🇺🇸 Sharvi Mahajan

Le choix de conception qui définit NeuroDrive Alert est temporel. Plutôt que de classifier un instant précis comme alerte ou somnolent, le système suit la fatigue à mesure qu'elle s'accumule, utilisant le changement au fil du temps comme signal prédictif. C'est un problème d'apprentissage automatique nettement plus complexe qu'une classification instantanée — il nécessite la modélisation d'une trajectoire plutôt que d'un état — et c'est aussi la seule version du problème qui mérite d'être résolue, car un avertissement qui arrive en même temps que le micro-sommeil arrive trop tard.

Son inscription au concours était axée sur ce qu'elle pouvait apprendre plutôt que sur ce qu'elle avait déjà construit. « J'ai participé au défi pour acquérir de nouvelles compétences et être exposée à des idées innovantes qui pourraient considérablement affiner l'impact concret de mon projet », a-t-elle écrit. « Sous la direction d'un mentor de 3M, j'espère amener mon projet à un tout nouveau niveau et améliorer mon modèle afin de pouvoir le traduire en douceur en un système physique. » Le fossé qu'elle nomme — entre un modèle qui fonctionne sur des données enregistrées et un appareil que quelqu'un peut porter dans un véhicule en mouvement — est celui où meurent les projets de biosignaux les plus prometteurs.

Sa maîtrise de l'instrument sous-jacent n'est pas superficielle. Invitée à nommer son invention préférée des cent dernières années, elle a choisi l'électroencéphalogramme, et a expliqué pourquoi en termes qu'un étudiant diplômé reconnaîtrait. « Une machine EEG mesure l'activité des ondes cérébrales par le biais d'un système d'électrodes placées sur le cuir chevelu. Je trouve absolument incroyable la façon dont un EEG peut refléter même le plus infime mouvement dynamique des ondes cérébrales dans un scan, démontrant sa résolution temporelle exceptionnelle. La quantité massive de données que l'on peut obtenir à partir d'un seul EEG a le potentiel de mettre en lumière les empreintes digitales neuronales de nombreuses conditions neurologiques. » Elle a souligné son aspect non invasif et sa résolution temporelle comme étant ce qui le rend adapté au « suivi des modèles au fil du temps, en particulier sur des périodes courtes » — ce qui est exactement la propriété que son propre système exploite.

Son application préférée de cette technologie n'est pas du tout la détection de la fatigue. « Ce que je préfère dans un EEG, c'est sa capacité à contribuer de manière significative à la création d'interfaces cerveau-ordinateur », a-t-elle écrit. « Les BCI rétablissent l'indépendance, la mobilité et la communication pour les personnes souffrant de handicaps physiques, et le rôle clé de la machine EEG dans le processus de construction d'une BCI m'intrigue vraiment. »

Son mentor 3M attitré est Stephanie Owen, responsable du laboratoire d'ingénierie produit R&D pour l'électronique au sein du groupe Transportation and Electronics Business Group de l'entreprise. Ce jumelage aborde la faiblesse précise que Sharvi a identifiée dans son propre projet : traduire un modèle entraîné en un matériel qui fonctionne de manière fiable dans un véhicule est un problème d'ingénierie de produits électroniques, et non de science des données.

Le concours, qui en est à sa dix-neuvième année, a attiré des candidatures d'élèves de cinquième à huitième année à travers les États-Unis, jugées par des scientifiques de 3M et des leaders de l'éducation sur la créativité, les connaissances scientifiques et l'efficacité de la communication. Les dix finalistes travaillent avec des mentors tout au long de l'été et se rassemblent les 12 et 13 octobre 2026 au 3M Innovation Center à St. Paul, Minnesota, pour des défis en direct et une présentation finale, avec 25 000 $ et le titre d'America's Top Young Scientist en jeu. L'horizon de Sharvi est plus lointain : « neuroscientifique computationnelle ou fondatrice d'une startup technologique », a-t-elle écrit, décrivant une fascination de toujours pour le cerveau et un amour parallèle pour « la construction de différents modèles et le test de différentes caractéristiques ou techniques pour améliorer les performances du modèle ». La citation à côté de son nom est de Kalpana Chawla, la première femme indo-américaine dans l'espace : « Le chemin des rêves au succès existe. Puisse-tu avoir la vision de le trouver, le courage d'y accéder et la persévérance pour le suivre. »