Un nuevo proyecto de código abierto llamado CarDiag promete convertir tu teléfono en un mecánico virtual. La IA es capaz de detectar problemas potenciales en el motor de un automóvil simplemente analizando el sonido que produce, sin necesidad de herramientas especializadas.

El funcionamiento es sencillo: el usuario graba el sonido del motor con su teléfono, sube el audio a la aplicación web o mediante la herramienta de línea de comandos, y el modelo analiza la grabación para identificar qué sistema del vehículo tiene mayor probabilidad de estar fallando. El sistema informa si algo suena anormal, en qué zona del automóvil buscar el problema y qué piezas son las más probablemente responsables.

Actualmente la IA acierta aproximadamente el 79% de las veces al distinguir entre motores sanos y defectuosos. Lo más impresionante es que el modelo entrenado completo ocupa solo unos 100 KB, lo que lo hace increíblemente ligero y fácil de ejecutar en cualquier dispositivo, incluyendo teléfonos móviles.

El proyecto, publicado bajo licencia MIT, entrena sus datos recolectando videos de fallas automotrices de YouTube y TikTok. Utiliza un pipeline que incluye el modelo de audio CLAP de Microsoft para generar embeddings, sobre los cuales aplica regresión logística — sin necesidad de ajustar redes neuronales pesadas. El autor describe el proyecto como valioso no tanto por su precisión actual sino como "receta" que puede transferirse a cualquier otro conjunto de datos de audio.

Al ser completamente open source, el creador espera que desarrolladores y entusiastas del automovilismo contribuyan a entrenarlo para convertirlo en un mecánico de bolsillo mucho más preciso. El código fuente está disponible en GitHub en el repositorio adam-s/car-diagnosis.

CarDiag se suma a un ecosistema creciente de herramientas de diagnóstico automotriz impulsadas por IA, como Open Mechanic (diagnóstico vía OBD-II con Claude API) y SonicFix (análisis multimodal con Gemini), democratizando el acceso al diagnóstico mecánico.