Início › Crianças Prodígio › Sharvi Mahajan
JOVEM INVENTOR

🇺🇸 Sharvi Mahajan

Criou o NeuroDrive Alert aos catorze anos — aprendizado de máquina em sinais de EEG para prever microssonos antes que ocorram

Finalista do Top 10 nacional, 3M Young Scientist Challenge 2026 • Previsão de fadiga para motoristas e outros trabalhos de alto risco • 8ª série, San Diego

O microssono — uma perda involuntária de consciência que dura alguns segundos — é uma das falhas mais fatais no transporte, e a pessoa que o vivencia é, por definição, a última a saber. A maioria dos sistemas de detecção de sonolência reage após o fato, observando o desvio de um veículo ou o fechamento de uma pálpebra. Sharvi Mahajan, uma aluna da 8ª série de catorze anos da Bernardo Heights Middle School em San Diego, criou o NeuroDrive Alert: um sistema de aprendizado de máquina que lê sinais de eletroencefalograma ao longo do tempo e prevê a falha antes que ela ocorra. Em julho de 2026, o projeto a tornou uma das dez finalistas nacionais no 3M Young Scientist Challenge.

SM🇺🇸Sharvi Mahajan

Sharvi Mahajan — Geniuses.club editorial portrait

💬 Converse com Sharvi
Compartilhar no X Facebook LinkedIn WhatsApp Reddit

A escolha de design que define o NeuroDrive Alert é temporal. Em vez de classificar um único momento como alerta ou sonolento, o sistema rastreia a fadiga à medida que ela se acumula, usando a mudança ao longo do tempo como o sinal preditivo. Esse é um problema de aprendizado de máquina significativamente mais difícil do que a classificação instantânea — requer a modelagem de uma trajetória, em vez de um estado — e é também a única versão do problema que vale a pena resolver, porque um aviso que chega simultaneamente ao microssono chega tarde demais.

Sua entrada na competição foi estruturada em torno do que ela poderia aprender, e não do que ela já havia construído. "Entrei no desafio para aprender novas habilidades e ser exposta a ideias inovadoras que pudessem refinar significativamente o impacto real que meu projeto tem", escreveu ela. "Sob a orientação de um mentor da 3M, espero levar meu projeto a um nível totalmente novo e melhorar meu modelo para que ele seja facilmente traduzido para um sistema físico." A lacuna que ela aponta — entre um modelo que funciona em dados gravados e um dispositivo que alguém pode usar em um veículo em movimento — é aquela onde a maioria dos projetos promissores de biosinais morre.

O TESTE GRATUITO
Qual é o seu?

Vinte perguntas, oito minutos no relógio e um percentil medido contra todos os que já fizeram. Sem cadastro.

Fazer o teste de QI →

Seu domínio do instrumento subjacente não é superficial. Ao ser questionada sobre qual seria sua invenção favorita dos últimos cem anos, ela escolheu o eletroencefalograma e explicou o porquê em termos que um estudante de pós-graduação reconheceria. "Uma máquina de EEG mede a atividade das ondas cerebrais através de um sistema de eletrodos colocados no couro cabeludo. Acho absolutamente incrível como um EEG pode refletir até o menor movimento dinâmico das ondas cerebrais em um exame, mostrando sua excepcional resolução temporal. A enorme quantidade de dados que se pode obter de um único EEG tem o potencial de esclarecer as impressões digitais neurais de inúmeras condições neurológicas." Ela destacou sua natureza não invasiva e resolução temporal como fatores que o tornam adequado para "rastrear padrões ao longo do tempo, particularmente em períodos mais curtos" — que é exatamente a propriedade que seu próprio sistema explora.

Sua aplicação favorita declarada da tecnologia não é, de fato, a detecção de fadiga. "Minha coisa favorita sobre um EEG tem que ser sua capacidade de auxiliar significativamente na criação de Interfaces Cérebro-Computador", escreveu ela. "As BCIs restauram a independência, a mobilidade e a comunicação para indivíduos com deficiências físicas, e o papel fundamental da máquina de EEG no processo de construção de uma BCI realmente me intriga."

Seu mentor designado pela 3M é Stephanie Owen, gerente de laboratório de engenharia de produtos de P&D para eletrônicos dentro do Grupo de Negócios de Transporte e Eletrônicos da empresa. O emparelhamento aborda a fraqueza precisa que Sharvi identificou em seu próprio projeto: traduzir um modelo treinado em um hardware que funcione de forma confiável em um veículo é um problema de engenharia de produtos eletrônicos, não de ciência de dados.

