Para peneliti dari University of Bristol, Inggris, berhasil menunjukkan kemampuan organoid otak manusia dalam memproses pola huruf Braille melalui eksperimen komputasi biohibrida. Penelitian yang dipublikasikan pada 16 Oktober 2026 dalam jurnal Frontiers in Artificial Intelligence ini menggabungkan jaringan saraf biologis, sensor sentuhan, dan sistem pembelajaran mesin. Hasil pengujian menunjukkan bahwa penggunaan satu organoid menghasilkan akurasi klasifikasi 61 persen, sedangkan kombinasi tiga organoid meningkat menjadi 83 persen. Temuan tersebut membuka peluang pengembangan teknologi komputer biologis yang berpotensi lebih hemat energi, meskipun kemampuan pembelajaran organoid dalam eksperimen ini belum terbukti.
Eksperimen Jaringan Saraf Biologis untuk Pemrosesan Informasi Digital
Pertumbuhan sistem kecerdasan buatan semakin mendorong kebutuhan terhadap metode pengolahan data yang efisien. Dalam sistem komputer konvensional, aktivitas komputasi digital bergantung pada komponen elektronik. Meski teknologi tersebut terus berkembang, konsumsi listrik sistem pemrosesan mendorong pencarian solusi baru. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai bagian dari sistem komputasi biohibrida. Rancangan penelitian ini menghubungkan organoid hidup dengan perangkat komputasi untuk mempelajari respons biologis terhadap data.
Pada studi yang dipublikasikan, tim ilmuwan menggunakan organoid yang dibentuk melalui kultur sel manusia untuk memproses stimulasi yang diberikan. Jaringan biologis mini ini hanya merepresentasikan sebagian karakteristik jaringan otak. Kendati bentuknya jauh lebih sederhana, organoid memiliki jaringan sel saraf hidup. Tim penelitian selanjutnya mengirim rangsangan listrik berdasarkan pola sentuhan. Sinyal yang dihasilkan jaringan saraf dianalisis menggunakan algoritma komputer untuk membedakan informasi yang diberikan. Pengujian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille
Dalam merancang pengujian, ilmuwan memanfaatkan perangkat pendeteksi taktil untuk mendeteksi pola sentuhan pada simbol Braille. Sistem tulisan Braille menggunakan kombinasi titik timbul yang digunakan sebagai media komunikasi taktil. Dalam eksperimen tersebut, peneliti merekam pola yang mewakili 26 huruf. Informasi taktil yang diperoleh kemudian diterjemahkan ke dalam rangkaian impuls elektronik. Proses tersebut berfungsi sebagai antarmuka penting antara sensor mekanis dan jaringan saraf.
Setelah proses pengodean selesai, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Melalui perangkat tersebut, organoid merespons impuls elektronik yang sudah dikodekan. Setelah menerima rangsangan, organoid menghasilkan aktivitas listrik yang ditangkap oleh sistem pengukuran. Melalui mekanisme tersebut, pola Braille menghasilkan aktivitas saraf yang dapat dibedakan. Akan tetapi, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf
Sesudah sinyal biologis dikumpulkan, peneliti menerapkan sistem klasifikasi berbasis komputer untuk menentukan kategori rangsangan yang diterima. Metode yang dipilih adalah support vector machine atau SVM, yaitu teknik pembelajaran mesin untuk mengelompokkan data. Melalui tahap pemrosesan digital, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Setelah pola respons dipelajari, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Berkat pengolahan data tersebut, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.
Peran pembelajaran mesin tidak boleh disamakan dengan kecerdasan biologis mandiri. Melalui sistem yang diuji, organoid bukan pihak yang menentukan label alfabet secara mandiri. Sementara itu, sinyal biologis diukur lalu diklasifikasikan menggunakan perangkat lunak. Pencapaian sistem biohibrida mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Namun demikian, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Pemahaman ini membantu menempatkan hasil penelitian secara proporsional.
Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen
Hasil paling menonjol adalah perbaikan hasil pengenalan pola melalui kombinasi jaringan biologis. Ketika sistem hanya memanfaatkan satu jaringan mini, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan pemahaman bahasa oleh jaringan biologis.
Eksperimen tersebut memperlihatkan bahwa penggabungan respons biologis meningkatkan ketahanan klasifikasi terhadap gangguan tertentu. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Setelah gangguan diterapkan, peneliti mengevaluasi hasil biohibrida terhadap decoder tanpa organoid. Dalam kondisi yang diuji, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Walaupun hasil tersebut positif, mekanisme di balik keunggulan tiga organoid masih memerlukan kajian.
Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru
Pengembangan sistem biohibrida membuka kemungkinan penelitian baru bagi arsitektur pemrosesan berdaya rendah. Jaringan neuron alami dikenal memiliki efisiensi energi yang tinggi. Berdasarkan prinsip kerja jaringan saraf, ilmuwan menguji kemungkinan integrasi sel biologis sebagai bagian dari sistem komputasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Walaupun memiliki potensi tersebut, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.
Untuk mencapai penggunaan praktis, peneliti menghadapi berbagai persoalan penting. Material biologis tersebut terdiri dari sel aktif sehingga membutuhkan pengaturan suhu dan nutrisi. Tantangan lainnya, variasi biologis dapat memengaruhi hasil karena karakteristik biologis masing-masing organoid berlainan. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Selain tantangan rekayasa, pengembangan sistem berbasis organoid juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk pengawasan penggunaan material biologis.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Penelitian dari University of Bristol memberikan hasil yang menjanjikan dalam penelitian komputasi generasi baru. Berkat pengodean informasi Braille, susunan mikroelektroda, serta metode klasifikasi digital, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Keunggulan konfigurasi multi-organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Kendati membuka kemungkinan pengembangan, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Pada tahap pengembangan selanjutnya, eksperimen dengan tekstur dan pola berbeda mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Bagaimana menurut Anda, apakah komputasi biohibrida berbasis organoid berpotensi menjadi bagian dari komputer masa depan? Silakan bagikan pendapat Anda mengenai potensi komputer biologis.
