Unificación de Modelos Evolutivos

Abstract

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.