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 pendekatan pemrosesan informasi alternatif. Pada sebagian besar perangkat elektronik, proses pengolahan informasi menggunakan rangkaian semikonduktor. Meski teknologi tersebut terus berkembang, penggunaan daya perangkat digital menjadi perhatian penting. Menanggapi tantangan tersebut, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Pendekatan ini memadukan sel saraf dengan sistem digital untuk menguji potensi pemrosesan berbasis jaringan saraf.
Pada studi yang dipublikasikan, tim ilmuwan menempatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk menerima rangsangan listrik. Jaringan biologis mini ini tidak memiliki seluruh kemampuan otak manusia. Meski memiliki dimensi kurang dari satu milimeter, organoid menyimpan kumpulan sel yang dapat menghasilkan aktivitas listrik. Peneliti kemudian memberikan pola stimulasi yang mewakili huruf Braille. Hasil respons biologis dievaluasi dengan metode pembelajaran mesin untuk menentukan kesesuaian respons dengan rangsangan. Pendekatan penelitian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida
Untuk menjalankan eksperimen, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk mendeteksi pola sentuhan pada simbol Braille. Huruf Braille merepresentasikan karakter melalui pola titik yang digunakan sebagai media komunikasi taktil. Dalam eksperimen tersebut, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Data hasil pembacaan sensor kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Proses tersebut berfungsi sebagai antarmuka penting antara perangkat elektronik dengan sistem biologis.
Sesudah data taktil diubah menjadi sinyal listrik, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Melalui perangkat tersebut, organoid diberikan rangsangan yang mewakili informasi Braille. Jaringan saraf kemudian, organoid menunjukkan pola impuls saraf yang dapat direkam dan dianalisis. Dengan demikian, data taktil dapat diteruskan melalui jaringan neuron hidup. Namun, proses tersebut tidak membuktikan adanya pemahaman simbol secara sadar.
Peran Support Vector Machine dalam Klasifikasi Huruf Braille
Sesudah sinyal biologis dikumpulkan, peneliti memanfaatkan metode machine learning untuk mengidentifikasi pola informasi. Metode yang dipilih adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Melalui tahap pemrosesan digital, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Setelah pola respons dipelajari, algoritma memperkirakan huruf yang sesuai. Dengan cara tersebut, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.
Fungsi algoritma SVM tidak boleh disamakan dengan kecerdasan biologis mandiri. Dalam penelitian tersebut, organoid tidak menghasilkan keluaran berupa karakter tertulis. Sebaliknya, sinyal biologis diukur lalu diklasifikasikan menggunakan perangkat lunak. Pencapaian sistem biohibrida mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Namun demikian, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Pemahaman ini menjaga ketepatan interpretasi teknologi.
Pengujian Multi-Organoid Menunjukkan Klasifikasi Huruf Lebih Akurat
Pencapaian penting dalam penelitian adalah perbaikan hasil pengenalan pola melalui kombinasi jaringan biologis. Pada konfigurasi organoid tunggal, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sebagai perbandingan, penggunaan tiga organoid meningkatkan akurasi menjadi 83 persen. Kenaikan performa tersebut memperlihatkan potensi penggunaan beberapa jaringan saraf. Pada pengujian laboratorium ini, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan membaca dokumen Braille secara mandiri.
Hasil pengujian turut menunjukkan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Sebagai bagian dari pengukuran performa, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Kemudian, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Hasilnya, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Walaupun hasil tersebut positif, alasan biologis peningkatan performa belum sepenuhnya dipahami.
Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan
Eksperimen pengolahan sinyal biologis memberikan arah pengembangan alternatif bagi arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia menjadi inspirasi bagi rancangan komputasi efisien. Karena karakteristik tersebut, ilmuwan mengeksplorasi pemanfaatan jaringan neuron hidup sebagai elemen dalam arsitektur biohibrida. Jika penelitian lanjutan menunjukkan hasil yang konsisten, organoid berpotensi mendukung pemrosesan informasi tertentu. Namun demikian, efisiensi daya perangkat biohibrida lengkap belum terbukti unggul.
Dalam perjalanan menuju komputasi biohibrida komersial, peneliti menghadapi berbagai persoalan penting. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga memerlukan lingkungan pemeliharaan khusus. Selain itu, aktivitas neuron tidak selalu identik antarsampel karena struktur jaringan dan kondisi perkembangan tidak seragam. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Di samping aspek teknis, pemanfaatan sel manusia dalam perangkat komputasi juga harus memperhatikan prinsip penelitian biologis, termasuk pengawasan penggunaan material biologis.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Pengembangan sistem pengolahan Braille menggunakan organoid otak memberikan hasil yang menjanjikan dalam penelitian komputasi generasi baru. Dengan memanfaatkan sensor sentuhan, antarmuka elektronik jaringan biologis, serta teknologi machine learning, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Perbaikan hasil melalui penggunaan tiga organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Kendati membuka kemungkinan pengembangan, eksperimen ini belum membuktikan pembelajaran organoid. Ke depan, eksperimen dengan tekstur dan pola berbeda berpotensi memperluas penelitian komputasi biologis. Bagaimana menurut Anda, apakah pengembangan pemrosesan informasi biologis dapat membuka peluang inovasi komputasi hemat energi? Sampaikan pandangan Anda mengenai masa depan penelitian organoid otak.