A competição, em seu décimo nono ano, atraiu inscrições de alunos da quinta à oitava série em todos os Estados Unidos, julgados por cientistas da 3M e líderes educacionais quanto à criatividade, conhecimento científico e eficácia da comunicação. Os dez finalistas trabalham com mentores durante o verão e se reúnem em 12-13 de outubro de 2026 no 3M Innovation Center em St. Paul, Minnesota, para desafios ao vivo e uma apresentação final, com US$ 25.000 e o título de Maior Jovem Cientista dos Estados Unidos em jogo. O horizonte de Sharvi é mais longo: "uma neurocientista computacional ou fundadora de uma startup de tecnologia", escreveu ela, descrevendo um fascínio vitalício pelo cérebro e um amor paralelo por "construir diferentes modelos e testar diferentes recursos ou técnicas para melhorar o desempenho do modelo". A citação ao lado de seu nome é de Kalpana Chawla, a primeira mulher indo-americana no espaço: "O caminho dos sonhos para o sucesso existe. Que você tenha a visão para encontrá-lo, a coragem para entrar nele e a perseverança para segui-lo."

“Sob a orientação de um mentor da 3M, espero levar meu projeto a um nível totalmente novo e melhorar meu modelo para que ele seja facilmente traduzido para um sistema físico.”
— Sharvi Mahajan, perfil do 3M Young Scientist Challenge 2026
“O caminho dos sonhos para o sucesso existe. Que você tenha a visão para encontrá-lo, a coragem para entrar nele e a perseverança para segui-lo.”
— Kalpana Chawla, a citação que Sharvi Mahajan escolheu para seu perfil de finalista
2026202620262026202620262026MILESTONES IN ORDERON ONE TIMELINE
Sharvi Mahajan — every milestone on this page, in order.
2026
NeuroDrive AlertConstrói um sistema de aprendizado de máquina baseado em EEG que rastreia a fadiga ao longo do tempo para prever o microssono antes que ele ocorra.
2026
EntradaApresenta o projeto ao 3M Young Scientist Challenge, alinhado à plataforma de Segurança da 3M.
2026
Top 10 na América6 de julho: nomeada finalista nacional aos 14 anos, na 8ª série na Bernardo Heights Middle School, San Diego.
2026
MentoriaPareada com Stephanie Owen, Gerente de Laboratório de Engenharia de Produto de P&D para eletrônicos da 3M.
2026
Modelo para hardwareTrabalha durante o verão na tradução do modelo treinado para um sistema físico vestível.
2026
A final12–13 de outubro: compete no 3M Innovation Center em St. Paul, Minnesota, por US$ 25.000 e o título nacional.
PessoaPaísMarcoIdade / Dado
Sharvi Mahajan🇺🇸 EUANeuroDrive Alert — Aprendizado de máquina de EEG prevendo microssono14 anos
Kevin Tang🇺🇸 EUAFallGuard — Detecção de queda por vídeo em tempo real; vencedor de 202514 anos
Pranjali Awasthi🇺🇸 EUAFundou uma empresa de IA na adolescência17 anos
Matteo Paz🇺🇸 EUAAprendizado de máquina em dados de pesquisa infravermelha; 1,5 milhão de objetos encontrados18 anos

Predição e detecção são problemas diferentes, e quase todos os sistemas de sonolência implantados resolvem o mais fácil. Optar por modelar o acúmulo de fadiga ao longo do tempo — em vez de classificar um único instante — é a escolha que um pesquisador em atividade faria, e é a razão pela qual o projeto é interessante, em vez de apenas competente.

Seu relato sobre o EEG é o diferencial. Ela descreve resolução temporal, não invasividade, impressões digitais neurais e interfaces cérebro-computador com a especificidade de alguém que leu a literatura, e não apenas o resumo. Jovens de catorze anos que conseguem explicar por que um instrumento é adequado para uma determinada classe de pergunta tendem a continuar.

Descubra Mais Crianças Prodígio

Mais de 50 histórias de jovens gênios contemporâneos que transformam o xadrez, a música, a ciência e a arte.

Explorar Todos os Prodígios →

Compare com os grandes

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

Crianças prodígio

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
Crianças prodígio →

Jogue e volte amanhã

Desafio diário do gênio · Guess the genius
British chemist whose X-ray image 'Photo 51' was key to revealing the double-helix structure of DNA.
Toque na sua resposta ↓
Qual gênio é você? Teste de QI grátis
Which genius shares your birthday? Get one unforgettable mind in your inbox every week. Free, unsubscribe anytime.
or create a free account →