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

Kemajuan teknologi komputasi modern semakin mendorong kebutuhan terhadap pendekatan pemrosesan informasi alternatif. Selama ini, proses pengolahan informasi bergantung pada komponen elektronik. Namun demikian, kebutuhan energi komputasi mendorong pencarian solusi baru. Menanggapi tantangan tersebut, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai komponen pemrosesan biologis. Pendekatan ini menghubungkan organoid hidup dengan perangkat komputasi untuk mengeksplorasi kemampuan pengolahan informasi.

Melalui eksperimen yang dilakukan, tim ilmuwan menempatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk memproses stimulasi yang diberikan. Organoid tersebut tidak memiliki seluruh kemampuan otak manusia. Walaupun ukurannya sangat kecil, organoid mengandung ribuan neuron. Tim penelitian selanjutnya memberikan pola stimulasi yang mewakili huruf Braille. Hasil respons biologis dievaluasi dengan metode pembelajaran mesin untuk menentukan kesesuaian respons dengan rangsangan. Eksperimen ini memberikan dasar pengembangan sistem komputasi biohibrida.

Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille

Untuk menjalankan eksperimen, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk mendeteksi pola sentuhan pada simbol Braille. Sistem tulisan Braille mengandalkan susunan titik tertentu yang memiliki konfigurasi berbeda untuk setiap huruf. Melalui proses perekaman sensor, peneliti merekam pola yang mewakili 26 huruf. Data hasil pembacaan sensor kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Proses tersebut berfungsi sebagai antarmuka penting antara perangkat elektronik dengan sistem biologis.

Sesudah data taktil diubah menjadi sinyal listrik, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Dalam rancangan pengujian, organoid menerima stimulasi listrik sesuai pola tertentu. Setelah menerima rangsangan, organoid memperlihatkan perubahan aktivitas neuron yang dipantau menggunakan perangkat elektronik. Melalui mekanisme tersebut, data taktil dapat diteruskan melalui jaringan neuron hidup. Meski demikian, proses tersebut tidak berarti organoid memahami bahasa Braille.

Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf

Sesudah sinyal biologis dikumpulkan, peneliti menggunakan algoritma pembelajaran mesin untuk membedakan respons terhadap setiap huruf. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu metode komputasi untuk mengklasifikasikan pola tertentu. Pada proses analisis, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Setelah pola respons dipelajari, algoritma memperkirakan huruf yang sesuai. Berkat pengolahan data tersebut, jaringan saraf hidup mendukung pembentukan sinyal yang dapat dibaca komputer.

Keterlibatan sistem klasifikasi penting dibedakan dari kemampuan organoid. Melalui sistem yang diuji, organoid tidak memberikan jawaban berupa huruf secara langsung. Sementara itu, respons saraf dikumpulkan lalu ditafsirkan oleh algoritma komputer. Hasil klasifikasi tersebut menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Walaupun memperlihatkan potensi besar, penelitian belum membuktikan kemampuan belajar organoid. Pembedaan tersebut membantu menempatkan hasil penelitian secara proporsional.

Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen

Pencapaian penting dalam penelitian adalah perbedaan akurasi antara penggunaan satu dan tiga organoid. Pada konfigurasi organoid tunggal, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sementara itu, penggunaan tiga organoid meningkatkan akurasi menjadi 83 persen. Perbedaan hasil ini memperlihatkan potensi penggunaan beberapa jaringan saraf. Pada pengujian laboratorium ini, angka akurasi merujuk pada pengenalan pola stimulus, bukan pemahaman bahasa oleh jaringan biologis.

Hasil pengujian turut menunjukkan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Sebagai bagian dari pengukuran performa, ilmuwan memberikan gangguan terhadap informasi taktil. Setelah gangguan diterapkan, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Hasilnya, pengolahan melalui organoid membantu mempertahankan informasi. Meski demikian, mekanisme di balik keunggulan tiga organoid masih memerlukan kajian.

Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru

Eksperimen pengolahan sinyal biologis memunculkan peluang menarik bagi teknologi komputer masa depan. Otak manusia dikenal memiliki efisiensi energi yang tinggi. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai elemen dalam arsitektur biohibrida. Ketika sistem biologis dapat dikendalikan lebih baik, organoid mungkin membantu pengembangan perangkat komputasi baru. Namun demikian, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.

Dalam perjalanan menuju komputasi biohibrida komersial, sejumlah hambatan pengembangan harus diselesaikan. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga membutuhkan pengaturan suhu dan nutrisi. Selain itu, variasi biologis dapat memengaruhi hasil karena struktur jaringan dan kondisi perkembangan tidak seragam. Perbedaan tersebut menantang proses pengembangan sistem yang konsisten. Tidak hanya berkaitan dengan performa, pemanfaatan sel manusia dalam perangkat komputasi juga harus memperhatikan prinsip penelitian biologis, termasuk pengawasan penggunaan material biologis.

Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menghadirkan temuan menarik dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Melalui penggunaan perangkat pendeteksi taktil, sistem elektroda berukuran kecil, serta algoritma pembelajaran mesin, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Peningkatan akurasi dari 61 persen menjadi 83 persen 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, pengembangan sistem umpan balik dua arah mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Bagaimana menurut Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup mampu menghadirkan pendekatan baru yang bermanfaat? Sampaikan pandangan Anda mengenai potensi komputer biologis.