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.

Terobosan Teknologi Organoid Otak dalam Mengenali Pola Braille

Kemajuan teknologi komputasi modern terus meningkatkan kebutuhan terhadap pendekatan pemrosesan informasi alternatif. Selama ini, proses pengolahan informasi bergantung pada komponen elektronik. Walaupun kemampuan perangkat keras semakin meningkat, konsumsi listrik sistem pemrosesan mendorong pencarian solusi baru. Menanggapi tantangan tersebut, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai bagian dari sistem komputasi biohibrida. Konsep tersebut memadukan sel saraf dengan sistem digital untuk mempelajari respons biologis terhadap data.

Melalui eksperimen yang dilakukan, tim ilmuwan menempatkan organoid yang dikembangkan dari sel manusia 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. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk menentukan kesesuaian respons dengan rangsangan. Pengujian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.

Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille

Untuk menjalankan eksperimen, ilmuwan menggunakan sensor sentuhan untuk mengumpulkan informasi huruf Braille. Metode representasi karakter Braille menggunakan kombinasi titik timbul yang dapat dikenali melalui sentuhan. Pada tahap pengumpulan data, peneliti mengambil informasi dari 26 huruf alfabet Braille. Sinyal sentuhan yang direkam kemudian diubah menjadi pola stimulasi listrik. Proses tersebut berfungsi sebagai antarmuka penting antara informasi fisik dan organoid otak.

Ketika pola stimulasi telah disiapkan, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Dalam rancangan pengujian, organoid merespons impuls elektronik yang sudah dikodekan. Sebagai respons terhadap stimulasi, organoid menunjukkan pola impuls saraf yang dipantau menggunakan perangkat elektronik. Melalui mekanisme tersebut, informasi sentuhan dapat direpresentasikan dalam respons biologis. Akan tetapi, proses tersebut tidak berarti organoid memahami bahasa Braille.

Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf

Sesudah sinyal biologis dikumpulkan, peneliti memanfaatkan metode machine learning untuk mengidentifikasi pola informasi. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu teknik pembelajaran mesin untuk mengelompokkan data. Melalui tahap pemrosesan digital, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Selanjutnya, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Berkat pengolahan data tersebut, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.

Keterlibatan sistem klasifikasi tidak boleh disamakan dengan kecerdasan biologis mandiri. Melalui sistem yang diuji, organoid tidak menghasilkan keluaran berupa karakter tertulis. Yang terjadi adalah, respons saraf dikumpulkan lalu diklasifikasikan menggunakan perangkat lunak. Keberhasilan pengujian mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Namun demikian, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Penjelasan tersebut penting untuk menghindari kesimpulan berlebihan.

Pengujian Multi-Organoid Menunjukkan Klasifikasi Huruf Lebih Akurat

Pencapaian penting dalam penelitian adalah perbaikan hasil pengenalan pola melalui kombinasi jaringan biologis. Dalam pengujian menggunakan satu organoid, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid meningkatkan akurasi menjadi 83 persen. Kenaikan performa tersebut memperlihatkan potensi penggunaan beberapa jaringan saraf. Dalam konteks eksperimen, hasil itu menunjukkan ketepatan klasifikasi sinyal, bukan pemahaman bahasa oleh jaringan biologis.

Eksperimen tersebut memperlihatkan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan memberikan gangguan terhadap informasi taktil. Setelah gangguan diterapkan, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Hasilnya, sistem biohibrida menunjukkan kemampuan klasifikasi yang lebih stabil. Walaupun hasil tersebut positif, peneliti belum mengetahui secara pasti penyebab peningkatannya.

Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan

Eksperimen pengolahan sinyal biologis membuka kemungkinan penelitian baru bagi teknologi komputer masa depan. Otak manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Karena karakteristik tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai komponen pengolah informasi. Apabila teknologi ini terus berkembang, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Meski konsepnya menjanjikan, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.

Sebelum sistem dapat diterapkan secara luas, berbagai tantangan teknis masih perlu diatasi. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga membutuhkan pengaturan suhu dan nutrisi. Di samping kebutuhan pemeliharaan, respons setiap organoid dapat berbeda karena karakteristik biologis masing-masing organoid berlainan. Variasi respons ini menantang proses pengembangan sistem yang konsisten. Selain tantangan rekayasa, pengembangan sistem berbasis organoid juga membutuhkan pertimbangan etika, termasuk asal sel dan persetujuan donor.

Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille

Penelitian dari University of Bristol menghadirkan temuan menarik dalam penelitian komputasi generasi baru. Melalui penggunaan perangkat pendeteksi taktil, antarmuka elektronik jaringan biologis, serta metode klasifikasi digital, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Perbaikan hasil melalui penggunaan tiga organoid menjadi indikasi potensi penggabungan jaringan biologis. Walaupun menunjukkan hasil positif, hasilnya tidak berarti jaringan biologis telah memahami bahasa. Pada tahap pengembangan selanjutnya, pengujian rangsangan sentuhan yang lebih kompleks mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Bagaimana menurut Anda, apakah komputasi biohibrida berbasis organoid berpotensi menjadi bagian dari komputer masa depan? Sampaikan pandangan Anda mengenai potensi komputer biologis.