1
00:00:09,680 --> 00:00:17,950
Buenas, esto es BIMPRAXIS, el podcast donde el BIM se encuentra con la inteligencia artificial.

2
00:00:20,330 --> 00:00:27,230
Exploramos la ciencia, la tecnología y el futuro desde el enfoque de la arquitectura, ingeniería y construcción.

3
00:00:28,930 --> 00:00:29,650
¡Empezamos!

4
00:00:37,170 --> 00:00:45,330
Hola y bienvenidos. Volvemos a la carga con nuestra serie especial de BIMPRAXIS, los papers que cambiaron la historia de la IA.

5
00:00:45,330 --> 00:00:46,110
Pues sí.

6
00:00:46,110 --> 00:00:51,930
Ya vamos por el duodécimo análisis y la verdad cada vez se pone más interesante.

7
00:00:52,530 --> 00:01:02,570
Totalmente. Y el que traemos hoy es de los que te dejan pensando días. Es muy reciente, de febrero de 2024, pero el revuelo que ha montado es tremendo.

8
00:01:02,830 --> 00:01:03,290
A ver, cuenta.

9
00:01:03,830 --> 00:01:10,570
Se titula The Era of One-Bit LLMs. All Large Language Models are in 1.58 Bits.

10
00:01:10,670 --> 00:01:14,430
Uf, el título ya es una bofetada a todo lo establecido.

11
00:01:15,010 --> 00:01:16,070
La era de los LLMs.

12
00:01:16,110 --> 00:01:18,690
El LLM es de un bit. Suena casi a herejía.

13
00:01:19,010 --> 00:01:19,950
Es que es muy provocador.

14
00:01:20,270 --> 00:01:22,110
Vale, vamos a meternos en este jardín.

15
00:01:22,830 --> 00:01:26,850
La misión de hoy es entender qué demonios es un modelo de lenguaje de un bit.

16
00:01:27,110 --> 00:01:30,850
¿Por qué narices dicen que rinde igual que los gigantes actuales?

17
00:01:31,030 --> 00:01:33,190
Y sobre todo, ¿qué puertas abre esto para el futuro?

18
00:01:33,670 --> 00:01:37,530
Exacto. Si esto es una afantasmada o si de verdad es la próxima revolución.

19
00:01:37,530 --> 00:01:45,390
Pues esa es la clave. Vamos a desgranar las afirmaciones del equipo de Shuming Ma, que son de una audacia increíble,

20
00:01:45,470 --> 00:01:46,090
y a explicarles cómo es posible que el mundo no sea así.

21
00:01:46,090 --> 00:01:52,190
Y a explorar si de verdad estamos a las puertas de una nueva era para la IA, una mucho más eficiente y accesible.

22
00:01:52,610 --> 00:01:58,850
Perfecto. Pues antes de hablar de la cura milagrosa, hablemos un poco de la enfermedad, el problema de base.

23
00:01:59,110 --> 00:01:59,630
El coste.

24
00:01:59,750 --> 00:02:04,750
Claro. Los grandes modelos de lenguaje que usamos todos los días son una pasada.

25
00:02:05,130 --> 00:02:10,230
Pero tienen un secreto a voces. Son carísimos. De entrenar, de mantener, de todo.

26
00:02:10,870 --> 00:02:14,750
El paper habla de los modelos de precisión completa, o FP16.

27
00:02:15,230 --> 00:02:15,450
¿Qué es el paper?

28
00:02:15,450 --> 00:02:18,130
Para quien no esté en el ajo. ¿Qué es esto en cristiano?

29
00:02:18,450 --> 00:02:25,690
A ver, imagina que el cerebro del modelo está hecho de millones de pequeñas neuronas, que en la jerga se llaman parámetros o pesos.

30
00:02:26,030 --> 00:02:26,370
Vale.

31
00:02:26,370 --> 00:02:35,190
Son los que almacenan el conocimiento. En un modelo estándar, uno de FP16, cada una de esas neuronas se representa con un número de 16 bits.

32
00:02:35,930 --> 00:02:44,870
Pues significa que cada parámetro puede tener unos 65.000 valores distintos. Es un nivel de detalle de matiz altísimo.

33
00:02:45,450 --> 00:02:46,010
Muchísimo.

34
00:02:46,530 --> 00:02:52,430
Piensa en un potenciómetro de volumen que, en lugar de ir de 0 a 10, tiene 65.000 posiciones intermedias.

