Redes Neurais Artificiais são modelos computacionais inspirados no cérebro, em que neurônios artificiais conectados realizam tarefas como por exemplo classificar imagens. As redes neurais profundas (RNPs), com muitas camadas de neurônios, são o estado-da-arte para a solução de problemas difíceis. Elas podem ser projetada manualmente, porém requerendo conhecimento especializado. Assim, pesquisadores têm procurado construir automaticamente RNPs, em uma área de pesquisa chamada neuroevolução. Será então possível construir RNPs automaticamente, sem qualquer intervenção manual, capazes de resolver problemas de maneira eficaz? Para responder a essa pergunta utilizaremos algoritmos evolutivos, que inspirados na teoria da evolução, codificam RNPs como indivíduos de uma população, buscando o melhor deles para a resolução de um problema. Como uma população possui indivíduos (RNPs) diversos, esperamos encontrar automaticamente RNPs com arquiteturas e configurações inéditas na literatura.