🇺🇸 Sharvi Mahajan

La scelta progettuale che definisce NeuroDrive Alert è di tipo temporale. Invece di classificare un singolo momento come attento o assonnato, il sistema traccia la fatica man mano che si accumula, usando il cambiamento nel tempo come segnale predittivo. Si tratta di un problema di machine learning decisamente più complesso rispetto alla classificazione istantanea — richiede la modellazione di una traiettoria anziché di uno stato — ed è anche l'unica versione del problema che valga la pena risolvere, poiché un avviso che arriva contemporaneamente al microsonno arriva troppo tardi.

La sua partecipazione al concorso è stata incentrata su ciò che poteva imparare piuttosto che su ciò che aveva già costruito. "Ho partecipato alla sfida per acquisire nuove competenze ed essere esposta a idee innovative che potessero migliorare significativamente l'impatto reale del mio progetto", ha scritto. "Sotto la guida di un mentore 3M, spero di portare il mio progetto a un livello completamente nuovo e di migliorare il mio modello per renderlo facilmente trasferibile a un sistema fisico." Il divario che lei stessa identifica — tra un modello che funziona su dati registrati e un dispositivo che qualcuno può indossare in un veicolo in movimento — è il punto in cui falliscono la maggior parte dei promettenti progetti di biosegnali.

La sua padronanza dello strumento di base non è superficiale. Alla domanda su quale fosse la sua invenzione preferita dell'ultimo secolo, ha scelto l'elettroencefalogramma, spiegando il perché in termini che uno studente laureato riconoscerebbe. "Una macchina EEG misura l'attività delle onde cerebrali attraverso un sistema di elettrodi posizionati sul cuoio capelluto. Trovo assolutamente incredibile come un EEG possa riflettere anche il più piccolo movimento dinamico delle onde cerebrali in una scansione, mostrando la sua eccezionale risoluzione temporale. L'enorme quantità di dati che si possono ottenere da un singolo EEG ha il potenziale per far luce sulle impronte neurali di numerose condizioni neurologiche." Ha sottolineato la sua natura non invasiva e la risoluzione temporale come elementi che lo rendono adatto a "tracciare modelli nel tempo, in particolare in periodi brevi" — che è esattamente la proprietà che il suo sistema sfrutta.

La sua applicazione preferita di questa tecnologia non è affatto il rilevamento della fatica. "La cosa che preferisco di un EEG è la sua capacità di contribuire in modo significativo alla creazione di Interfacce Cervello-Computer (BCI)", ha scritto. "Le BCI ripristinano l'indipendenza, la mobilità e la comunicazione per le persone con disabilità fisiche, e il ruolo chiave della macchina EEG nel processo di costruzione di una BCI mi affascina davvero."

Il suo mentore assegnato dalla 3M è Stephanie Owen, R&D Product Engineering Lab Manager per l'elettronica all'interno del Transportation and Electronics Business Group dell'azienda. L'abbinamento affronta la debolezza precisa che Sharvi ha identificato nel suo progetto: tradurre un modello addestrato in un hardware che funzioni in modo affidabile su un veicolo è un problema di ingegneria dei prodotti elettronici, non di scienza dei dati.

Il concorso, giunto alla sua diciannovesima edizione, ha attirato partecipanti dalla quinta all'ottava classe in tutti gli Stati Uniti, giudicati da scienziati 3M e leader del settore educativo per creatività, conoscenze scientifiche ed efficacia comunicativa. I dieci finalisti lavorano con i mentori durante l'estate e si riuniranno il 12-13 ottobre 2026 presso il 3M Innovation Center a St. Paul, Minnesota, per sfide dal vivo e una presentazione finale, con in palio 25.000 dollari e il titolo di America's Top Young Scientist. L'orizzonte di Sharvi è più ampio: "una neuroscienziata computazionale o fondatrice di una startup tecnologica", ha scritto, descrivendo un fascino permanente per il cervello e un amore parallelo per "la costruzione di diversi modelli e il test di diverse tecniche per migliorare le prestazioni del modello". La citazione accanto al suo nome è di Kalpana Chawla, la prima donna indo-americana nello spazio: "Il percorso dai sogni al successo esiste. Possa tu avere la visione per trovarlo, il coraggio per imboccarlo e la perseveranza per seguirlo."