الجهود المبذولة في تصميم مصنفات الصور العصبية يدوياً قد حفزت استخدام البحث عن الهيكل لاكتشافها تلقائياً. رغم تكرار استخدام الخوارزميات التطورية في تصميم طوبولوجيا الشبكات العصبية، ظلت مصنفات الصور التي تم اكتشافها بهذه الطريقة أقل جودة من تلك المصممة يدوياً من قبل البشر. هنا، نطور مصنفاً للصور---AmoebaNet-A---لأول مرة يتفوق على التصميمات اليدوية. عند مطابقة الحجم، يتمتع AmoebaNet-A بدقة مparable مع النماذج الحالية الأكثر تقدماً لـ ImageNet التي تم اكتشافها باستخدام طرق بحث عن الهيكل أكثر تعقيداً. عند توسيعه إلى أحجام أكبر، يحدد AmoebaNet-A مستوى جديد من الدقة المتميزة لـ ImageNet بنسبة 83.9٪ / 96.6٪ في تصنيف الخمسة الأوائل. في مقارنة مقيدة مع خوارزمية تعليم التعزيز المعروفة جيداً، نقدم أدلة على أن التطور يمكن أن يحصل على نتائج أسرع باستخدام نفس الأجهزة، خاصة في المراحل الأولى من البحث. هذا مهم عندما تكون الموارد الحاسوبية المتاحة أقل. بالتالي، يعتبر التطور طريقة بسيطة وفعالة لاكتشاف هياكل ذات جودة عالية.注释：在阿拉伯语中，“mparable”一词可能需要根据上下文进行调整，这里使用了“Comparable”以保持流畅性和准确性。此外，一些专有名词如“AmoebaNet-A”和“ImageNet”保留了英文形式，因为它们在科技领域通常以英文形式出现。