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
Kemajuan teknologi komputasi modern memperbesar kebutuhan terhadap metode pengolahan data yang efisien. Dalam sistem komputer konvensional, proses pengolahan informasi menggunakan rangkaian semikonduktor. Walaupun kemampuan perangkat keras semakin meningkat, konsumsi listrik sistem pemrosesan memerlukan pendekatan yang lebih efisien. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai komponen pemrosesan biologis. Rancangan penelitian ini menghubungkan organoid hidup dengan perangkat komputasi untuk mempelajari respons biologis terhadap data.
Pada studi yang dipublikasikan, tim ilmuwan memanfaatkan organoid yang dikembangkan dari sel manusia untuk merespons sinyal elektronik. Jaringan biologis mini ini tidak memiliki seluruh kemampuan otak manusia. Walaupun ukurannya sangat kecil, organoid menyimpan kumpulan sel yang dapat menghasilkan aktivitas listrik. Tim penelitian selanjutnya menyampaikan informasi Braille melalui elektroda. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk membedakan informasi yang diberikan. Eksperimen ini menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille
Untuk menjalankan eksperimen, ilmuwan menggunakan sensor sentuhan untuk mengumpulkan informasi huruf Braille. Sistem tulisan Braille menggunakan kombinasi titik timbul yang dapat dikenali melalui sentuhan. Melalui proses perekaman sensor, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Data hasil pembacaan sensor kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Mekanisme pengodean tersebut berfungsi sebagai antarmuka penting antara informasi fisik dan organoid otak.
Setelah proses pengodean selesai, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Melalui perangkat tersebut, organoid merespons impuls elektronik yang sudah dikodekan. Jaringan saraf kemudian, organoid memperlihatkan perubahan aktivitas neuron yang dipantau menggunakan perangkat elektronik. Melalui mekanisme tersebut, informasi sentuhan dapat direpresentasikan dalam respons biologis. Akan tetapi, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Algoritma Machine Learning Membantu Mengenali Respons Organoid
Setelah memperoleh respons listrik organoid, peneliti menerapkan sistem klasifikasi berbasis komputer untuk membedakan respons terhadap setiap huruf. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Dalam eksperimen, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Setelah pola respons dipelajari, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Melalui kombinasi biologis dan digital, jaringan saraf hidup menjadi bagian dari jalur pemrosesan informasi.
Keterlibatan sistem klasifikasi perlu dipahami secara tepat. Melalui sistem yang diuji, organoid tidak menghasilkan keluaran berupa karakter tertulis. Sebaliknya, respons saraf dikumpulkan lalu diklasifikasikan menggunakan perangkat lunak. Hasil klasifikasi tersebut membuktikan adanya pola sinyal yang dapat dibedakan. Walaupun memperlihatkan potensi besar, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Penjelasan tersebut penting untuk menghindari kesimpulan berlebihan.
Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid
Salah satu temuan utama adalah peningkatan kemampuan klasifikasi ketika beberapa organoid digabungkan. Dalam pengujian menggunakan satu organoid, algoritma mencatat keberhasilan klasifikasi sebesar 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Peningkatan tersebut memperlihatkan potensi penggunaan beberapa jaringan saraf. Berdasarkan rancangan penelitian tersebut, persentase tersebut menggambarkan keberhasilan decoder, bukan kemampuan organoid mengenali tulisan seperti manusia.
Hasil pengujian turut menunjukkan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Setelah gangguan diterapkan, peneliti membandingkan klasifikasi respons organoid dengan pemrosesan langsung sinyal yang terganggu. Berdasarkan perbandingan tersebut, sistem biohibrida menunjukkan kemampuan klasifikasi yang lebih stabil. Meski demikian, mekanisme di balik keunggulan tiga organoid masih memerlukan kajian.
Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan
Penelitian organoid otak memunculkan peluang menarik bagi teknologi komputer masa depan. Otak manusia dikenal memiliki efisiensi energi yang tinggi. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan menguji kemungkinan integrasi sel biologis sebagai komponen pengolah informasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid berpotensi mendukung pemrosesan informasi tertentu. Namun demikian, 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 harus dijaga agar tetap hidup. Selain itu, aktivitas neuron tidak selalu identik antarsampel karena karakteristik biologis masing-masing organoid berlainan. Variasi respons ini membuat standardisasi menjadi sulit. Tidak hanya berkaitan dengan performa, penggunaan jaringan biologis manusia juga membutuhkan pertimbangan etika, termasuk asal sel dan persetujuan donor.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menunjukkan perkembangan penting dalam penelitian komputasi generasi baru. Dengan memanfaatkan sensor sentuhan, sistem elektroda berukuran kecil, serta metode klasifikasi digital, peneliti menunjukkan bahwa jaringan saraf menghasilkan informasi yang dapat diklasifikasikan. Peningkatan akurasi dari 61 persen menjadi 83 persen menunjukkan manfaat pemanfaatan beberapa organoid. Walaupun menunjukkan hasil positif, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Ke depan, pengembangan sistem umpan balik dua arah mungkin memberikan informasi mengenai pemrosesan saraf yang lebih mendalam. Menurut pandangan Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup dapat membuka peluang inovasi komputasi hemat energi? Bagikan pemikiran Anda mengenai masa depan penelitian organoid otak.
