Inicio › Niños Prodigio › Sharvi Mahajan
JOVEN INVENTORA

🇺🇸 Sharvi Mahajan

Creó NeuroDrive Alert a los catorce años: aprendizaje automático basado en señales de EEG para predecir los microsueños antes de que ocurran

Finalista nacional del top 10, 3M Young Scientist Challenge 2026 • Predicción de fatiga para conductores y trabajos de alto riesgo • 8º grado, San Diego

El microsueño, un lapsus involuntario de la conciencia que dura unos segundos, es uno de los fallos más mortales en el transporte, y la persona que lo experimenta es, por definición, la última en darse cuenta. La mayoría de los sistemas de detección de somnolencia reaccionan a posteriori, observando el desvío de un vehículo o el cierre de los párpados. Sharvi Mahajan, una estudiante de octavo grado de catorce años en la Bernardo Heights Middle School de San Diego, creó NeuroDrive Alert: un sistema de aprendizaje automático que lee señales de electroencefalograma a lo largo del tiempo y predice el lapsus antes de que ocurra. En julio de 2026, el proyecto la convirtió en una de las diez finalistas nacionales del 3M Young Scientist Challenge.

SM🇺🇸Sharvi Mahajan

Sharvi Mahajan — Geniuses.club editorial portrait

💬 Chatea con Sharvi
Compartir en X Facebook LinkedIn WhatsApp Reddit

La elección de diseño que define a NeuroDrive Alert es temporal. En lugar de clasificar un solo momento como alerta o somnoliento, el sistema rastrea la fatiga a medida que se acumula, utilizando el cambio a lo largo del tiempo como señal predictiva. Se trata de un problema de aprendizaje automático significativamente más complejo que la clasificación instantánea —requiere modelar una trayectoria en lugar de un estado— y es, además, la única versión del problema que merece la pena resolver, porque una advertencia que llega simultáneamente con el microsueño llega demasiado tarde.

Su participación en el concurso se centró en lo que podía aprender más que en lo que ya había construido. "Me presenté al desafío para adquirir nuevas habilidades y exponerme a ideas innovadoras que pudieran refinar significativamente el impacto real de mi proyecto", escribió. "Bajo la guía de un mentor de 3M, espero llevar mi proyecto a un nivel completamente nuevo y mejorar mi modelo para poder traducirlo sin problemas a un sistema físico". La brecha que ella menciona —entre un modelo que funciona con datos grabados y un dispositivo que alguien puede llevar puesto en un vehículo en movimiento— es el lugar donde mueren los proyectos de bioseñales más prometedores.

LA PRUEBA GRATUITA
¿Cuánto es el tuyo?

Veinte preguntas, ocho minutos de reloj y un percentil medido frente a todos los que la han hecho. Sin registro.

Hacer la prueba de CI →

Su dominio del instrumento subyacente no es superficial. Cuando se le preguntó por su invento favorito de los últimos cien años, eligió el electroencefalograma y explicó por qué en términos que un estudiante de posgrado reconocería. "Una máquina de EEG mide la actividad de las ondas cerebrales a través de un sistema de electrodos colocados en el cuero cabelludo. Me parece absolutamente asombroso cómo un EEG puede reflejar hasta el más mínimo movimiento dinámico de las ondas cerebrales en un escaneo, mostrando su excepcional resolución temporal. La enorme cantidad de datos que se pueden obtener de un solo EEG tiene el potencial de arrojar luz sobre las huellas dactilares neuronales de numerosas afecciones neurológicas". Destacó su carácter no invasivo y su resolución temporal como las características que lo hacen adecuado para "seguir patrones a lo largo del tiempo, particularmente en períodos cortos", que es exactamente la propiedad que explota su propio sistema.

Su aplicación favorita declarada de la tecnología no es la detección de la fatiga en absoluto. "Lo que más me gusta de un EEG tiene que ser su capacidad para ayudar significativamente en la creación de interfaces cerebro-computadora", escribió. "Las BCI restauran la independencia, la movilidad y la comunicación de las personas con discapacidades físicas, y el papel clave de la máquina de EEG en el proceso de construcción de una BCI realmente me intriga".

Su mentor asignado de 3M es Stephanie Owen, gerente de laboratorio de ingeniería de productos de I+D para electrónica dentro del Grupo de Negocios de Electrónica y Transporte de la empresa. El emparejamiento aborda la debilidad precisa que Sharvi identificó en su propio proyecto: traducir un modelo entrenado en hardware que funcione de manera fiable en un vehículo es un problema de ingeniería de productos electrónicos, no de ciencia de datos.

