Resumen:
La algorítmica evolutiva imita la forma en que la naturaleza ha resuelto sus problemas durante
millones de años. Su método general parece ser el de adaptación por prueba y error, generación
tras generación, logrando el éxito del más apto. En ingeniería llamamos a esto un proceso de
optimización. Tanto las redes neuronales, los algoritmos genéticos, los autómatas celulares y
otros dispositivos computacionales, implementan esta estrategia para atacar sistemas discretos
que se estiman complejos, no lineales e inciertos, esencialmente.
Nuestro estudio intenta establecer claramente esta relación esencial entre los distintos enfoques,
mostrando que son caras distintas de una misma moneda. Pensar las redes neuronales como
sistemas que durante su aprendizaje evolucionan algún autómata celular, los autómatas celulares
evolucionando como cálculos de algún sistema de ecuaciones diferenciales que obtienen pesos
sinápticos de una red neuronal entrenada. Intentamos determinar un fenotipo común para luego
desarrollar un genotipo que lo explique y explicite.