35
00:02:53,030 --> 00:02:57,190
Esa precisión permite capturar relaciones muy sutiles en los datos, pero tiene un coste.

36
00:02:57,310 --> 00:03:00,550
Un coste energético y computacional salvaje, me imagino.

37
00:03:01,050 --> 00:03:07,570
Exacto. Es como pedirle a un ordenador que para cada mínima decisión haga cálculos con números con muchísimos decimales.

38
00:03:08,050 --> 00:03:13,590
Requiere una memoria inmensa, una capacidad de proceso brutal y, claro, el consumo de energía se dispara.

39
00:03:13,590 --> 00:03:14,590
O sea que…

40
00:03:14,590 --> 00:03:15,290
¿La potencia de estos…?

41
00:03:15,290 --> 00:03:24,410
Estos modelos vienen de su complejidad y su tamaño. Para ser inteligentes necesitan ser gigantescos y consumir una cantidad de energía absurda.

42
00:03:24,650 --> 00:03:33,530
Esa ha sido la premisa hasta ahora. Más parámetros, más datos, más bits de precisión, igual a más inteligencia. Es una carrera armamentística de fuerza bruta.

43
00:03:33,930 --> 00:03:34,990
El peaje que pagamos, ¿no?

44
00:03:35,030 --> 00:03:39,610
Justo. El peaje por tener una IA potente es que sea ineficiente por diseño.

45
00:03:39,610 --> 00:03:43,330
Pero claro, aquí llega este paper y le pega una patada a la mesa.

46
00:03:43,330 --> 00:03:53,830
La pregunta que lanzan es demoledora en su simplicidad. ¿Y si toda esa precisión, todo ese despilfarro, no es necesario?

47
00:03:54,070 --> 00:04:03,470
Justo. Cuestionan el dogma. Se preguntan si estamos construyendo rascacielos con vigas de oro macizo cuando a lo mejor, con acero, nos valía. Y de sobra.

48
00:04:03,470 --> 00:04:12,630
Vale, y aquí es donde la cosa se pone de ciencia ficción. La propuesta que hacen se llama BitNet B1.5. Y rompe la baraja por completo.

49
00:04:13,330 --> 00:04:16,830
En lugar de sus 65.000 valores posibles por parámetro…

50
00:04:16,830 --> 00:04:17,730
Lo reducen a 3.

51
00:04:18,090 --> 00:04:18,750
¿Cómo que a 3?

52
00:04:19,070 --> 00:04:24,970
A 3. No es una errata. Cada parámetro solo puede ser menos 1, 0 o 1. Sácaro.

53
00:04:24,970 --> 00:04:32,390
Un momento, un momento. O sea, o está encendido en negativo, apagado o encendido en positivo.

54
00:04:32,590 --> 00:04:36,010
Eso es. Es lo que se conoce como un sistema ternario.

55
00:04:36,270 --> 00:04:43,170
Pero es que esto es tan simple que parece absurdo. Pasamos de un dial con 65.000 posiciones a un interruptor de 3.

56
00:04:43,490 --> 00:04:47,770
Y afirman que el resultado es el mismo. A mí esto me suela que hay truco.

57
00:04:47,910 --> 00:04:56,250
Es que es tan contraintuitivo que choca. Pero la clave está en el título. En ese 1.58 bits. No es un número puesto al azar, ¿eh?

58
00:04:56,510 --> 00:05:03,370
Explícame de dónde sale ese número tan específico porque no es un bit ni es dos bits. ¿Qué es 1.58?

59
00:05:03,790 --> 00:05:11,330
A ver, es una forma muy precisa de medir la cantidad de información. La unidad básica, el bit, tiene dos estados. 0 y 1.

60
00:05:11,650 --> 00:05:12,490
Sí, hasta ahí llego.

61
00:05:12,490 --> 00:05:12,770
¿Qué es eso?

62
00:05:12,770 --> 00:05:19,150
Para saber cuántos bits necesitas para representar un número de estados, usas el logaritmo en base 2 de ese número de estados.

63
00:05:19,730 --> 00:05:22,750
Para dos estados, logaritmo en base 2 de 2 es 1.

64
00:05:23,150 --> 00:05:23,550
¿Un bit?

65
00:05:23,670 --> 00:05:24,150
Lógico.

