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.

Eksperimen Jaringan Saraf Biologis untuk Pemrosesan Informasi Digital

Perkembangan sistem kecerdasan buatan memperbesar kebutuhan terhadap arsitektur komputasi hemat energi. Dalam sistem komputer konvensional, pelaksanaan perhitungan elektronik menggunakan rangkaian semikonduktor. Meski teknologi tersebut terus berkembang, kebutuhan energi komputasi mendorong pencarian solusi baru. Menanggapi tantangan tersebut, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Rancangan penelitian ini menghubungkan organoid hidup dengan perangkat komputasi untuk menguji potensi pemrosesan berbasis jaringan saraf.

Melalui eksperimen yang dilakukan, tim ilmuwan menggunakan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk menerima rangsangan listrik. Struktur sel saraf tersebut hanya merepresentasikan sebagian karakteristik jaringan otak. Kendati bentuknya jauh lebih sederhana, organoid memiliki jaringan sel saraf hidup. Dalam pengujian berikutnya, ilmuwan menyampaikan informasi Braille melalui elektroda. Sinyal yang dihasilkan jaringan saraf diproses melalui sistem klasifikasi digital untuk mengidentifikasi pola huruf. Eksperimen ini menunjukkan hubungan antara sensor buatan dan jaringan biologis.

Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida

Untuk menjalankan eksperimen, ilmuwan menggunakan sensor sentuhan untuk mengumpulkan informasi huruf Braille. Metode representasi karakter Braille mengandalkan susunan titik tertentu yang memiliki konfigurasi berbeda untuk setiap huruf. Pada tahap pengumpulan data, peneliti mengambil informasi dari 26 huruf alfabet Braille. Informasi taktil yang diperoleh kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Tahapan konversi ini memungkinkan komunikasi awal antara sensor mekanis dan jaringan saraf.

Setelah proses pengodean selesai, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Melalui perangkat tersebut, organoid diberikan rangsangan yang mewakili informasi Braille. Sebagai respons terhadap stimulasi, organoid memperlihatkan perubahan aktivitas neuron yang ditangkap oleh sistem pengukuran. Dengan demikian, data taktil dapat diteruskan melalui jaringan neuron hidup. Namun, proses tersebut tidak berarti organoid memahami bahasa Braille.

Peran Support Vector Machine dalam Klasifikasi Huruf Braille

Setelah memperoleh respons listrik organoid, peneliti memanfaatkan metode machine learning untuk membedakan respons terhadap setiap huruf. Metode yang dipilih adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Pada proses analisis, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Selanjutnya, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Berkat pengolahan data tersebut, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.

Keterlibatan sistem klasifikasi penting dibedakan dari kemampuan organoid. Melalui sistem yang diuji, organoid tidak memberikan jawaban berupa huruf secara langsung. Sementara itu, sinyal biologis diukur lalu diklasifikasikan menggunakan perangkat lunak. Hasil klasifikasi tersebut menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Walaupun memperlihatkan potensi besar, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Pembedaan tersebut membantu menempatkan hasil penelitian secara proporsional.

Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen

Pencapaian penting dalam penelitian 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 meningkatkan akurasi menjadi 83 persen. Peningkatan tersebut mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan kemampuan membaca dokumen Braille secara mandiri.

Eksperimen tersebut memperlihatkan bahwa penggabungan respons biologis meningkatkan ketahanan klasifikasi terhadap gangguan tertentu. Untuk mengevaluasi ketahanan sistem, ilmuwan memberikan gangguan terhadap informasi taktil. Kemudian, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Hasilnya, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Meski demikian, peneliti belum mengetahui secara pasti penyebab peningkatannya.

Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan

Eksperimen pengolahan sinyal biologis memunculkan peluang menarik bagi komputasi hemat energi. Otak manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan menguji kemungkinan integrasi sel biologis sebagai bagian dari sistem komputasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid mungkin membantu pengembangan perangkat komputasi baru. Walaupun memiliki potensi tersebut, hasil pengujian belum cukup untuk menyatakan penghematan energi sistem.

Untuk mencapai penggunaan praktis, peneliti menghadapi berbagai persoalan penting. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga memerlukan lingkungan pemeliharaan khusus. Di samping kebutuhan pemeliharaan, variasi biologis dapat memengaruhi hasil karena struktur jaringan dan kondisi perkembangan tidak seragam. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Selain tantangan rekayasa, 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

Pengembangan sistem pengolahan Braille menggunakan organoid otak menghadirkan temuan menarik dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Berkat pengodean informasi Braille, susunan mikroelektroda, serta algoritma pembelajaran mesin, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Keunggulan konfigurasi multi-organoid menjadi indikasi potensi penggabungan jaringan biologis. Meskipun demikian, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Ke depan, eksperimen dengan tekstur dan pola berbeda mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Apa pendapat Anda, apakah komputasi biohibrida berbasis organoid mampu menghadirkan pendekatan baru yang bermanfaat? Bagikan pemikiran Anda mengenai potensi komputer biologis.