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
Kemajuan inovasi pemrosesan informasi terus meningkatkan kebutuhan terhadap metode pengolahan data yang efisien. Dalam sistem komputer konvensional, proses pengolahan informasi menggunakan rangkaian semikonduktor. Meski teknologi tersebut terus berkembang, kebutuhan energi komputasi menjadi perhatian penting. Sebagai bagian dari penelitian alternatif, ilmuwan University of Bristol meneliti penggunaan organoid otak sebagai komponen pemrosesan biologis. Konsep tersebut menggabungkan jaringan biologis dan perangkat elektronik untuk menguji potensi pemrosesan berbasis jaringan saraf.
Melalui eksperimen yang dilakukan, tim ilmuwan memanfaatkan organoid yang ditumbuhkan menggunakan teknik laboratorium untuk memproses stimulasi yang diberikan. Organoid tersebut hanya merepresentasikan sebagian karakteristik jaringan otak. Kendati bentuknya jauh lebih sederhana, organoid memiliki jaringan sel saraf hidup. Dalam pengujian berikutnya, ilmuwan memberikan pola stimulasi yang mewakili huruf Braille. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk mengidentifikasi pola huruf. Pendekatan penelitian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Proses Mengubah Informasi Braille Menjadi Aktivitas Saraf Biologis
Dalam merancang pengujian, ilmuwan mengoperasikan sensor yang mampu membaca pola permukaan untuk merekam karakteristik susunan titik Braille. Huruf Braille merepresentasikan karakter melalui pola titik yang dapat dikenali melalui sentuhan. Melalui proses perekaman sensor, peneliti mengambil informasi dari 26 huruf alfabet Braille. Informasi taktil yang diperoleh kemudian dikodekan sebagai sinyal yang dapat diberikan kepada organoid. Mekanisme pengodean tersebut menjadi penghubung utama 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 susunan elektroda yang memungkinkan interaksi dengan sel biologis. Melalui perangkat tersebut, organoid merespons impuls elektronik yang sudah dikodekan. Sebagai respons terhadap stimulasi, organoid memperlihatkan perubahan aktivitas neuron yang dipantau menggunakan perangkat elektronik. Melalui mekanisme tersebut, pola Braille menghasilkan aktivitas saraf yang dapat dibedakan. Meski demikian, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Algoritma Machine Learning Membantu Mengenali Respons Organoid
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. Dalam eksperimen, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Selanjutnya, algoritma mengidentifikasi rangsangan berdasarkan respons organoid. Berkat pengolahan data tersebut, jaringan saraf hidup mendukung pembentukan sinyal yang dapat dibaca komputer.
Keterlibatan sistem klasifikasi penting dibedakan dari kemampuan organoid. Dalam penelitian tersebut, organoid tidak memberikan jawaban berupa huruf secara langsung. Yang terjadi adalah, aktivitas neuron direkam lalu dianalisis melalui model pembelajaran mesin. Hasil klasifikasi tersebut mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Walaupun memperlihatkan potensi besar, eksperimen tidak menunjukkan perubahan perilaku melalui latihan berulang. Pemahaman ini menjaga ketepatan interpretasi teknologi.
Tiga Organoid Otak Tingkatkan Akurasi Pengenalan Braille Menjadi 83 Persen
Hasil paling menonjol adalah peningkatan kemampuan klasifikasi ketika beberapa organoid digabungkan. Pada konfigurasi organoid tunggal, algoritma mampu mengklasifikasikan huruf dengan akurasi rata-rata 61 persen. Sementara itu, penggunaan tiga organoid memberikan hasil pengenalan pola sebesar 83 persen. Perbedaan hasil ini menunjukkan manfaat penggabungan respons biologis. Dalam konteks eksperimen, angka akurasi merujuk pada pengenalan pola stimulus, bukan kemampuan membaca dokumen Braille secara mandiri.
Eksperimen tersebut memperlihatkan bahwa sistem multi-organoid lebih kuat menghadapi noise buatan. Untuk mengevaluasi ketahanan sistem, ilmuwan memodifikasi data masukan menggunakan noise sintetis. Pada tahap analisis berikutnya, peneliti mengukur perbedaan pengenalan pola dengan dan tanpa pemrosesan biologis. Hasilnya, pengolahan melalui organoid membantu mempertahankan informasi. Meski demikian, peneliti belum mengetahui secara pasti penyebab peningkatannya.
Manfaat Jaringan Saraf Biologis bagi Teknologi Komputasi Generasi Baru
Penelitian organoid otak memunculkan peluang menarik bagi arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia mampu menjalankan pemrosesan kompleks dengan konsumsi daya relatif rendah. Berdasarkan prinsip kerja jaringan saraf, ilmuwan tertarik mempelajari penggunaan organoid sebagai bagian dari sistem komputasi. Apabila teknologi ini terus berkembang, organoid berpotensi mendukung pemrosesan informasi tertentu. Namun demikian, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.
Untuk mencapai penggunaan praktis, sejumlah hambatan pengembangan harus diselesaikan. Organoid merupakan jaringan hidup sehingga membutuhkan pengaturan suhu dan nutrisi. Di samping kebutuhan pemeliharaan, respons setiap organoid dapat berbeda karena struktur jaringan dan kondisi perkembangan tidak seragam. Ketidakseragaman biologis tersebut menantang proses pengembangan sistem yang konsisten. Selain tantangan rekayasa, pemanfaatan sel manusia dalam perangkat komputasi juga harus memperhatikan prinsip penelitian biologis, termasuk batas pengembangan sistem saraf hidup.
Kesimpulan Penelitian Organoid Otak dalam Mengenali Huruf Braille
Pengembangan sistem pengolahan Braille menggunakan organoid otak memberikan hasil yang menjanjikan dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Dengan memanfaatkan sensor sentuhan, sistem elektroda berukuran kecil, serta metode klasifikasi digital, peneliti membuktikan respons biologis dapat digunakan untuk membedakan stimulus. Keunggulan konfigurasi multi-organoid memberikan dasar penelitian sistem biohibrida yang lebih kompleks. Meskipun demikian, eksperimen ini belum membuktikan pembelajaran organoid. Pada tahap pengembangan selanjutnya, eksperimen dengan tekstur dan pola berbeda berpotensi memperluas penelitian komputasi biologis. Bagaimana menurut Anda, apakah pengembangan pemrosesan informasi biologis mampu menghadirkan pendekatan baru yang bermanfaat? Silakan bagikan pendapat Anda mengenai potensi komputer biologis.