66
00:05:24,370 --> 00:05:30,670
Pues para representar tres estados, como aquí con menos 1, 0, 1, necesitas el logaritmo en base 2 de 3.

67
00:05:31,390 --> 00:05:34,830
Y eso da aproximadamente 1.5849.

68
00:05:35,490 --> 00:05:36,390
Ah, vale.

69
00:05:36,650 --> 00:05:38,590
Lo redondean a 1.58.

70
00:05:38,930 --> 00:05:42,590
Es su manera de decir, ojo, hemos reducido la información necesaria.

71
00:05:42,770 --> 00:05:54,770
Es una reducción brutal, pero la afirmación que te vuela la cabeza, la que está en el abstract y que todo el mundo está debatiendo…

72
00:05:55,310 --> 00:05:56,790
La de que iguala el rendimiento, ¿no?

73
00:05:56,910 --> 00:06:05,710
Esa. Que este modelo esquelético iguala el rendimiento del transformer de precisión completa del mismo tamaño. Es que me parece increíble.

74
00:06:06,070 --> 00:06:06,870
Sí, sí, lo es.

75
00:06:06,870 --> 00:06:12,510
Es como si me dices que has construido un coche con el motor de un avespino y corre lo mismo con Fórmula 1.

76
00:06:12,930 --> 00:06:14,150
¿Cómo es posible?

77
00:06:14,470 --> 00:06:17,590
Esa es la pregunta del millón. Y el núcleo de la disrupción.

78
00:06:18,210 --> 00:06:22,250
El paper sugiere que, bueno, que nos hemos estado equivocando de foco.

79
00:06:22,510 --> 00:06:23,190
¿En qué sentido?

80
00:06:23,370 --> 00:06:27,750
O menos 1, 0 o 1, el modelo aprende a ser extremadamente eficiente.

81
00:06:28,310 --> 00:06:29,470
No se anda con tonterías.

82
00:06:30,090 --> 00:06:33,050
O una conexión es importante y la pone a 1 o menos 1.

83
00:06:33,290 --> 00:06:35,690
O no lo es y la pone a 0. La anula.

84
00:06:35,810 --> 00:06:42,450
Es como si en una orquesta lo importante no fuera que cada músico pueda tocar miles de matices sutiles,

85
00:06:42,770 --> 00:06:46,090
sino que todos toquen la nota correcta en el momento justo.

86
00:06:46,550 --> 00:06:47,910
Es una analogía fantástica.

87
00:06:48,150 --> 00:06:51,750
La magia está en la coordinación, no en la complejidad individual.

88
00:06:52,190 --> 00:06:52,670
Exactamente.

89
00:06:53,330 --> 00:06:58,270
Parece que este enfoque obliga a la red a aprender las rutas de información más importantes y a descartar el ruido.

90
00:06:58,810 --> 00:06:59,770
Se centra en lo esencial.

91
00:07:00,310 --> 00:07:06,130
Y lo más loco es que, según ellos, lo esencial es sufriente para igualar a sus hermanos mayores, los de 16 bits.

92
00:07:06,130 --> 00:07:10,310
Vale, vamos a asumir por un momento que no es un farol, que es cierto.

93
00:07:10,810 --> 00:07:12,050
Si el rendimiento es el mismo,

94
00:07:12,050 --> 00:07:16,010
pero el coste computacional, la memoria y la energía se desploman,

95
00:07:16,430 --> 00:07:19,350
las consecuencias tienen que ser gigantescas.

96
00:07:19,730 --> 00:07:20,250
Gigantescas.

97
00:07:20,550 --> 00:07:23,390
No hablamos de una mejora, hablamos de un cambio de paradigma.

98
00:07:23,870 --> 00:07:24,390
Totalmente.

99
00:07:24,890 --> 00:07:28,450
El paper no se corta y habla de tres consecuencias transformadoras

100
00:07:28,450 --> 00:07:31,450
que van mucho más allá de ahorrar en la factura de la luz.

101
00:07:32,010 --> 00:07:35,050
Esto no es una optimización, es una reinvención.

102
00:07:35,990 --> 00:07:37,850
Pues vamos a por ellas. ¿Cuál es la primera?

103
00:07:38,310 --> 00:07:40,850
La primera es que define una nueva ley de escalado.

