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.

Terobosan Teknologi Organoid Otak dalam Mengenali Pola Braille

Perkembangan inovasi pemrosesan informasi terus meningkatkan kebutuhan terhadap pendekatan pemrosesan informasi alternatif. Selama ini, aktivitas komputasi digital mengandalkan prosesor berbasis silikon. Meski teknologi tersebut terus berkembang, 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. Konsep tersebut memadukan sel saraf dengan sistem digital untuk menguji potensi pemrosesan berbasis jaringan saraf.

Pada studi yang dipublikasikan, tim ilmuwan menempatkan organoid yang dibentuk melalui kultur sel manusia untuk merespons sinyal elektronik. Jaringan biologis mini ini tidak memiliki seluruh kemampuan otak manusia. Meski memiliki dimensi kurang dari satu milimeter, organoid memiliki jaringan sel saraf hidup. Peneliti kemudian memberikan pola stimulasi yang mewakili huruf Braille. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk membedakan informasi yang diberikan. Eksperimen ini memberikan dasar pengembangan sistem komputasi biohibrida.

Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille

Sebagai langkah awal penelitian, ilmuwan menggunakan sensor sentuhan untuk mendeteksi pola sentuhan pada simbol Braille. Sistem tulisan Braille mengandalkan susunan titik tertentu yang memiliki konfigurasi berbeda untuk setiap huruf. Melalui proses perekaman sensor, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Data hasil pembacaan sensor kemudian diubah menjadi pola stimulasi listrik. Tahapan konversi ini berfungsi sebagai antarmuka penting antara informasi fisik dan organoid otak.

Ketika pola stimulasi telah disiapkan, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan perangkat yang memiliki sejumlah elektroda kecil. Dalam rancangan pengujian, organoid merespons impuls elektronik yang sudah dikodekan. Sebagai respons terhadap stimulasi, organoid menghasilkan aktivitas listrik yang dipantau menggunakan perangkat elektronik. Berkat rangkaian proses ini, data taktil dapat diteruskan melalui jaringan neuron hidup. Namun, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.

Algoritma Machine Learning Membantu Mengenali Respons Organoid

Sesudah sinyal biologis dikumpulkan, peneliti memanfaatkan metode machine learning untuk mengidentifikasi pola informasi. Metode yang dipilih 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 mengidentifikasi rangsangan berdasarkan respons organoid. Melalui kombinasi biologis dan digital, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.

Keterlibatan sistem klasifikasi tidak boleh disamakan dengan kecerdasan biologis mandiri. Dalam penelitian tersebut, organoid tidak menghasilkan keluaran berupa karakter tertulis. Sebaliknya, sinyal biologis diukur lalu dianalisis melalui model pembelajaran mesin. Keberhasilan pengujian mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Walaupun memperlihatkan potensi besar, penelitian belum membuktikan kemampuan belajar organoid. Penjelasan 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. Pada konfigurasi organoid tunggal, algoritma menghasilkan ketepatan pengenalan sekitar 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid menghasilkan ketepatan klasifikasi sekitar 83 persen. Perbedaan hasil ini mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Dalam konteks eksperimen, angka akurasi merujuk pada pengenalan pola stimulus, bukan pemahaman bahasa oleh jaringan biologis.

Peneliti juga menemukan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Dalam pengujian tambahan, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Pada tahap analisis berikutnya, peneliti mengevaluasi hasil biohibrida terhadap decoder tanpa organoid. Hasilnya, respons gabungan organoid lebih tahan terhadap sejumlah gangguan. Kendati menunjukkan ketahanan terhadap noise, peneliti belum mengetahui secara pasti penyebab peningkatannya.

Potensi Komputasi Biohibrida untuk Mengembangkan Komputer Hemat Energi

Penelitian organoid otak memberikan arah pengembangan alternatif bagi arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia dikenal memiliki efisiensi energi yang tinggi. Berdasarkan prinsip kerja jaringan saraf, ilmuwan mengeksplorasi pemanfaatan jaringan neuron hidup sebagai komponen pengolah informasi. Ketika sistem biologis dapat dikendalikan lebih baik, organoid berpotensi mendukung pemrosesan informasi tertentu. Namun demikian, efisiensi daya perangkat biohibrida lengkap belum terbukti unggul.

Untuk mencapai penggunaan praktis, peneliti menghadapi berbagai persoalan penting. Komponen saraf yang digunakan masih membutuhkan kondisi biologis sesuai sehingga harus dijaga agar tetap hidup. Selain itu, respons setiap organoid dapat berbeda karena struktur jaringan dan kondisi perkembangan tidak seragam. Variasi respons ini memerlukan metode kalibrasi dan pengendalian yang lebih baik. Tidak hanya berkaitan dengan performa, pemanfaatan sel manusia dalam perangkat komputasi juga membutuhkan pertimbangan etika, termasuk asal sel dan persetujuan donor.

Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille

Eksperimen komputasi biohibrida yang dilakukan ilmuwan Inggris menunjukkan perkembangan penting dalam teknologi pemrosesan informasi biologis. Melalui penggunaan perangkat pendeteksi taktil, susunan mikroelektroda, serta algoritma pembelajaran mesin, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Keunggulan konfigurasi multi-organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Walaupun menunjukkan hasil positif, eksperimen ini belum membuktikan pembelajaran organoid. Dalam penelitian berikutnya, pengembangan sistem umpan balik dua arah dapat membantu memahami kemampuan adaptasi organoid. Menurut pandangan Anda, apakah komputasi biohibrida berbasis organoid berpotensi menjadi bagian dari komputer masa depan? Silakan bagikan pendapat Anda mengenai potensi komputer biologis.