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.

Peneliti University of Bristol Kembangkan Komputasi Biohibrida Berbasis Organoid Otak

Kemajuan inovasi pemrosesan informasi terus meningkatkan kebutuhan terhadap pendekatan pemrosesan informasi alternatif. Selama ini, proses pengolahan informasi mengandalkan prosesor berbasis silikon. Namun demikian, penggunaan daya perangkat digital menjadi perhatian penting. Menanggapi tantangan tersebut, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai komponen pemrosesan biologis. Pendekatan ini memadukan sel saraf dengan sistem digital untuk mengeksplorasi kemampuan pengolahan informasi.

Melalui eksperimen yang dilakukan, tim ilmuwan menempatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk merespons sinyal elektronik. Organoid tersebut hanya merepresentasikan sebagian karakteristik jaringan otak. Kendati bentuknya jauh lebih sederhana, organoid menyimpan kumpulan sel yang dapat menghasilkan aktivitas listrik. Tim penelitian selanjutnya menyampaikan informasi Braille melalui elektroda. Sinyal yang dihasilkan jaringan saraf dievaluasi dengan metode pembelajaran mesin untuk mengidentifikasi pola huruf. Pengujian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.

Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille

Dalam merancang pengujian, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk merekam karakteristik susunan titik Braille. Huruf Braille menggunakan kombinasi titik timbul yang memiliki konfigurasi berbeda untuk setiap huruf. Pada tahap pengumpulan data, peneliti merekam pola yang mewakili 26 huruf. Informasi taktil yang diperoleh kemudian diterjemahkan ke dalam rangkaian impuls elektronik. Proses tersebut memungkinkan komunikasi awal antara informasi fisik dan organoid otak.

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. Pada penelitian ini, organoid merespons impuls elektronik yang sudah dikodekan. Setelah menerima rangsangan, organoid menunjukkan pola impuls saraf yang dapat direkam dan dianalisis. Dengan demikian, pola Braille menghasilkan aktivitas saraf yang dapat dibedakan. Namun, proses tersebut tidak berarti organoid memahami bahasa Braille.

Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf

Ketika aktivitas neuron berhasil direkam, peneliti menerapkan sistem klasifikasi berbasis komputer untuk menentukan kategori rangsangan yang diterima. Algoritma yang digunakan adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Melalui tahap pemrosesan digital, sistem mempelajari hubungan antara aktivitas saraf dan stimulus Braille. Selanjutnya, algoritma menentukan kategori sinyal yang diterima. Dengan cara tersebut, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.

Peran pembelajaran mesin perlu dipahami secara tepat. Pada konfigurasi eksperimen, organoid bukan pihak yang menentukan label alfabet secara mandiri. Sebaliknya, aktivitas neuron direkam lalu ditafsirkan oleh algoritma komputer. Hasil klasifikasi tersebut mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Namun demikian, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Pembedaan tersebut menjaga ketepatan interpretasi teknologi.

Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen

Hasil paling menonjol 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 memberikan hasil pengenalan pola sebesar 83 persen. Kenaikan performa tersebut mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Berdasarkan rancangan penelitian tersebut, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan membaca dokumen Braille secara mandiri.

Eksperimen tersebut memperlihatkan bahwa penggabungan respons biologis meningkatkan ketahanan klasifikasi terhadap gangguan tertentu. Sebagai bagian dari pengukuran performa, ilmuwan memberikan gangguan terhadap informasi taktil. Kemudian, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Dalam kondisi yang diuji, sistem biohibrida menunjukkan kemampuan klasifikasi yang lebih stabil. Kendati menunjukkan ketahanan terhadap noise, alasan biologis peningkatan performa belum sepenuhnya dipahami.

Potensi Komputasi Biohibrida untuk Mengembangkan Komputer Hemat Energi

Eksperimen pengolahan sinyal biologis memunculkan peluang menarik bagi teknologi komputer masa depan. Jaringan neuron alami menjadi inspirasi bagi rancangan komputasi efisien. Berdasarkan prinsip kerja jaringan saraf, ilmuwan mengeksplorasi pemanfaatan jaringan neuron hidup sebagai bagian dari sistem komputasi. 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. Material biologis tersebut terdiri dari sel aktif sehingga membutuhkan pengaturan suhu dan nutrisi. Selain itu, respons setiap organoid dapat berbeda karena hubungan antarneuron dapat bervariasi. Perbedaan tersebut membuat standardisasi menjadi sulit. Tidak hanya berkaitan dengan performa, penggunaan jaringan biologis manusia juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk batas pengembangan sistem saraf hidup.

Masa Depan Teknologi Komputasi Biohibrida Berbasis Jaringan Saraf

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menghadirkan temuan menarik dalam penelitian komputasi generasi baru. Melalui penggunaan perangkat pendeteksi taktil, susunan mikroelektroda, serta metode klasifikasi digital, peneliti menunjukkan bahwa jaringan saraf menghasilkan informasi yang dapat diklasifikasikan. Perbaikan hasil melalui penggunaan tiga organoid menunjukkan manfaat pemanfaatan beberapa organoid. Walaupun menunjukkan hasil positif, eksperimen ini belum membuktikan pembelajaran organoid. Pada tahap pengembangan selanjutnya, pengembangan sistem umpan balik dua arah mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Apa pendapat Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup berpotensi menjadi bagian dari komputer masa depan? Bagikan pemikiran Anda mengenai potensi komputer biologis.