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 inovasi pemrosesan informasi semakin mendorong kebutuhan terhadap arsitektur komputasi hemat energi. Dalam sistem komputer konvensional, pelaksanaan perhitungan elektronik bergantung pada komponen elektronik. Meski teknologi tersebut terus berkembang, konsumsi listrik sistem pemrosesan mendorong pencarian solusi baru. Menanggapi tantangan tersebut, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai komponen pemrosesan biologis. Pendekatan ini menghubungkan organoid hidup dengan perangkat komputasi untuk menguji potensi pemrosesan berbasis jaringan saraf.

Dalam penelitian tersebut, tim ilmuwan memanfaatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk merespons sinyal elektronik. Struktur sel saraf tersebut bukanlah otak manusia yang utuh. Kendati bentuknya jauh lebih sederhana, organoid menyimpan kumpulan sel yang dapat menghasilkan aktivitas listrik. Dalam pengujian berikutnya, ilmuwan memberikan pola stimulasi yang mewakili huruf Braille. Hasil respons biologis diproses melalui sistem klasifikasi digital untuk mengidentifikasi pola huruf. Pengujian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.

Proses Mengubah Informasi Braille Menjadi Aktivitas Saraf Biologis

Untuk menjalankan eksperimen, ilmuwan memanfaatkan perangkat pendeteksi taktil untuk mengumpulkan informasi huruf Braille. Huruf Braille mengandalkan susunan titik tertentu yang dapat dikenali melalui sentuhan. Dalam eksperimen tersebut, peneliti merekam pola yang mewakili 26 huruf. Informasi taktil yang diperoleh kemudian diubah menjadi pola stimulasi listrik. Mekanisme pengodean tersebut berfungsi sebagai antarmuka penting antara sensor mekanis dan jaringan saraf.

Setelah proses pengodean selesai, peneliti mengirimkan rangsangan melalui multielectrode array. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Pada penelitian ini, organoid merespons impuls elektronik yang sudah dikodekan. Jaringan saraf kemudian, organoid menunjukkan pola impuls saraf yang dapat direkam dan dianalisis. Berkat rangkaian proses ini, pola Braille menghasilkan aktivitas saraf yang dapat dibedakan. Namun, proses tersebut tidak berarti organoid memahami bahasa Braille.

Algoritma Machine Learning Membantu Mengenali Respons Organoid

Setelah memperoleh respons listrik organoid, peneliti memanfaatkan metode machine learning untuk membedakan respons terhadap setiap huruf. Algoritma yang digunakan 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 menentukan kategori sinyal yang diterima. Berkat pengolahan data tersebut, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.

Peran pembelajaran mesin penting dibedakan dari kemampuan organoid. Dalam penelitian tersebut, organoid tidak memberikan jawaban berupa huruf secara langsung. Yang terjadi adalah, respons saraf dikumpulkan lalu ditafsirkan oleh algoritma komputer. Keberhasilan pengujian menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Meski hasilnya menarik, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Penjelasan tersebut menjaga ketepatan interpretasi teknologi.

Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid

Hasil paling menonjol adalah peningkatan kemampuan klasifikasi ketika beberapa organoid digabungkan. Pada konfigurasi organoid tunggal, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid menghasilkan ketepatan klasifikasi sekitar 83 persen. Peningkatan tersebut mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Berdasarkan rancangan penelitian tersebut, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan membaca dokumen Braille secara mandiri.

Peneliti juga menemukan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Sebagai bagian dari pengukuran performa, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Pada tahap analisis berikutnya, peneliti mengevaluasi hasil biohibrida terhadap decoder tanpa organoid. Berdasarkan perbandingan tersebut, pengolahan melalui organoid membantu mempertahankan informasi. Walaupun hasil tersebut positif, alasan biologis peningkatan performa belum sepenuhnya dipahami.

Potensi Komputasi Biohibrida untuk Mengembangkan Komputer Hemat Energi

Pengembangan sistem biohibrida memunculkan peluang menarik bagi teknologi komputer masa depan. Otak manusia menjadi inspirasi bagi rancangan komputasi efisien. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai elemen dalam arsitektur biohibrida. Jika penelitian lanjutan menunjukkan hasil yang konsisten, organoid berpotensi mendukung pemrosesan informasi tertentu. Walaupun memiliki potensi tersebut, hasil pengujian belum cukup untuk menyatakan penghematan energi sistem.

Untuk mencapai penggunaan praktis, sejumlah hambatan pengembangan harus diselesaikan. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga membutuhkan pengaturan suhu dan nutrisi. Di samping kebutuhan pemeliharaan, variasi biologis dapat memengaruhi hasil karena hubungan antarneuron dapat bervariasi. Variasi respons ini membuat standardisasi menjadi sulit. Selain tantangan rekayasa, pemanfaatan sel manusia dalam perangkat komputasi juga harus memperhatikan prinsip penelitian biologis, termasuk batas pengembangan sistem saraf hidup.

Masa Depan Teknologi Komputasi Biohibrida Berbasis Jaringan Saraf

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menunjukkan perkembangan penting dalam penelitian komputasi generasi baru. Berkat pengodean informasi Braille, sistem elektroda berukuran kecil, serta teknologi machine learning, peneliti menunjukkan bahwa jaringan saraf menghasilkan informasi yang dapat diklasifikasikan. Keunggulan konfigurasi multi-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 mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Menurut pandangan Anda, apakah pengembangan pemrosesan informasi biologis berpotensi menjadi bagian dari komputer masa depan? Bagikan pemikiran Anda mengenai masa depan penelitian organoid otak.