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 inovasi pemrosesan informasi terus meningkatkan kebutuhan terhadap arsitektur komputasi hemat energi. Pada sebagian besar perangkat elektronik, proses pengolahan informasi bergantung pada komponen elektronik. Meski teknologi tersebut terus berkembang, kebutuhan energi komputasi memerlukan pendekatan yang lebih efisien. Sebagai bagian dari penelitian alternatif, ilmuwan University of Bristol mengevaluasi 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 menggunakan organoid yang dibentuk melalui kultur sel manusia untuk menerima rangsangan listrik. Jaringan biologis mini ini hanya merepresentasikan sebagian karakteristik jaringan otak. Walaupun ukurannya sangat kecil, organoid mengandung ribuan neuron. Tim penelitian selanjutnya mengirim rangsangan listrik berdasarkan pola sentuhan. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk menentukan kesesuaian respons dengan rangsangan. Pendekatan penelitian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.
Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida
Dalam merancang pengujian, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk merekam karakteristik susunan titik Braille. Sistem tulisan Braille merepresentasikan karakter melalui pola titik yang memiliki konfigurasi berbeda untuk setiap huruf. Melalui proses perekaman sensor, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Informasi taktil yang diperoleh kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Tahapan konversi ini berfungsi sebagai antarmuka penting antara perangkat elektronik dengan sistem biologis.
Setelah proses pengodean selesai, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Pada penelitian ini, organoid diberikan rangsangan yang mewakili informasi Braille. Setelah menerima rangsangan, organoid menghasilkan aktivitas listrik yang ditangkap oleh sistem pengukuran. Dengan demikian, pola Braille menghasilkan aktivitas saraf yang dapat dibedakan. Namun, proses tersebut tidak membuktikan adanya pemahaman simbol secara sadar.
Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf
Setelah memperoleh respons listrik organoid, peneliti menerapkan sistem klasifikasi berbasis komputer untuk menentukan kategori rangsangan yang diterima. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Dalam eksperimen, sistem mempelajari hubungan antara aktivitas saraf dan stimulus Braille. Setelah pola respons dipelajari, algoritma menentukan kategori sinyal yang diterima. Berkat pengolahan data tersebut, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.
Keterlibatan sistem klasifikasi perlu dipahami secara tepat. Pada konfigurasi eksperimen, organoid tidak menghasilkan keluaran berupa karakter tertulis. Yang terjadi adalah, respons saraf dikumpulkan lalu ditafsirkan oleh algoritma komputer. Pencapaian sistem biohibrida membuktikan adanya pola sinyal yang dapat dibedakan. Namun demikian, penelitian belum membuktikan kemampuan belajar organoid. Pembedaan tersebut penting untuk menghindari kesimpulan berlebihan.
Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen
Salah satu temuan utama adalah perbaikan hasil pengenalan pola melalui kombinasi jaringan biologis. Ketika sistem hanya memanfaatkan satu jaringan mini, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sebagai perbandingan, penggunaan tiga organoid menghasilkan ketepatan klasifikasi sekitar 83 persen. Peningkatan tersebut menunjukkan manfaat penggabungan respons biologis. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan pemahaman bahasa oleh jaringan biologis.
Eksperimen tersebut memperlihatkan 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, pengolahan melalui organoid membantu mempertahankan informasi. Walaupun hasil tersebut positif, alasan biologis peningkatan performa belum sepenuhnya dipahami.
Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan
Pengembangan sistem biohibrida memberikan arah pengembangan alternatif bagi komputasi hemat energi. Otak manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Berdasarkan prinsip kerja jaringan saraf, ilmuwan menguji kemungkinan integrasi sel biologis sebagai elemen dalam arsitektur biohibrida. Apabila teknologi ini terus berkembang, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Meski konsepnya menjanjikan, efisiensi daya perangkat biohibrida lengkap belum terbukti unggul.
Untuk mencapai penggunaan praktis, peneliti menghadapi berbagai persoalan penting. Material biologis tersebut terdiri dari sel aktif sehingga harus dijaga agar tetap hidup. Di samping kebutuhan pemeliharaan, respons setiap organoid dapat berbeda karena karakteristik biologis masing-masing organoid berlainan. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Selain tantangan rekayasa, pengembangan sistem berbasis organoid juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk batas pengembangan sistem saraf hidup.
Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille
Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menghadirkan temuan menarik dalam teknologi pemrosesan informasi biologis. Dengan memanfaatkan sensor sentuhan, susunan mikroelektroda, serta metode klasifikasi digital, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Peningkatan akurasi dari 61 persen menjadi 83 persen memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Walaupun menunjukkan hasil positif, eksperimen ini belum membuktikan pembelajaran organoid. Pada tahap pengembangan selanjutnya, eksperimen dengan tekstur dan pola berbeda dapat membantu memahami kemampuan adaptasi organoid. Bagaimana menurut Anda, apakah pengembangan pemrosesan informasi biologis mampu menghadirkan pendekatan baru yang bermanfaat? Sampaikan pandangan Anda mengenai masa depan penelitian organoid otak.
