🇺🇸 Sharvi Mahajan

Ключевым дизайнерским решением NeuroDrive Alert является учет временного фактора. Вместо классификации состояния «бодрствование» или «сонливость» в конкретный момент, система отслеживает накопление усталости, используя изменения во времени как прогностический сигнал. Это гораздо более сложная задача машинного обучения, чем классификация моментальных снимков, так как требует моделирования траектории, а не статического состояния. Это единственный эффективный подход, так как предупреждение, полученное одновременно с микросном, приходит слишком поздно.

Ее участие в конкурсе было сосредоточено не на том, что она уже создала, а на том, что она могла узнать. «Я приняла участие в конкурсе, чтобы приобрести новые навыки и познакомиться с инновационными идеями, которые могли бы значительно повысить реальную эффективность моего проекта», — написала она. «Под руководством наставника 3M я надеюсь вывести свой проект на совершенно новый уровень и улучшить модель, чтобы ее можно было успешно перенести в физическое устройство». Тот разрыв, о котором она говорит — между моделью, работающей на записанных данных, и устройством, которое может носить человек в движущемся транспортном средстве — это то место, где «умирает» большинство многообещающих проектов в области биосигналов.

Ее владение основным инструментом нельзя назвать поверхностным. Отвечая на вопрос о своем любимом изобретении последних ста лет, она выбрала электроэнцефалограмму и объяснила почему так, что это понял бы даже аспирант: «Аппарат ЭЭГ измеряет активность мозговых волн с помощью системы электродов, размещенных на коже головы. Меня поражает, как ЭЭГ может отразить даже малейшее динамическое движение мозговых волн в сканировании, демонстрируя исключительное временное разрешение. Огромный объем данных, который можно получить из одной ЭЭГ, имеет потенциал пролить свет на нейронные отпечатки многочисленных неврологических состояний». Она выделила неинвазивность и временное разрешение как качества, делающие его подходящим для «отслеживания паттернов во времени, особенно на коротких промежутках» — что именно и эксплуатирует ее собственная система.

Ее любимое применение этой технологии вовсе не связано с обнаружением усталости. «Больше всего в ЭЭГ меня привлекает способность значительно помогать в создании нейрокомпьютерных интерфейсов (BCI)», — написала она. «BCI восстанавливают независимость, мобильность и общение для людей с физическими недостатками, и ключевая роль аппарата ЭЭГ в процессе создания BCI действительно интригует меня».

Ее наставником от 3M стала Стефани Оуэн, менеджер лаборатории R&D по проектированию электроники в бизнес-группе компании Transportation and Electronics. Это партнерство устраняет конкретную слабость, которую Шарви выявила в своем проекте: перевод обученной модели в «железо», надежно работающее в автомобиле, — это задача инженерной разработки электронного продукта, а не задача анализа данных.

Конкурс, проводимый уже девятнадцатый год, привлек участников с пятого по восьмой класс со всех Соединенных Штатов. Работы оценивались учеными 3M и лидерами в области образования по критериям креативности, научных знаний и эффективности коммуникации. Десять финалистов работают с наставниками в течение лета и собираются 12–13 октября 2026 года в 3M Innovation Center в Сент-Поле, Миннесота, для проведения живых соревнований и финальной презентации, где на кону $25,000 и титул «Лучший молодой ученый Америки». Горизонт Шарви шире: «стать вычислительным нейробиологом или основателем технологического стартапа», — пишет она, описывая пожизненное увлечение мозгом и параллельную любовь к «созданию различных моделей и тестированию разных признаков или техник для улучшения производительности моделей». Цитата рядом с ее именем принадлежит Калпане Чавле, первой американке индийского происхождения в космосе: «Путь от мечты к успеху существует. Пусть у вас будет видение, чтобы найти его, мужество, чтобы встать на него, и упорство, чтобы следовать по нему».