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.
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
| Persona | País | Hito | Edad / Dato |
|---|---|---|---|
| Sharvi Mahajan | 🇺🇸 EE. UU. | NeuroDrive Alert — aprendizaje automático de EEG para predecir microsueños | 14 años |
| Kevin Tang | 🇺🇸 EE. UU. | FallGuard — detección de caídas en video en tiempo real; ganador 2025 | 14 años |
| Pranjali Awasthi | 🇺🇸 EE. UU. | Fundó una empresa de IA siendo adolescente | 17 años |
| Matteo Paz | 🇺🇸 EE. UU. | Aprendizaje automático en datos de estudios infrarrojos; 1,5 millones de objetos encontrados | 18 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 →