104
00:07:40,850 --> 00:07:41,850
Esto suena muy técnico.

105
00:07:42,050 --> 00:07:44,130
Sí, es técnico, pero es cambiar las reglas del juego.

106
00:07:44,250 --> 00:07:44,610
A ver.

107
00:07:45,310 --> 00:07:49,310
Hasta ahora, la ley no escrita, la de OpenAI, Google y compañía,

108
00:07:49,730 --> 00:07:53,910
era que para tener modelos más potentes necesitabas escalar exponencialmente tres cosas.

109
00:07:54,450 --> 00:07:56,970
Número de parámetros, cantidad de datos y cómputo.

110
00:07:57,290 --> 00:07:58,750
Más grande siempre era mejor.

111
00:07:58,970 --> 00:08:03,130
Diciendo que la carrera por hacer modelos cada vez más gigantescos,

112
00:08:03,550 --> 00:08:08,730
los GPT-5, 6 y 7, podría ser un callejón sin salida energético y económico.

113
00:08:08,890 --> 00:08:10,030
Eso es lo que sugieren.

114
00:08:10,030 --> 00:08:12,030
Que la nueva ley podría ser...

115
00:08:12,050 --> 00:08:15,550
¿Más eficiente es mejor en lugar de más grande es mejor?

116
00:08:15,850 --> 00:08:16,570
Exactamente eso.

117
00:08:17,010 --> 00:08:20,090
Proponen una nueva receta para construir los modelos del futuro.

118
00:08:20,590 --> 00:08:23,790
Una donde la eficiencia no es algo que intentas apañar al final,

119
00:08:24,170 --> 00:08:26,550
sino que está integrada en el diseño desde el principio.

120
00:08:27,170 --> 00:08:29,910
Podría significar que el camino a la inteligencia artificial general

121
00:08:29,910 --> 00:08:33,090
no es la fuerza bruta, sino la inteligencia en el diseño.

122
00:08:33,510 --> 00:08:36,110
Me dejas sin palabras. Es un hordago a la grande.

123
00:08:36,650 --> 00:08:38,590
Vale. ¿Cuál es la segunda consecuencia?

124
00:08:38,710 --> 00:08:41,950
La segunda es que habilita un nuevo paradigma de computación.

125
00:08:42,350 --> 00:08:46,370
A ver, las GPUs, los chips de NVIDIA, que son los reyes absolutos de la IA,

126
00:08:47,010 --> 00:08:50,030
son extraordinariamente buenas haciendo una cosa.

127
00:08:51,030 --> 00:08:54,210
Multiplicaciones masivas de números complejos y de alta precisión.

128
00:08:54,670 --> 00:08:55,610
Los de 16 bits.

129
00:08:56,290 --> 00:08:58,210
Toda la arquitectura está pensada para eso.

130
00:08:58,750 --> 00:09:02,810
Pero claro, un modelo que solo tiene los valores menos uno, cero y una,

131
00:09:03,390 --> 00:09:05,190
no necesita multiplicar casi nada.

132
00:09:05,330 --> 00:09:05,850
Ahí está.

133
00:09:06,250 --> 00:09:08,530
Multiplicar por uno es dejar el número como está,

134
00:09:08,530 --> 00:09:11,730
por menos uno es cambiarle el signo y por cero es anularlo.

135
00:09:12,050 --> 00:09:14,550
La operación principal pasa a ser la suma.

136
00:09:14,730 --> 00:09:15,190
Justo.

137
00:09:15,790 --> 00:09:18,830
Y usar una GPU de 5.000 euros para sumar y restar

138
00:09:18,830 --> 00:09:21,570
es como usar un martillo pilón para cascar una nuez.

139
00:09:21,790 --> 00:09:23,570
Es un derroche absoluto de potencial.

140
00:09:23,810 --> 00:09:24,290
Entiendo.

141
00:09:24,570 --> 00:09:28,230
Este paper abre la puerta a un tipo de computación mucho más simple,

142
00:09:28,710 --> 00:09:31,050
que sería muchísimo más rápida y eficiente energéticamente.

143
00:09:31,930 --> 00:09:34,310
Y eso nos lleva de cabeza a la tercera consecuencia,

144
00:09:34,770 --> 00:09:37,390
que si no me equivoco es la que más nos va a afectar a todos.

145
00:09:37,910 --> 00:09:40,050
La posibilidad de crear hardware específico.

