Prírodou inšpirované algoritmy

Fleischer a Barrov model

(Fleischer a Barr, 1993) vyvinuli nízkoúrovňový model neurónového vývinu, ktorý viac pripomínal Turingov deferenciálny model rovníc difúzie. Bunky sa po dvojrozmernej rovine pohybujú nezávisle. Každá z buniek má svoj vnútorný stav, ktorý kontroluje jej správanie. Vonkajšie prostredie má svoje chemické, mechanické a elektrické vlastnosti. Extracelulárne chemikálie difundujú cez prostredie podľa deferenciálnych rovníc, ako pri Turingovom modeli. Genóm samotný je množinou deferenciálnych rovníc, ktoré berú ako argumenty vnútrobunkový stav a stav vonkajšieho prostredia. Takýto rámec dovoľuje bunkám pohybovať sa a interagovať pomocou chemickej difúzie a rastu axónov za účelom formovania neurónovej siete. Fleischer a Barr došli k zaujímavému záveru, ktorý hovorí, že v kombináciou viacerých mechanizmov budovania vzorky, môže byť model robustnejší ako použitím iba jediného mechanizmu. Napríklad, zhodnosť buniek môže byť regulovaná jej pôvodom a chemickými signálmi v jej okolí. Fleischer a Barr boli schopní demonštrovať niekoľko nízkoúrovňových správaní. Napríklad axón bol schopný rásť pozdĺž chemického gradientu a nájsť cieľový neurón, obchádzajúc prekážky. Avšak ich genómy boli ručne kódované a nevyvíjali sa.