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.
Terobosan Teknologi Organoid Otak dalam Mengenali Pola Braille
Perkembangan sistem kecerdasan buatan terus meningkatkan kebutuhan terhadap metode pengolahan data yang efisien. Pada sebagian besar perangkat elektronik, pelaksanaan perhitungan elektronik bergantung pada komponen elektronik. Namun demikian, penggunaan daya perangkat digital memerlukan pendekatan yang lebih efisien. Sebagai bagian dari penelitian alternatif, ilmuwan University of Bristol mengevaluasi penggunaan organoid otak sebagai bagian dari sistem komputasi biohibrida. Rancangan penelitian ini menggabungkan jaringan biologis dan perangkat elektronik untuk mengeksplorasi kemampuan pengolahan informasi.
Melalui eksperimen yang dilakukan, tim ilmuwan menempatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk memproses stimulasi yang diberikan. Jaringan biologis mini ini hanya merepresentasikan sebagian karakteristik jaringan otak. Walaupun ukurannya sangat kecil, organoid mengandung ribuan neuron. Tim penelitian selanjutnya menyampaikan informasi Braille melalui elektroda. Sinyal yang dihasilkan jaringan saraf dievaluasi dengan metode pembelajaran mesin untuk menentukan kesesuaian respons dengan rangsangan. Pendekatan penelitian tersebut memperlihatkan potensi pemrosesan informasi melalui organoid.
Proses Mengubah Informasi Braille Menjadi Aktivitas Saraf Biologis
Untuk menjalankan eksperimen, ilmuwan menggunakan sensor sentuhan untuk merekam karakteristik susunan titik Braille. Huruf Braille merepresentasikan karakter melalui pola titik yang digunakan sebagai media komunikasi taktil. Melalui proses perekaman sensor, peneliti mengambil informasi dari 26 huruf alfabet Braille. Informasi taktil yang diperoleh kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Mekanisme pengodean tersebut berfungsi sebagai antarmuka penting antara perangkat elektronik dengan sistem biologis.
Sesudah data taktil diubah menjadi sinyal listrik, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Dalam rancangan pengujian, organoid diberikan rangsangan yang mewakili informasi Braille. Jaringan saraf kemudian, organoid memperlihatkan perubahan aktivitas neuron yang dapat direkam dan dianalisis. Berkat rangkaian proses ini, 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
Sesudah sinyal biologis dikumpulkan, peneliti menerapkan sistem klasifikasi berbasis komputer untuk mengidentifikasi pola informasi. Metode yang dipilih 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. Melalui kombinasi biologis dan digital, jaringan saraf hidup mendukung pembentukan sinyal yang dapat dibaca komputer.
Peran pembelajaran mesin penting dibedakan dari kemampuan organoid. Pada konfigurasi eksperimen, organoid bukan pihak yang menentukan label alfabet secara mandiri. Sebaliknya, respons saraf dikumpulkan lalu dianalisis melalui model pembelajaran mesin. Pencapaian sistem biohibrida membuktikan adanya pola sinyal yang dapat dibedakan. Meski hasilnya menarik, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Pembedaan tersebut penting untuk menghindari kesimpulan berlebihan.
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 mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini memperlihatkan potensi penggunaan beberapa jaringan saraf. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan kemampuan organoid mengenali tulisan seperti manusia.
Hasil pengujian turut menunjukkan bahwa penggabungan respons biologis meningkatkan ketahanan klasifikasi terhadap gangguan tertentu. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Pada tahap analisis berikutnya, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Hasilnya, sistem biohibrida menunjukkan kemampuan klasifikasi yang lebih stabil. Walaupun hasil tersebut positif, peneliti belum mengetahui secara pasti penyebab peningkatannya.
Potensi Komputasi Biohibrida untuk Mengembangkan Komputer Hemat Energi
Pengembangan sistem biohibrida membuka kemungkinan penelitian baru bagi teknologi komputer masa depan. Jaringan neuron alami menjadi inspirasi bagi rancangan komputasi efisien. Karena karakteristik tersebut, ilmuwan mengeksplorasi pemanfaatan jaringan neuron hidup sebagai komponen pengolah informasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid berpotensi mendukung pemrosesan informasi tertentu. Walaupun memiliki potensi tersebut, efisiensi daya perangkat biohibrida lengkap belum terbukti unggul.
Dalam perjalanan menuju komputasi biohibrida komersial, sejumlah hambatan pengembangan harus diselesaikan. Organoid merupakan jaringan hidup sehingga memerlukan lingkungan pemeliharaan khusus. Tantangan lainnya, respons setiap organoid dapat berbeda karena hubungan antarneuron dapat bervariasi. Ketidakseragaman biologis tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Tidak hanya berkaitan dengan performa, penggunaan jaringan biologis manusia juga harus memperhatikan prinsip penelitian biologis, termasuk batas pengembangan sistem saraf hidup.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Penelitian dari University of Bristol menunjukkan perkembangan penting dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Melalui penggunaan perangkat pendeteksi taktil, susunan mikroelektroda, serta algoritma pembelajaran mesin, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Perbaikan hasil melalui penggunaan tiga organoid menjadi indikasi potensi penggabungan jaringan biologis. Meskipun demikian, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Pada tahap pengembangan selanjutnya, eksperimen dengan tekstur dan pola berbeda berpotensi memperluas penelitian komputasi biologis. Menurut pandangan Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup berpotensi menjadi bagian dari komputer masa depan? Bagikan pemikiran Anda mengenai potensi komputer biologis.
