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 arsitektur komputasi hemat energi. Selama ini, aktivitas komputasi digital menggunakan rangkaian semikonduktor. Walaupun kemampuan perangkat keras semakin meningkat, penggunaan daya perangkat digital menjadi perhatian penting. Sebagai bagian dari penelitian alternatif, ilmuwan University of Bristol menguji penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Rancangan penelitian ini menggabungkan jaringan biologis dan perangkat elektronik untuk mempelajari respons biologis terhadap data.
Melalui eksperimen yang dilakukan, tim ilmuwan menggunakan organoid yang dikembangkan dari sel manusia untuk merespons sinyal elektronik. Organoid tersebut hanya merepresentasikan sebagian karakteristik jaringan otak. Meski memiliki dimensi kurang dari satu milimeter, organoid memiliki jaringan sel saraf hidup. Dalam pengujian berikutnya, ilmuwan memberikan pola stimulasi yang mewakili huruf Braille. Sinyal yang dihasilkan jaringan saraf dianalisis menggunakan algoritma komputer untuk menentukan kesesuaian respons dengan rangsangan. Eksperimen ini menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida
Dalam merancang pengujian, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk merekam karakteristik susunan titik Braille. Sistem tulisan Braille menggunakan kombinasi titik timbul yang dapat dikenali melalui sentuhan. Dalam eksperimen tersebut, peneliti mengambil informasi dari 26 huruf alfabet Braille. Data hasil pembacaan sensor kemudian diubah menjadi pola stimulasi listrik. Proses tersebut menjadi penghubung utama antara perangkat elektronik dengan sistem biologis.
Ketika pola stimulasi telah disiapkan, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Dalam rancangan pengujian, organoid menerima stimulasi listrik sesuai pola tertentu. Sebagai respons terhadap stimulasi, organoid memperlihatkan perubahan aktivitas neuron yang ditangkap oleh sistem pengukuran. Dengan demikian, informasi sentuhan dapat direpresentasikan dalam respons biologis. Akan tetapi, proses tersebut tidak berarti organoid memahami bahasa Braille.
Peran Support Vector Machine dalam Klasifikasi Huruf Braille
Ketika aktivitas neuron berhasil direkam, peneliti menerapkan sistem klasifikasi berbasis komputer untuk mengidentifikasi pola informasi. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu metode komputasi untuk mengklasifikasikan pola tertentu. Pada proses analisis, sistem mempelajari hubungan antara aktivitas saraf dan stimulus Braille. Pada tahap klasifikasi, algoritma memperkirakan huruf yang sesuai. Melalui kombinasi biologis dan digital, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.
Keterlibatan sistem klasifikasi penting dibedakan dari kemampuan organoid. Pada konfigurasi eksperimen, organoid tidak memberikan jawaban berupa huruf secara langsung. Sebaliknya, respons saraf dikumpulkan lalu diklasifikasikan menggunakan perangkat lunak. Pencapaian sistem biohibrida menunjukkan bahwa informasi tertentu bertahan dalam respons organoid. Meski hasilnya menarik, penelitian belum membuktikan kemampuan belajar organoid. Pembedaan tersebut menjaga ketepatan interpretasi teknologi.
Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen
Salah satu temuan utama adalah perbedaan akurasi antara penggunaan satu dan tiga organoid. Ketika sistem hanya memanfaatkan satu jaringan mini, algoritma menghasilkan ketepatan pengenalan sekitar 61 persen. Pada konfigurasi berikutnya, 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 organoid mengenali tulisan seperti manusia.
Hasil pengujian turut menunjukkan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Dalam pengujian tambahan, ilmuwan memberikan gangguan terhadap informasi taktil. Setelah gangguan diterapkan, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Berdasarkan perbandingan tersebut, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Kendati menunjukkan ketahanan terhadap noise, alasan biologis peningkatan performa belum sepenuhnya dipahami.
Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru
Eksperimen pengolahan sinyal biologis membuka kemungkinan penelitian baru bagi arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia menjadi inspirasi bagi rancangan komputasi efisien. Karena karakteristik tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai elemen dalam arsitektur biohibrida. Jika penelitian lanjutan menunjukkan hasil yang konsisten, organoid dapat menjadi bagian dari pendekatan pemrosesan alternatif. Walaupun memiliki potensi tersebut, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.
Untuk mencapai penggunaan praktis, peneliti menghadapi berbagai persoalan penting. Organoid merupakan jaringan hidup sehingga harus dijaga agar tetap hidup. Selain itu, variasi biologis dapat memengaruhi hasil karena struktur jaringan dan kondisi perkembangan tidak seragam. 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.
Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille
Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menghadirkan temuan menarik dalam teknologi pemrosesan informasi biologis. Melalui penggunaan perangkat pendeteksi taktil, sistem elektroda berukuran kecil, serta teknologi machine learning, peneliti menunjukkan bahwa jaringan saraf menghasilkan informasi yang dapat diklasifikasikan. Keunggulan konfigurasi multi-organoid menunjukkan manfaat pemanfaatan beberapa organoid. Walaupun menunjukkan hasil positif, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Dalam penelitian berikutnya, eksperimen dengan tekstur dan pola berbeda berpotensi memperluas penelitian komputasi biologis. Apa pendapat Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup dapat membuka peluang inovasi komputasi hemat energi? Bagikan pemikiran Anda mengenai manfaat dan tantangan teknologi tersebut.