146
00:09:40,490 --> 00:09:42,030
Y aquí es donde la cosa se va.

147
00:09:42,050 --> 00:09:43,710
Ahora se pone realmente tangible.

148
00:09:44,390 --> 00:09:46,830
Si ya no necesitas la arquitectura de una GPU,

149
00:09:47,470 --> 00:09:48,990
podrías diseñar un chip nuevo,

150
00:09:49,510 --> 00:09:53,570
llamémosle un Bit Processing Unit o BPU,

151
00:09:54,130 --> 00:09:58,110
optimizado solo para trabajar con estos modelos de 1.58 bits.

152
00:09:58,310 --> 00:09:59,170
¿Y serían chips?

153
00:09:59,570 --> 00:10:03,230
Mucho más sencillos, más pequeños, más baratos de producir

154
00:10:03,230 --> 00:10:06,450
y, sobre todo, consumirían una fracción de la energía.

155
00:10:06,870 --> 00:10:08,010
Pero seamos realistas.

156
00:10:08,010 --> 00:10:12,030
Eso es un ciclo de desarrollo de años y una inversión de miles de millones.

157
00:10:12,050 --> 00:10:16,230
¿De verdad una empresa como NVIDIA, que tiene un monopodio de facto,

158
00:10:16,610 --> 00:10:19,350
va a tirar por la borda décadas de I plus D por un paper?

159
00:10:19,710 --> 00:10:21,410
Esa es la gran pregunta comercial, claro.

160
00:10:21,990 --> 00:10:23,670
A corto plazo, seguramente no.

161
00:10:24,150 --> 00:10:26,270
Pero si esta tecnología demuestra ser viable,

162
00:10:26,610 --> 00:10:28,990
la presión del mercado podría ser irresistible.

163
00:10:29,230 --> 00:10:29,510
Claro.

164
00:10:29,770 --> 00:10:32,690
Imagina que un nuevo competidor diseña un chip de estos

165
00:10:32,690 --> 00:10:36,870
y ofrece el mismo rendimiento por una décima parte del precio y del consumo.

166
00:10:37,450 --> 00:10:39,610
O piensa en Apple, Google o Samsung,

167
00:10:39,870 --> 00:10:41,930
diseñando sus propios chips para sus móviles.

168
00:10:42,370 --> 00:10:43,870
Ahí es donde quería llegar.

169
00:10:44,350 --> 00:10:47,490
La idea de tener una IA con la potencia de GPT-4,

170
00:10:47,750 --> 00:10:50,330
pero funcionando de forma nativa en mi teléfono,

171
00:10:50,610 --> 00:10:52,170
sin necesidad de conexión a Internet.

172
00:10:52,810 --> 00:10:54,390
Eso es el verdadero cambio de juego.

173
00:10:54,770 --> 00:10:55,250
Exacto.

174
00:10:55,670 --> 00:10:56,930
Las implicaciones son brutales.

175
00:10:57,270 --> 00:10:58,330
Primero, la privacidad.

176
00:10:58,630 --> 00:11:00,390
Tus datos no salen de tu dispositivo.

177
00:11:00,770 --> 00:11:01,250
Fundamental.

178
00:11:01,790 --> 00:11:02,810
Segundo, la latencia.

179
00:11:03,030 --> 00:11:04,510
La respuesta es instantánea.

180
00:11:04,870 --> 00:11:05,870
Y tercero, el acceso.

181
00:11:06,790 --> 00:11:08,310
Democratizaría la IA de alto nivel.

182
00:11:08,830 --> 00:11:11,870
Gente en zonas con mala conectividad tendría acceso a la misma tecnología.

183
00:11:12,570 --> 00:11:15,590
Asistentes personales realmente inteligentes en el coche,

184
00:11:15,790 --> 00:11:18,110
en el reloj, en cualquier sitio, sin depender de la nube.

185
00:11:18,470 --> 00:11:18,910
Justo.

186
00:11:19,250 --> 00:11:22,730
Vale, vamos a recapitular para que no se nos vaya la cabeza.

187
00:11:23,390 --> 00:11:27,850
El problema es que los modelos actuales son como motores de un Bugatti Veyron.

188
00:11:28,590 --> 00:11:29,670
Increíblemente potentes.

189
00:11:29,970 --> 00:11:32,650
Pero necesitan un tanque de combustible gigantesco.

