NeuroDrive Alert को परिभाषित करने वाला डिज़ाइन विकल्प लौकिक (temporal) है। एक एकल क्षण को सतर्क या उनींदा के रूप में वर्गीकृत करने के बजाय, यह प्रणाली थकान के जमा होने पर नज़र रखती है, और समय के साथ होने वाले बदलाव को भविष्यवाणी संकेत के रूप में उपयोग करती है। यह स्नैपशॉट वर्गीकरण की तुलना में एक महत्वपूर्ण रूप से कठिन मशीन-लर्निंग समस्या है — इसके लिए स्थिति के बजाय एक प्रक्षेपवक्र (trajectory) को मॉडल करने की आवश्यकता होती है — और यह समस्या का एकमात्र ऐसा संस्करण भी है जिसे हल करने योग्य है, क्योंकि जो चेतावनी सूक्ष्म-निद्रा के साथ ही आती है, वह बहुत देर से आती है।
प्रतियोगिता में उनकी प्रविष्टि इस बात पर केंद्रित थी कि वह क्या सीख सकती हैं, न कि उन्होंने क्या बनाया है। उन्होंने लिखा, "मैंने नए कौशल सीखने और उन अभिनव विचारों के संपर्क में आने के लिए चुनौती में भाग लिया, जो मेरी परियोजना के वास्तविक प्रभाव को महत्वपूर्ण रूप से बेहतर बना सकते हैं।" "3M मेंटर के मार्गदर्शन में, मैं अपनी परियोजना को पूरी तरह से नए स्तर पर लाने और अपने मॉडल को बेहतर बनाने की उम्मीद करती हूँ ताकि इसे आसानी से एक भौतिक प्रणाली में अनुवादित किया जा सके।" उनके द्वारा बताई गई खाई — एक ऐसे मॉडल के बीच जो रिकॉर्ड किए गए डेटा पर काम करता है और एक ऐसा उपकरण जिसे कोई चलते हुए वाहन में पहन सकता है — वही है जहाँ अधिकांश आशाजनक बायोसिग्नल परियोजनाएं विफल हो जाती हैं।
बीस प्रश्न, घड़ी पर आठ मिनट, और अब तक टेस्ट देने वालों के सामने मापा गया पर्सेंटाइल। साइन-अप नहीं।
IQ टेस्ट दें →अंतर्निहित उपकरण पर उनकी पकड़ सतही नहीं है। पिछले सौ वर्षों के अपने पसंदीदा आविष्कार के बारे में पूछे जाने पर, उन्होंने इलेक्ट्रोएन्सेफलोग्राम को चुना, और इसका कारण समझाया जिसे एक स्नातक छात्र भी पहचान लेगा। "एक EEG मशीन खोपड़ी पर रखे गए इलेक्ट्रोड की एक प्रणाली के माध्यम से मस्तिष्क तरंग गतिविधि को मापती है। मुझे यह देखकर आश्चर्य होता है कि कैसे एक EEG स्कैन में सबसे छोटे गतिशील मस्तिष्क तरंग आंदोलन को भी प्रतिबिंबित कर सकता है, जो इसके असाधारण लौकिक संकल्प को प्रदर्शित करता है। एक एकल EEG से प्राप्त डेटा में असंख्य न्यूरोलॉजिकल स्थितियों के तंत्रिका फिंगरप्रिंट पर प्रकाश डालने की क्षमता है।" उन्होंने इसकी गैर-आक्रामक प्रकृति और समय रिज़ॉल्यूशन को "समय के साथ पैटर्न को ट्रैक करने, विशेष रूप से कम समय की अवधि में" के लिए उपयुक्त बताया — जो कि बिल्कुल वही संपत्ति है जिसका उनका अपना सिस्टम शोषण करता है।
इस तकनीक का उनका पसंदीदा अनुप्रयोग थकान का पता लगाना बिल्कुल नहीं है। उन्होंने लिखा, "एक EEG के बारे में मेरी पसंदीदा चीज ब्रेन-कंप्यूटर इंटरफेस (BCI) के निर्माण में महत्वपूर्ण रूप से सहायता करने की इसकी क्षमता होनी चाहिए।" "BCI शारीरिक अक्षमताओं का अनुभव करने वाले व्यक्तियों के लिए स्वतंत्रता, गतिशीलता और संचार को बहाल करते हैं और BCI बनाने की प्रक्रिया में EEG मशीन की प्रमुख भूमिका मुझे वास्तव में आकर्षित करती है।"
उनकी नियुक्त 3M मेंटर स्टेफ़नी ओवेन हैं, जो कंपनी के परिवहन और इलेक्ट्रॉनिक्स बिजनेस ग्रुप के भीतर इलेक्ट्रॉनिक्स के लिए R&D प्रोडक्ट इंजीनियरिंग लैब मैनेजर हैं। यह जोड़ी उस सटीक कमजोरी को संबोधित करती है जिसे शार्वी ने अपनी परियोजना में पहचाना था: एक प्रशिक्षित मॉडल को हार्डवेयर में अनुवाद करना जो वाहन में मज़बूती से काम करता है, यह एक इलेक्ट्रॉनिक्स उत्पाद-इंजीनियरिंग समस्या है, न कि डेटा-विज्ञान की।
