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, aktivitas komputasi digital menggunakan rangkaian semikonduktor. Walaupun kemampuan perangkat keras semakin meningkat, konsumsi listrik sistem pemrosesan menjadi perhatian penting. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Pendekatan ini menghubungkan organoid hidup dengan perangkat komputasi untuk mempelajari respons biologis terhadap data.
Pada studi yang dipublikasikan, tim ilmuwan memanfaatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk memproses stimulasi yang diberikan. Jaringan biologis mini ini 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 diproses melalui sistem klasifikasi digital untuk mengidentifikasi pola huruf. Eksperimen ini memperlihatkan potensi pemrosesan informasi melalui organoid.
Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida
Dalam merancang pengujian, ilmuwan menggunakan sensor sentuhan untuk mengumpulkan informasi huruf Braille. Huruf Braille mengandalkan susunan titik tertentu yang digunakan sebagai media komunikasi taktil. Pada tahap pengumpulan data, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Sinyal sentuhan yang direkam kemudian diubah menjadi pola stimulasi listrik. Tahapan konversi ini menjadi penghubung utama antara sensor mekanis dan jaringan saraf.
Ketika pola stimulasi telah disiapkan, 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 menunjukkan pola impuls saraf yang dipantau menggunakan perangkat elektronik. Dengan demikian, informasi sentuhan dapat direpresentasikan dalam respons biologis. Akan tetapi, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Peran Support Vector Machine dalam Klasifikasi Huruf Braille
Setelah memperoleh respons listrik organoid, peneliti memanfaatkan metode machine learning untuk menentukan kategori rangsangan yang diterima. Metode yang dipilih adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Pada proses analisis, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Selanjutnya, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Melalui kombinasi biologis dan digital, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.
Keterlibatan sistem klasifikasi penting dibedakan dari kemampuan organoid. Melalui sistem yang diuji, organoid tidak menghasilkan keluaran berupa karakter tertulis. Yang terjadi adalah, sinyal biologis diukur lalu diklasifikasikan menggunakan perangkat lunak. Pencapaian sistem biohibrida membuktikan adanya pola sinyal yang dapat dibedakan. Meski hasilnya menarik, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Penjelasan tersebut membantu menempatkan hasil penelitian secara proporsional.
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 menghasilkan ketepatan pengenalan sekitar 61 persen. Sementara itu, penggunaan tiga organoid menghasilkan ketepatan klasifikasi sekitar 83 persen. Kenaikan performa tersebut memperlihatkan potensi penggunaan beberapa jaringan saraf. Dalam konteks eksperimen, angka akurasi merujuk pada pengenalan pola stimulus, bukan pemahaman bahasa oleh jaringan biologis.
Peneliti juga menemukan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Kemudian, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Berdasarkan perbandingan tersebut, pengolahan melalui organoid membantu mempertahankan informasi. Kendati menunjukkan ketahanan terhadap noise, mekanisme di balik keunggulan tiga organoid masih memerlukan kajian.
Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan
Penelitian organoid otak membuka kemungkinan penelitian baru bagi komputasi hemat energi. Sistem saraf biologis manusia menjadi inspirasi bagi rancangan komputasi efisien. Berdasarkan prinsip kerja jaringan saraf, ilmuwan menguji kemungkinan integrasi sel biologis sebagai komponen pengolah informasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Namun demikian, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.
Sebelum sistem dapat diterapkan secara luas, sejumlah hambatan pengembangan harus diselesaikan. Organoid merupakan jaringan hidup sehingga membutuhkan pengaturan suhu dan nutrisi. Tantangan lainnya, variasi biologis dapat memengaruhi hasil karena karakteristik biologis masing-masing organoid berlainan. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Tidak hanya berkaitan dengan performa, pemanfaatan sel manusia dalam perangkat komputasi juga harus memperhatikan prinsip penelitian biologis, termasuk batas pengembangan sistem saraf hidup.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris memberikan hasil yang menjanjikan dalam penelitian komputasi generasi baru. Melalui penggunaan perangkat pendeteksi taktil, susunan mikroelektroda, serta algoritma pembelajaran mesin, peneliti menunjukkan bahwa jaringan saraf menghasilkan informasi yang dapat diklasifikasikan. Perbaikan hasil melalui penggunaan tiga organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Walaupun menunjukkan hasil positif, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Dalam penelitian berikutnya, eksperimen dengan tekstur dan pola berbeda dapat membantu memahami kemampuan adaptasi organoid. Bagaimana menurut Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup mampu menghadirkan pendekatan baru yang bermanfaat? Sampaikan pandangan Anda mengenai masa depan penelitian organoid otak.