190
00:11:32,750 --> 00:11:34,110
Y un mantenimiento carísimo.

191
00:11:34,370 --> 00:11:36,430
Y una autopista perfecta para funcionar.

192
00:11:36,930 --> 00:11:38,970
Son un prodigio de la fuerza bruta.

193
00:11:38,970 --> 00:11:40,170
Buena analogía.

194
00:11:40,830 --> 00:11:41,970
Y la solución que propone...

195
00:11:42,050 --> 00:11:47,430
Este equipo es como si hubieran inventado un motor eléctrico del tamaño de una pila que da la misma potencia.

196
00:11:47,590 --> 00:11:49,230
Y lo consiguen cambiando el diseño.

197
00:11:49,770 --> 00:11:55,390
En lugar de miles de ajustes de precisión, los 16 bits usan un simple interruptor de tres posiciones.

198
00:11:55,950 --> 00:11:57,490
Menos uno, cero y uno.

199
00:11:57,670 --> 00:12:00,070
Lo que equivale a 1.58 bits.

200
00:12:00,190 --> 00:12:05,150
Y la afirmación bomba es que este motor minimalista rinde igual que el motor gigante.

201
00:12:05,750 --> 00:12:08,690
Si esto se confirma, no solo abarata los costes de la IA.

202
00:12:08,690 --> 00:12:09,430
No, no.

203
00:12:09,570 --> 00:12:11,690
Sino que podría cambiar las reglas para construir...

204
00:12:12,050 --> 00:12:19,930
...el tipo de chips que usaremos y, finalmente, permitiría que la IA más potente viva dentro de nuestros propios bolsillos.

205
00:12:19,930 --> 00:12:21,930
En resumen, no es una mejora.

206
00:12:21,930 --> 00:12:25,930
Es una de esas ideas que te obliga a repensar todo lo que dabas por sentado.

207
00:12:25,930 --> 00:12:29,930
Cuestiona la base sobre la que se ha construido la IA en los últimos cinco años.

208
00:12:29,930 --> 00:12:33,930
Esto me deja con una pregunta que va más allá de la propia IA.

209
00:12:33,930 --> 00:12:39,930
¿Estamos construyendo nuestros modelos de una forma innecesariamente compleja solo por inercio?

210
00:12:39,930 --> 00:12:41,930
Porque es la única manera que...

211
00:12:42,050 --> 00:12:43,530
...hemos conocido hasta ahora.

212
00:12:43,530 --> 00:12:47,370
Esa es la gran reflexión que deja este trabajo de Xu Ming-Ma y su equipo.

213
00:12:47,370 --> 00:12:51,770
A veces, en tecnología, nos obsesionamos tanto con escalar la solución que ya tenemos...

214
00:12:51,770 --> 00:12:55,930
...que no nos paramos a pensar si existe una solución fundamentalmente más simple y elegante.

215
00:12:55,930 --> 00:12:56,430
Cierto.

216
00:12:56,430 --> 00:13:02,810
Este paper, sea cual sea su impacto final, es un recordatorio de que a veces el mayor salto adelante...

217
00:13:02,810 --> 00:13:06,730
...no es añadir más complejidad, sino atreverse a quitarla.

218
00:13:06,730 --> 00:13:09,810
La verdad es que te deja dándole vueltas a la cabeza.

219
00:13:09,810 --> 00:13:11,890
Un análisis fascinante.

220
00:13:11,890 --> 00:13:14,610
Muchas gracias por guiarnos a través de este laberinto.

221
00:13:14,610 --> 00:13:16,010
Un placer.

222
00:13:16,010 --> 00:13:20,370
Es que es de esos trabajos que te remueven por dentro y te fuerzan a cuestionarlo todo.

223
00:13:20,370 --> 00:13:21,570
Totalmente.

224
00:13:21,570 --> 00:13:26,010
Y para quienes nos escuchan, y se han quedado con ganas de más, que no se preocupen.

225
00:13:26,010 --> 00:13:30,770
Mañana volvemos a la carga con otro de esos papers que te obligan a replantearlo todo.

226
00:13:30,770 --> 00:13:32,130
Otro muy interesante.

227
00:13:32,130 --> 00:13:33,650
No se lo pierdan.

228
00:13:59,970 --> 00:14:02,690
Nos escuchamos en el próximo episodio.