenar los documentos o secciones de documentos y aplicar las reglas comerciales para realizar casi instantáneamente un análisis que le llevaría todo el día a un contador humano.

Este proyecto y otros son estudios de casos que brindamos para alentar a cualquier persona en el negocio de hoy a tomar la nueva lente de equilibrio máquina/humano y observar de cerca cada actividad para determinar cuál es la combinación correcta de esfuerzo humano y de la máquina para optimizar su negocio.

Cuando JP Morgan utilizó este enfoque para eliminar 320,000 100 horas anuales de análisis de préstamos, no solo lograron un retorno de XNUMX veces su inversión ese año, sino que recibirán el pago de la anualidad cada año en el futuro. Cualquier competidor suyo que todavía esté haciendo “negocios como siempre”, que todavía tenga ese costo no solo no será competitivo, sino que será irrelevante.

Uno de los productos más emocionantes que ofrece Tanjo es Enterprise Brain de Tanjo. ¿Qué tipo de aprendizaje automático hay detrás de esto y cuáles son sus casos de uso?

Cuando usamos el aprendizaje automático para ayudar al Departamento de Educación de EE. UU. a crear el Registro de aprendizaje, vimos el poder del aprendizaje automático para organizar y analizar el conocimiento. Cuando hablo de esto suelo mostrar una diapositiva con una imagen de la última escena de “En busca del arca perdida”; donde un empleado está empujando una caja de aspecto monótono a través de un inmenso almacén para archivar este artefacto increíblemente potente que puede salvar o destruir el planeta, y tiene una pequeña etiqueta que dice ARC.

Lo que aprendimos del proyecto Learning Registry y otros es que la búsqueda empresarial no funciona. Las empresas tienen información oculta y sin etiquetar almacenada en pequeños lagos y estanques de datos que son inaccesibles o inescrutables y, por lo tanto, no son transparentes para la consulta. En esta era de la información cada vez más acelerada, estamos perdiendo el conocimiento adquirido todos los días debido a los métodos deficientes de almacenamiento y recuperación.

Tanjo Enterprise Brain vive dentro de su firewall, con el código fuente completo, se conecta a todo y no tiene nada que hacer más que leer, escanear y organizar todo a lo que tiene acceso y esperar el emocionante momento en que detecta a un humano tratando de hacer algo que podría hacer uso del vasto mapa de información a su alcance. Debido a que tiene tanto tiempo, poder e intimidad con su conocimiento organizacional, no se conforma con reducir su lectura de “Guerra y paz” a #novelarusa #Tolstoy #warstory #lovestory. En su lugar, lo mapeará con lo que llamamos una "huella digital hiperdimensional" de hasta 4,000 conceptos ponderados. Este esfuerzo aparentemente superado paga grandes dividendos para las instituciones de investigación, los bancos y las universidades con Tanjo Enterprise Brains. Es habitual que obtengan un valor muy superior a la tarifa de la licencia solo en el paso de mapeo del conocimiento organizacional que es parte de la capacitación de su Enterprise Brain, cuando los líderes aprenden cuánto del conocimiento en el que invierten y del que dependen está realmente allí y qué todo significa. Cuando se implementa Enterprise Brain, la organización ahora tiene una lente con la que ver cómo la información ingresó a sus sistemas, quién la defendió, quién la desafió y, en última instancia, cómo se tomaron las decisiones. Se está convirtiendo en una necesidad que es retrospectivamente obvia. Y al igual que el sistema de aprendizaje automático que implementó JP Morgan, paga dividendos para siempre.

¿Hay algo más que le gustaría compartir sobre Tanjo?

Tanjo está trabajando duro en este momento en un cerebro de Covid-19. De acuerdo con la tesis que impulsa a nuestra empresa, estamos determinando cómo lograr el equilibrio entre el hombre y la máquina para asegurarnos de que la información correcta y los mejores recursos estén disponibles para las personas que toman decisiones importantes durante esta crisis. La capacidad de Personas animadas de Tanjo se utilizará para modelar datos de población humana para rastrear la propagación viral, pero también determinará qué medidas y métodos de comunicación y las palabras reales obtendrán el comportamiento que necesitamos para ayudarnos a navegar con éxito fuera de esta crisis hacia un ecosistema más saludable. por todos nosotros.

Esta ha sido una conversación fascinante, los lectores que deseen obtener más información deben visitar Tanjo.