Jaringan Otak Buatan Berhasil Menginterpretasi Sinyal Braille dengan Akurasi 83%

Peneliti dari University of Bristol di Inggris melaporkan bahwa mereka berhasil menggunakan model otak manusia yang dibudidayakan di laboratorium untuk menerima sinyal Braille yang dipancarkan oleh sensor sentuhan, dan merespons dalam pola yang dapat didekode oleh komputer, yang merupakan langkah awal menuju komputer hibrida biologis yang efisien. Penelitian ini menemukan bahwa setiap huruf Braille menghasilkan pola aktivitas unik di dalam organ otak. Decoder komputer mengidentifikasi huruf yang dipancarkan oleh satu organ otak dengan akurasi sekitar 61%, dan ketika tiga organ otak bekerja sama, akurasi meningkat menjadi 83%.

Sistem ini terdiri dari organ otak yang ditempatkan pada array elektroda, yang diletakkan di dalam perangkat untuk mempertahankan kehidupan organ otak dan merekam responsnya. Setiap organ otak memiliki diameter kurang dari satu milimeter (sekitar 0,04 inci), kekurangan beberapa struktur yang ada di otak asli, tetapi mengandung sekitar 10.000 neuron dan sel pendukungnya. Array ini mampu menerima sinyal listrik. Tim penelitian pertama-tama menjalankan sensor sentuhan pada 26 huruf Braille, mengubah pembacaan menjadi pola stimulasi listrik dan mengirimkannya ke organ otak, kemudian memeriksa apakah aktivitas saraf yang dihasilkan menunjukkan huruf yang dikirim.

Para peneliti menggunakan mesin vektor pendukung, yang merupakan algoritma pembelajaran mesin sederhana, untuk mengklasifikasikan pola aktivitas berdasarkan huruf.

Kelebihan Kinerja Organ Otak

Para peneliti belum mengetahui mengapa kinerja tiga organ otak lebih baik dibandingkan dengan satu organ otak. Salah satu kemungkinan adalah perbedaan alami antar organ otak, seperti koneksi jaringan, status perkembangan, dan aktivitas berkelanjutan, memungkinkan mereka saling melengkapi. Penulis utama, Liu Tianyi, menyatakan bahwa kombinasi respons dari beberapa organ otak mungkin memberikan informasi yang tidak dapat diperoleh dari satu organ otak, tetapi variasi ini juga membuat pembangunan sistem yang dapat diprediksi dan terstandarisasi menjadi lebih sulit. Penulis senior, Benjamin Ward-Cherrier, menyatakan bahwa setelah diproses oleh organ otak, data sentuhan masih mengandung cukup informasi untuk mengklasifikasikan huruf Braille dengan akurat, dan kombinasi beberapa organ otak dapat lebih meningkatkan kinerja.

Untuk menguji ketahanan sistem, tim menerapkan berbagai filter noise pada sinyal Braille, kemudian membandingkan dua metode menggunakan mesin vektor pendukung yang sama: satu adalah mendekode dari respons organ otak, dan yang lainnya adalah mendekode langsung dari sinyal yang sengaja diburamkan. Tiga organ otak memiliki kemampuan yang lebih baik dalam mengenali huruf di tengah noise buatan, sementara dekode langsung lebih rentan terhadap gangguan.

Arah Penelitian di Masa Depan

Para peneliti menekankan bahwa eksperimen ini tidak menunjukkan apakah organ otak dapat belajar seiring waktu. Mereka hanya menunjukkan bahwa organ otak menerima dan merespons sinyal Braille. Liu Tianyi mencatat bahwa penelitian ini juga menggunakan tugas sentuhan tunggal, skema pengkodean tetap, dan pengukuran aktivitas saraf yang relatif sederhana, dan tidak menunjukkan pembelajaran atau perubahan jangka panjang. Ke depan, Liu Tianyi menyatakan bahwa tim berharap untuk melampaui Braille, mengeksplorasi tekstur, tepi, dan jenis sentuhan lainnya, dan akhirnya memasuki tugas umpan balik tertutup, memungkinkan organ otak mendapatkan umpan balik dari tindakan mereka sendiri, yang akan memungkinkan peneliti untuk menyelidiki apakah organ otak dapat beradaptasi melalui pengalaman.

Penelitian ini dipublikasikan pada 16 Oktober di jurnal Frontiers in Artificial Intelligence.

Peluang dan Tantangan Teknologi Organ Otak

Penelitian ini menunjukkan potensi organ otak dalam menginterpretasi sinyal Braille, menunjukkan prospek aplikasinya di bidang komputer hibrida biologis. Meskipun kerja sama tiga organ otak meningkatkan akurasi pengenalan, para peneliti masih perlu mengatasi tantangan sistem yang terstandarisasi. Arah penelitian di masa depan termasuk mengeksplorasi lebih banyak jenis sentuhan dan aplikasinya, yang tidak hanya dapat memajukan perkembangan teknologi terkait, tetapi juga dapat memberikan pemahaman yang lebih dalam tentang ilmu saraf, terutama dalam hal kemampuan belajar dan beradaptasi.