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

Perkembangan sistem kecerdasan buatan terus meningkatkan kebutuhan terhadap metode pengolahan data yang efisien. Selama ini, aktivitas komputasi digital menggunakan rangkaian semikonduktor. Walaupun kemampuan perangkat keras semakin meningkat, konsumsi listrik sistem pemrosesan memerlukan pendekatan yang lebih efisien. Menanggapi tantangan tersebut, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai komponen pemrosesan biologis. Konsep tersebut menggabungkan jaringan biologis dan perangkat elektronik untuk mempelajari respons biologis terhadap data.

Melalui eksperimen yang dilakukan, tim ilmuwan menggunakan organoid yang dikembangkan dari sel manusia untuk merespons sinyal elektronik. Jaringan biologis mini ini bukanlah otak manusia yang utuh. Walaupun ukurannya sangat kecil, organoid mengandung ribuan neuron. Peneliti kemudian menyampaikan informasi Braille melalui elektroda. Hasil respons biologis dievaluasi dengan metode pembelajaran mesin untuk membedakan informasi yang diberikan. Eksperimen ini memperlihatkan potensi pemrosesan informasi melalui organoid.

Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille

Sebagai langkah awal penelitian, ilmuwan menggunakan sensor sentuhan untuk mengumpulkan informasi huruf Braille. Huruf Braille menggunakan kombinasi titik timbul yang digunakan sebagai media komunikasi taktil. Pada tahap pengumpulan data, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Informasi taktil yang diperoleh kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Proses tersebut menjadi penghubung utama antara sensor mekanis dan jaringan saraf.

Setelah proses pengodean selesai, peneliti mengirimkan rangsangan melalui multielectrode array. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Melalui perangkat tersebut, organoid merespons impuls elektronik yang sudah dikodekan. Sebagai respons terhadap stimulasi, organoid menunjukkan pola impuls saraf yang dapat direkam dan dianalisis. Dengan demikian, data taktil dapat diteruskan melalui jaringan neuron hidup. Akan tetapi, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.

Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf

Setelah memperoleh respons listrik organoid, peneliti menggunakan algoritma pembelajaran mesin untuk membedakan respons terhadap setiap huruf. Metode yang dipilih adalah support vector machine atau SVM, yaitu teknik pembelajaran mesin untuk mengelompokkan data. Pada proses analisis, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Pada tahap klasifikasi, algoritma memperkirakan huruf yang sesuai. Dengan cara tersebut, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.

Fungsi algoritma SVM penting dibedakan dari kemampuan organoid. Pada konfigurasi eksperimen, organoid tidak menghasilkan keluaran berupa karakter tertulis. Yang terjadi adalah, sinyal biologis diukur lalu dianalisis melalui model pembelajaran mesin. Keberhasilan pengujian menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Walaupun memperlihatkan potensi besar, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Pemahaman ini penting untuk menghindari kesimpulan berlebihan.

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. Pada konfigurasi berikutnya, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini memperlihatkan potensi penggunaan beberapa jaringan saraf. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan kemampuan organoid mengenali tulisan seperti manusia.

Peneliti juga menemukan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Setelah gangguan diterapkan, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Dalam kondisi yang diuji, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Walaupun hasil tersebut positif, 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 arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Karena karakteristik tersebut, ilmuwan menguji kemungkinan integrasi sel biologis sebagai komponen pengolah informasi. Jika penelitian lanjutan menunjukkan hasil yang konsisten, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Namun demikian, hasil pengujian belum cukup untuk menyatakan penghematan energi sistem.

Sebelum sistem dapat diterapkan secara luas, peneliti menghadapi berbagai persoalan penting. Material biologis tersebut terdiri dari sel aktif sehingga memerlukan lingkungan pemeliharaan khusus. Selain itu, aktivitas neuron tidak selalu identik antarsampel karena struktur jaringan dan kondisi perkembangan tidak seragam. Ketidakseragaman biologis tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Selain tantangan rekayasa, penggunaan jaringan biologis manusia juga membutuhkan pertimbangan etika, termasuk pengawasan penggunaan material biologis.

Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menunjukkan perkembangan penting dalam penelitian komputasi generasi baru. Berkat pengodean informasi Braille, sistem elektroda berukuran kecil, serta algoritma pembelajaran mesin, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Perbaikan hasil melalui penggunaan tiga organoid menjadi indikasi potensi penggabungan jaringan biologis. Walaupun menunjukkan hasil positif, hasilnya tidak berarti jaringan biologis telah memahami bahasa. Ke depan, pengujian rangsangan sentuhan yang lebih kompleks mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Bagaimana menurut Anda, apakah pengembangan pemrosesan informasi biologis berpotensi menjadi bagian dari komputer masa depan? Silakan bagikan pendapat Anda mengenai masa depan penelitian organoid otak.