यह प्रतियोगिता, जो अपने 19वें वर्ष में है, ने पूरे संयुक्त राज्य में पांचवीं से आठवीं कक्षा के छात्रों से प्रविष्टियाँ आकर्षित कीं, जिन्हें 3M वैज्ञानिकों और शिक्षा जगत के नेताओं द्वारा रचनात्मकता, वैज्ञानिक ज्ञान और संचार प्रभावशीलता के आधार पर आंका गया। दस फाइनलिस्ट गर्मी के दौरान मेंटर्स के साथ काम करते हैं और 12-13 अक्टूबर 2026 को सेंट पॉल, मिनेसोटा में 3M इनोवेशन सेंटर में लाइव चुनौतियों और अंतिम प्रस्तुति के लिए एकत्र होते हैं, जहाँ $25,000 और अमेरिका के शीर्ष युवा वैज्ञानिक का खिताब दांव पर होता है। शार्वी का अपना क्षितिज लंबा है: "एक कम्प्यूटेशनल न्यूरोसाइंटिस्ट या एक टेक स्टार्टअप की संस्थापक," उन्होंने लिखा, मस्तिष्क के साथ आजीवन आकर्षण और "विभिन्न मॉडल बनाने और मॉडल प्रदर्शन को बेहतर बनाने के लिए विभिन्न तकनीकों का परीक्षण करने" के समानांतर प्रेम का वर्णन किया। उनके नाम के बगल में उद्धरण कल्पना चावला का है, जो अंतरिक्ष में जाने वाली पहली भारतीय-अमेरिकी महिला थीं: "सपनों से सफलता का रास्ता मौजूद है। काश आपके पास इसे खोजने की दृष्टि, उस पर चलने का साहस और उसका अनुसरण करने का दृढ़ संकल्प हो।"
“3M मेंटर के मार्गदर्शन में, मैं अपनी परियोजना को पूरी तरह से नए स्तर पर लाने और अपने मॉडल को बेहतर बनाने की उम्मीद करती हूँ ताकि इसे आसानी से एक भौतिक प्रणाली में अनुवादित किया जा सके।”— शार्वी महाजन, 2026 3M यंग साइंटिस्ट चैलेंज प्रोफ़ाइल
“सपनों से सफलता का रास्ता मौजूद है। काश आपके पास इसे खोजने की दृष्टि, उस पर चलने का साहस और उसका अनुसरण करने का दृढ़ संकल्प हो।”— कल्पना चावला, शार्वी महाजन द्वारा अपनी फाइनलिस्ट प्रोफ़ाइल के लिए चुना गया उद्धरण
| व्यक्ति | देश | मील का पत्थर | आयु / आँकड़ा |
|---|---|---|---|
| Sharvi Mahajan | 🇺🇸 यूएसए | NeuroDrive Alert — सूक्ष्म-निद्रा का अनुमान लगाने वाला EEG मशीन लर्निंग | आयु 14 |
| Kevin Tang | 🇺🇸 यूएसए | FallGuard — रीयल-टाइम वीडियो फॉल डिटेक्शन; 2025 विजेता | आयु 14 |
| Pranjali Awasthi | 🇺🇸 यूएसए | किशोर अवस्था में AI कंपनी की स्थापना की | आयु 17 |
| Matteo Paz | 🇺🇸 यूएसए | इन्फ्रारेड सर्वे डेटा पर मशीन लर्निंग; 1.5 मिलियन वस्तुएं खोजीं | आयु 18 |
पूर्वानुमान और पता लगाना अलग-अलग समस्याएं हैं, और लगभग हर तैनात उनींदापन प्रणाली आसान समस्या को हल करती है। एक ही क्षण को वर्गीकृत करने के बजाय समय के साथ थकान के संचय को मॉडल करना चुनने का निर्णय वह विकल्प है जो एक कामकाजी शोधकर्ता लेगा, और यही कारण है कि यह परियोजना केवल सक्षम होने के बजाय दिलचस्प है।
EEG का उनका विवरण सब कुछ कह देता है। वह लौकिक संकल्प, गैर-आक्रामक, तंत्रिका फिंगरप्रिंट और ब्रेन-कंप्यूटर इंटरफेस का वर्णन उस विशिष्टता के साथ करती हैं जैसे किसी ने साहित्य पढ़ा हो न कि सारांश। चौदह वर्ष के बच्चे जो यह समझा सकते हैं कि एक उपकरण किसी विशेष प्रश्न के लिए क्यों उपयुक्त है, वे आगे बढ़ते रहते हैं।
और बाल प्रतिभाओं को खोजें
शतरंज, संगीत, विज्ञान और कला को बदलने वाले समकालीन युवा प्रतिभाओं की 50+ कहानियाँ।
सभी प्रतिभाओं का अन्वेषण करें →