La competencia, en su decimonoveno año, atrajo inscripciones de estudiantes de quinto a octavo grado en todo Estados Unidos, juzgados por científicos de 3M y líderes educativos en cuanto a creatividad, conocimientos científicos y eficacia comunicativa. Los diez finalistas trabajan con mentores durante el verano y se reúnen los días 12 y 13 de octubre de 2026 en el 3M Innovation Center en St. Paul, Minnesota, para desafíos en vivo y una presentación final, con 25.000 dólares y el título de America's Top Young Scientist en juego. El horizonte de Sharvi es más amplio: "una neurocientífica computacional o fundadora de una startup tecnológica", escribió, describiendo una fascinación de toda la vida por el cerebro y un amor paralelo por "construir diferentes modelos y probar diferentes características o técnicas para mejorar el rendimiento del modelo". La cita al lado de su nombre es de Kalpana Chawla, la primera mujer indoamericana en el espacio: "El camino de los sueños al éxito sí existe. Que tengas la visión para encontrarlo, el coraje para emprenderlo y la perseverancia para seguirlo".

“Bajo la guía de un mentor de 3M, espero llevar mi proyecto a un nivel completamente nuevo y mejorar mi modelo para poder traducirlo sin problemas a un sistema físico.”
— Sharvi Mahajan, perfil del 3M Young Scientist Challenge 2026
“El camino de los sueños al éxito sí existe. Que tengas la visión para encontrarlo, el coraje para emprenderlo y la perseverancia para seguirlo.”
— Kalpana Chawla, la cita que eligió Sharvi Mahajan para su perfil de finalista
2026202620262026202620262026MILESTONES IN ORDERON ONE TIMELINE
Sharvi Mahajan — every milestone on this page, in order.
2026
NeuroDrive AlertCrea un sistema de aprendizaje automático basado en EEG que rastrea la fatiga a lo largo del tiempo para predecir los microsueños antes de que ocurran.
2026
InscripciónPresenta el proyecto al 3M Young Scientist Challenge, alineado con la plataforma de Seguridad de 3M.
2026
Top 10 en Estados Unidos6 de julio: nombrada finalista nacional a los 14 años, cursando el 8º grado en la Bernardo Heights Middle School, San Diego.
2026
MentoríaEmparejada con Stephanie Owen, gerente de laboratorio de ingeniería de productos de I+D de electrónica de 3M.
2026
Del modelo al hardwareTrabaja durante el verano en la traducción del modelo entrenado a un sistema físico y portátil.
2026
La final12-13 de octubre: compite en el 3M Innovation Center en St. Paul, Minnesota, por 25.000 dólares y el título nacional.
PersonaPaísHitoEdad / Dato
Sharvi Mahajan🇺🇸 EE. UU.NeuroDrive Alert — aprendizaje automático de EEG para predecir microsueños14 años
Kevin Tang🇺🇸 EE. UU.FallGuard — detección de caídas en video en tiempo real; ganador 202514 años
Pranjali Awasthi🇺🇸 EE. UU.Fundó una empresa de IA siendo adolescente17 años
Matteo Paz🇺🇸 EE. UU.Aprendizaje automático en datos de estudios infrarrojos; 1,5 millones de objetos encontrados18 años

La predicción y la detección son problemas diferentes, y casi todos los sistemas de somnolencia desplegados resuelven el más fácil. Elegir modelar la acumulación de fatiga a lo largo del tiempo —en lugar de clasificar un solo instante— es la elección que haría un investigador en activo, y es la razón por la que el proyecto es interesante y no simplemente competente.

Su descripción del EEG es reveladora. Describe la resolución temporal, la no invasividad, las huellas dactilares neuronales y las interfaces cerebro-computadora con la especificidad de alguien que ha leído la literatura en lugar de su resumen. Los jóvenes de catorce años que pueden explicar por qué un instrumento es adecuado para una clase particular de pregunta tienden a seguir adelante.

Descubre Más Niños Prodigio

Más de 50 historias de jóvenes genios contemporáneos que transforman el ajedrez, la música, la ciencia y el arte.

Explorar Todos los Prodigios →

Compara con los grandes

Mark Twain vs Variste GaloisTerence Chi Shen Tao vs Wolfgang Amadeus MozartBill Gates vs SocratesGeorge Frideric Handel vs Johann Sebastian Bach
Ver el Ranking →Todas las comparaciones →

Niños prodigio

Yusra MardiniYusra MardiniSwam Refugees to Safety Across the Aegean — Olympic Athlete on…Mahnoor CheemaMahnoor CheemaPassed 34 O-Levels by Age 13 — Pakistani-British Prodigy with…Dominique MoceanuDominique MoceanuYoungest member of the 1996 Olympic gold 'Magnificent Seven' at…Sho YanoSho YanoMD-PhD at 21 — Korean-American Prodigy with Tested IQ Above 200
Niños prodigio →

Juega y vuelve mañana

Desafío diario del genio · Guess the genius
British chemist whose X-ray image 'Photo 51' was key to revealing the double-helix structure of DNA.
Toca tu respuesta ↓
¿Qué genio eres? Test de CI gratis
Which genius shares your birthday? Get one unforgettable mind in your inbox every week. Free, unsubscribe anytime.
or create a free account →