Organoid Otak Mampu Mengenali Pola Huruf Braille dalam Eksperimen Komputasi Biohibrida

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

Perkembangan inovasi pemrosesan informasi semakin mendorong kebutuhan terhadap pendekatan pemrosesan informasi alternatif. Dalam sistem komputer konvensional, pelaksanaan perhitungan elektronik bergantung pada komponen elektronik. Namun demikian, kebutuhan energi komputasi mendorong pencarian solusi baru. Menanggapi tantangan tersebut, ilmuwan University of Bristol menguji penggunaan organoid otak sebagai bagian dari sistem komputasi biohibrida. Konsep tersebut menggabungkan jaringan biologis dan perangkat elektronik untuk menguji potensi pemrosesan berbasis jaringan saraf.

Melalui eksperimen yang dilakukan, tim ilmuwan menggunakan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk memproses stimulasi yang diberikan. Jaringan biologis mini ini hanya merepresentasikan sebagian karakteristik jaringan otak. Walaupun ukurannya sangat kecil, organoid memiliki jaringan sel saraf hidup. Tim penelitian selanjutnya mengirim rangsangan listrik berdasarkan pola sentuhan. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk membedakan informasi yang diberikan. Pengujian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.

Proses Mengubah Informasi Braille Menjadi Aktivitas Saraf Biologis

Untuk menjalankan eksperimen, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk mengumpulkan informasi huruf Braille. Huruf Braille menggunakan kombinasi titik timbul yang memiliki konfigurasi berbeda untuk setiap huruf. Dalam eksperimen tersebut, peneliti merekam pola yang mewakili 26 huruf. Sinyal sentuhan yang direkam kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Tahapan konversi ini berfungsi sebagai antarmuka penting antara perangkat elektronik dengan sistem biologis.

Sesudah data taktil diubah menjadi sinyal listrik, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Dalam rancangan pengujian, organoid diberikan rangsangan yang mewakili informasi Braille. Jaringan saraf kemudian, organoid menghasilkan aktivitas listrik yang dipantau menggunakan perangkat elektronik. Dengan demikian, data taktil dapat diteruskan melalui jaringan neuron hidup. Meski demikian, proses tersebut tidak berarti organoid memahami bahasa Braille.

Algoritma Machine Learning Membantu Mengenali Respons Organoid

Ketika aktivitas neuron berhasil direkam, peneliti memanfaatkan metode machine learning untuk mengidentifikasi pola informasi. Algoritma yang digunakan adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Dalam eksperimen, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Setelah pola respons dipelajari, algoritma memperkirakan huruf yang sesuai. Melalui kombinasi biologis dan digital, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.

Peran pembelajaran mesin perlu dipahami secara tepat. Pada konfigurasi eksperimen, organoid tidak memberikan jawaban berupa huruf secara langsung. Sebaliknya, respons saraf dikumpulkan lalu ditafsirkan oleh algoritma komputer. Keberhasilan pengujian menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Namun demikian, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Pembedaan tersebut membantu menempatkan hasil penelitian secara proporsional.

Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid

Hasil paling menonjol adalah peningkatan kemampuan klasifikasi ketika beberapa organoid digabungkan. Ketika sistem hanya memanfaatkan satu jaringan mini, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sebagai perbandingan, penggunaan tiga organoid meningkatkan akurasi menjadi 83 persen. Perbedaan hasil ini menunjukkan manfaat penggabungan respons biologis. Berdasarkan rancangan penelitian tersebut, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan organoid mengenali tulisan seperti manusia.

Hasil pengujian turut menunjukkan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Kemudian, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Berdasarkan perbandingan tersebut, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Kendati menunjukkan ketahanan terhadap noise, peneliti belum mengetahui secara pasti penyebab peningkatannya.

Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru

Eksperimen pengolahan sinyal biologis membuka kemungkinan penelitian baru bagi teknologi komputer masa depan. Sistem saraf biologis manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Karena karakteristik tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai elemen dalam arsitektur biohibrida. Apabila teknologi ini terus berkembang, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Namun demikian, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.

Sebelum sistem dapat diterapkan secara luas, peneliti menghadapi berbagai persoalan penting. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga membutuhkan pengaturan suhu dan nutrisi. Di samping kebutuhan pemeliharaan, aktivitas neuron tidak selalu identik antarsampel karena karakteristik biologis masing-masing organoid berlainan. Variasi respons ini menantang proses pengembangan sistem yang konsisten. Di samping aspek teknis, penggunaan jaringan biologis manusia juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk asal sel dan persetujuan donor.

Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris memberikan hasil yang menjanjikan dalam penelitian komputasi generasi baru. Berkat pengodean informasi Braille, susunan mikroelektroda, serta algoritma pembelajaran mesin, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Peningkatan akurasi dari 61 persen menjadi 83 persen menjadi indikasi potensi penggabungan jaringan biologis. Meskipun demikian, hasilnya tidak berarti jaringan biologis telah memahami bahasa. Dalam penelitian berikutnya, pengembangan sistem umpan balik dua arah mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Menurut pandangan Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup mampu menghadirkan pendekatan baru yang bermanfaat? Sampaikan pandangan Anda mengenai manfaat dan tantangan teknologi tersebut.