JAKARTA — Komputasi biologis memungkinkan neuron manusia membantu robot anjing bergerak menuju target dalam eksperimen Cortical Labs di Australia. Demonstrasi ini membawa sel saraf hidup keluar dari lingkungan komputer, tetapi teknologinya masih berada pada tahap awal.
Peneliti perusahaan bioteknologi itu menumbuhkan neuron manusia di laboratorium, lalu menghubungkannya dengan robot melalui chip ber-elektroda. Sinyal listrik dari dan ke sel saraf membantu mengarahkan gerakan robot pada peta sederhana.
Komputasi biologis menghubungkan neuron dan robot
Komputasi biologis adalah pendekatan yang memakai sel hidup sebagai bagian dari sistem komputasi. Dalam eksperimen ini, neuron tidak sekadar diamati: aktivitasnya menjadi masukan untuk mengendalikan perangkat fisik.
Neuron tumbuh di atas chip yang dilengkapi elektroda. Elektroda mengirim sinyal listrik ke sel saraf dan membaca sinyal yang dihasilkan. Sistem kemudian menerjemahkan aktivitas itu menjadi gerakan robot.
Umpan balik listrik membantu robot bergerak menuju target yang sudah ditentukan. Demonstrasi tersebut masih memakai peta sederhana, bukan tugas navigasi rumit di lingkungan sehari-hari.
“Anjing robot ini merupakan demonstrasi sederhana tentang bagaimana kemajuan dalam sistem biologis juga dapat diterapkan di dunia nyata, tetapi ini membantu membuat peluang tersebut menjadi lebih nyata,” kata Brett Kagan, salah satu pendiri sekaligus CEO Cortical Labs.
Tujuannya bukan sekadar membuat robot berjalan. Peneliti ingin menunjukkan bahwa jaringan biologis dapat terlibat dalam pemrosesan informasi dan kendali mesin.
Neuron hidup diuji di perangkat fisik
Cortical Labs sebelumnya memperlihatkan kelompok neuron yang menjalankan tugas di komputer, termasuk memainkan gim Pong dan Doom. Eksperimen robot anjing memperluas demonstrasi itu dari lingkungan virtual ke mesin fisik.
Perubahan tersebut penting karena sistem harus menghubungkan aktivitas sel saraf dengan gerakan nyata. Dalam eksperimen ini, sinyal neuron menjadi bagian dari proses robot mencapai sasaran, bukan hanya menjalankan tugas di layar.
Namun, demonstrasi itu belum membuktikan bahwa neuron hidup mampu mengendalikan robot kompleks. Kecepatan dan efisiensi sistem saat ini belum cukup untuk tugas robotik yang rumit.
Robot konvensional sudah semakin mampu mengendalikan gerakan fisik, tetapi belajar cepat dan menyesuaikan diri saat keadaan berubah masih menjadi tantangan. “Robot yang semakin mumpuni dalam mengendalikan gerakan fisiknya masih kesulitan dengan kemampuan kendali tingkat tinggi yang diperlukan untuk belajar dengan cepat atau beradaptasi ketika kondisi berubah,” ujar Kagan.
Bagi pengembangan robot dan sistem otonom, riset ini menawarkan jalur yang berbeda dari komputasi berbasis silikon saja. Jika kelak dapat bekerja konsisten, sistem biologis berpotensi membantu mesin menghadapi lingkungan yang sulit diprediksi. Untuk saat ini, penerapannya masih berupa kemungkinan jangka panjang, bukan kemampuan siap pakai.
Tantangan utama: komunikasi dan memori
Peneliti masih perlu memahami bagaimana chip berbasis neuron dapat menyimpan informasi dan membentuk semacam memori. Mereka juga harus mencari cara melatih jaringan saraf hidup agar menghasilkan kinerja yang dapat diandalkan.
“Tantangannya bukan hanya menumbuhkan neuron di atas silikon, melainkan menemukan cara yang andal untuk berkomunikasi dengan sistem biologis, melatihnya, dan memahami pendekatan mana yang menghasilkan kinerja konsisten,” kata Johnson Zhou, Research Software Engineer di Cortical Labs.
Riset navigasi tersebut telah dipresentasikan pada konferensi NeurIPS 2026 dan tersedia di arXiv. Namun, penelitian itu belum melalui tinjauan sejawat, yaitu pemeriksaan oleh peneliti lain sebelum hasil penelitian dinilai lebih matang.
Status tersebut membuat hasilnya perlu dibaca sebagai demonstrasi awal. Peneliti masih harus menguji apakah sistem dapat bekerja stabil, belajar, dan mengendalikan tugas yang lebih rumit sebelum teknologi ini diterapkan secara luas.
Untuk sekarang, robot hanya ditunjukkan bergerak menuju target pada peta sederhana.
📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.