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
Perkembangan teknologi komputasi modern terus meningkatkan kebutuhan terhadap arsitektur komputasi hemat energi. Selama ini, proses pengolahan informasi bergantung pada komponen elektronik. Namun demikian, kebutuhan energi komputasi mendorong pencarian solusi baru. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Pendekatan ini memadukan sel saraf dengan sistem digital untuk mempelajari respons biologis terhadap data.
Pada studi yang dipublikasikan, tim ilmuwan menggunakan organoid yang dikembangkan dari sel manusia untuk menerima rangsangan listrik. Jaringan biologis mini ini bukanlah otak manusia yang utuh. Walaupun ukurannya sangat kecil, organoid memiliki jaringan sel saraf hidup. Tim penelitian selanjutnya mengirim rangsangan listrik berdasarkan pola sentuhan. Hasil respons biologis dievaluasi dengan metode pembelajaran mesin untuk mengidentifikasi pola huruf. Pengujian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.
Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille
Dalam merancang pengujian, ilmuwan menggunakan sensor sentuhan untuk merekam karakteristik susunan titik Braille. Sistem tulisan Braille menggunakan kombinasi titik timbul yang memiliki konfigurasi berbeda untuk setiap huruf. Dalam eksperimen tersebut, peneliti mengambil informasi dari 26 huruf alfabet Braille. Sinyal sentuhan yang direkam kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Mekanisme pengodean 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 susunan elektroda yang memungkinkan interaksi dengan sel biologis. Melalui perangkat tersebut, organoid diberikan rangsangan yang mewakili informasi Braille. Sebagai respons terhadap stimulasi, organoid memperlihatkan perubahan aktivitas neuron yang dapat direkam dan dianalisis. Berkat rangkaian proses ini, informasi sentuhan dapat direpresentasikan dalam respons biologis. Namun, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf
Ketika aktivitas neuron berhasil direkam, peneliti menerapkan sistem klasifikasi berbasis komputer untuk mengidentifikasi pola informasi. Pendekatan klasifikasi tersebut 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 memperkirakan huruf yang sesuai. Melalui kombinasi biologis dan digital, jaringan saraf hidup mendukung pembentukan sinyal yang dapat dibaca komputer.
Peran pembelajaran mesin tidak boleh disamakan dengan kecerdasan biologis mandiri. Dalam penelitian tersebut, organoid tidak menghasilkan keluaran berupa karakter tertulis. Yang terjadi adalah, respons saraf dikumpulkan lalu diklasifikasikan menggunakan perangkat lunak. Hasil klasifikasi tersebut mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Walaupun memperlihatkan potensi besar, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Penjelasan tersebut menjaga ketepatan interpretasi teknologi.
Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen
Hasil paling menonjol adalah perbedaan akurasi antara penggunaan satu dan tiga organoid. Pada konfigurasi organoid tunggal, algoritma mencatat keberhasilan klasifikasi sebesar 61 persen. Sementara itu, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini memperlihatkan potensi penggunaan beberapa jaringan saraf. Dalam konteks eksperimen, hasil itu menunjukkan ketepatan klasifikasi sinyal, bukan kemampuan organoid mengenali tulisan seperti manusia.
Peneliti juga menemukan bahwa penggabungan respons biologis meningkatkan ketahanan klasifikasi terhadap gangguan tertentu. Untuk mengevaluasi ketahanan sistem, ilmuwan memberikan gangguan terhadap informasi taktil. Setelah gangguan diterapkan, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Berdasarkan perbandingan tersebut, 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
Penelitian organoid otak membuka kemungkinan penelitian baru bagi komputasi hemat energi. Sistem saraf biologis manusia dikenal memiliki efisiensi energi yang tinggi. Karena karakteristik tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai elemen dalam arsitektur biohibrida. 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, sejumlah hambatan pengembangan harus diselesaikan. Material biologis tersebut terdiri dari sel aktif sehingga membutuhkan pengaturan suhu dan nutrisi. Di samping kebutuhan pemeliharaan, aktivitas neuron tidak selalu identik antarsampel karena karakteristik biologis masing-masing organoid berlainan. Ketidakseragaman biologis tersebut 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 menunjukkan perkembangan penting dalam penelitian komputasi generasi baru. Melalui penggunaan perangkat pendeteksi taktil, sistem elektroda berukuran kecil, serta algoritma pembelajaran mesin, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Perbaikan hasil melalui penggunaan tiga organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Walaupun menunjukkan hasil positif, eksperimen ini belum membuktikan pembelajaran organoid. Ke depan, pengembangan sistem umpan balik dua arah berpotensi memperluas penelitian komputasi biologis. Apa pendapat Anda, apakah komputasi biohibrida berbasis organoid dapat membuka peluang inovasi komputasi hemat energi? Sampaikan pandangan Anda mengenai manfaat dan tantangan teknologi tersebut.
