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
Pertumbuhan teknologi komputasi modern terus meningkatkan kebutuhan terhadap arsitektur komputasi hemat energi. Pada sebagian besar perangkat elektronik, proses pengolahan informasi mengandalkan prosesor berbasis silikon. Meski teknologi tersebut terus berkembang, konsumsi listrik sistem pemrosesan mendorong pencarian solusi baru. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol menguji penggunaan organoid otak sebagai jaringan saraf hidup untuk mengolah sinyal. Konsep tersebut menggabungkan jaringan biologis dan perangkat elektronik untuk menguji potensi pemrosesan berbasis jaringan saraf.
Pada studi yang dipublikasikan, tim ilmuwan memanfaatkan organoid yang dikembangkan dari sel manusia untuk menerima rangsangan listrik. Organoid tersebut hanya merepresentasikan sebagian karakteristik jaringan otak. 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. Aktivitas listrik yang muncul diproses melalui sistem klasifikasi digital untuk membedakan informasi yang diberikan. Pengujian tersebut memberikan dasar pengembangan sistem komputasi biohibrida.
Cara Kerja Organoid Otak dalam Memproses Pola Huruf Braille
Untuk menjalankan eksperimen, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk mendeteksi pola sentuhan pada simbol Braille. Metode representasi karakter Braille mengandalkan susunan titik tertentu yang digunakan sebagai media komunikasi taktil. Melalui proses perekaman sensor, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Data hasil pembacaan sensor kemudian diterjemahkan ke dalam rangkaian impuls elektronik. Tahapan konversi ini menjadi penghubung utama antara informasi fisik dan organoid otak.
Setelah proses pengodean selesai, peneliti menyalurkan impuls listrik lewat sistem elektroda mikro. Multielectrode array atau MEA merupakan sistem antarmuka elektronik untuk jaringan saraf. Pada penelitian ini, organoid diberikan rangsangan yang mewakili informasi Braille. Setelah menerima rangsangan, organoid menghasilkan aktivitas listrik yang ditangkap oleh sistem pengukuran. Melalui mekanisme tersebut, informasi sentuhan dapat direpresentasikan dalam respons biologis. Namun, proses tersebut tidak membuktikan adanya pemahaman simbol secara sadar.
Teknologi Pembelajaran Mesin untuk Membaca Sinyal Jaringan Saraf
Sesudah sinyal biologis dikumpulkan, peneliti memanfaatkan metode machine learning untuk mengidentifikasi pola informasi. Pendekatan klasifikasi tersebut adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Dalam eksperimen, sistem mengidentifikasi karakteristik respons dari setiap pola huruf. Pada tahap klasifikasi, algoritma memperkirakan huruf yang sesuai. Melalui kombinasi biologis dan digital, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.
Peran pembelajaran mesin perlu dipahami secara tepat. Dalam penelitian tersebut, organoid tidak menghasilkan keluaran berupa karakter tertulis. Sementara itu, sinyal biologis diukur lalu ditafsirkan oleh algoritma komputer. Hasil klasifikasi tersebut mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Walaupun memperlihatkan potensi besar, penelitian belum membuktikan kemampuan belajar organoid. Penjelasan tersebut menjaga ketepatan interpretasi teknologi.
Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid
Pencapaian penting dalam penelitian adalah perbedaan akurasi antara penggunaan satu dan tiga organoid. Dalam pengujian menggunakan satu organoid, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sementara itu, penggunaan tiga organoid menghasilkan ketepatan klasifikasi sekitar 83 persen. Kenaikan performa tersebut mengindikasikan informasi tambahan dari sejumlah organoid dapat membantu klasifikasi. Pada pengujian laboratorium ini, angka akurasi merujuk pada pengenalan pola stimulus, bukan pemahaman bahasa oleh jaringan biologis.
Eksperimen tersebut memperlihatkan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Setelah gangguan diterapkan, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Berdasarkan perbandingan tersebut, pengolahan melalui organoid membantu mempertahankan informasi. Meski demikian, mekanisme di balik keunggulan tiga organoid masih memerlukan kajian.
Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru
Eksperimen pengolahan sinyal biologis memberikan arah pengembangan alternatif bagi arsitektur pemrosesan berdaya rendah. Otak manusia dikenal memiliki efisiensi energi yang tinggi. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai bagian dari sistem komputasi. Apabila teknologi ini terus berkembang, organoid mungkin membantu pengembangan perangkat komputasi baru. Namun demikian, efisiensi daya perangkat biohibrida lengkap belum terbukti unggul.
Dalam perjalanan menuju komputasi biohibrida komersial, sejumlah hambatan pengembangan harus diselesaikan. Material biologis tersebut terdiri dari sel aktif sehingga memerlukan lingkungan pemeliharaan khusus. Selain itu, respons setiap organoid dapat berbeda karena struktur jaringan dan kondisi perkembangan tidak seragam. Perbedaan tersebut memerlukan metode kalibrasi dan pengendalian yang lebih baik. Selain tantangan rekayasa, penggunaan jaringan biologis manusia juga membutuhkan pertimbangan etika, termasuk asal sel dan persetujuan donor.
Masa Depan Teknologi Komputasi Biohibrida Berbasis Jaringan Saraf
Penelitian dari University of Bristol memberikan hasil yang menjanjikan dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Melalui penggunaan perangkat pendeteksi taktil, antarmuka elektronik jaringan biologis, serta algoritma pembelajaran mesin, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Keunggulan konfigurasi multi-organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Meskipun demikian, penelitian belum menunjukkan kemampuan berpikir atau membaca secara sadar. Dalam penelitian berikutnya, pengujian rangsangan sentuhan yang lebih kompleks berpotensi memperluas penelitian komputasi biologis. Bagaimana menurut Anda, apakah teknologi komputer yang memanfaatkan jaringan saraf hidup dapat membuka peluang inovasi komputasi hemat energi? Silakan bagikan pendapat Anda mengenai masa depan penelitian organoid otak.
