Redes neuronales para el reconocimiento de patrones

Como dijo Margaret Heffernan: 'Gran parte de la creatividad consiste en reconocer patrones, y lo que se necesita para discernir patrones son toneladas de datos. Tu mente recopila esos datos tomando nota de detalles aleatorios y anomalías fáciles de ver cada día: rarezas y cambios que, con el tiempo, se suman a percepciones.' El reconocimiento de patrones nos ayuda a identificar casi todo en la vida cotidiana. No sólo es un fenómeno natural para los seres vivos, sino también un aspecto importante para la Inteligencia Artificial. Es la clave del desarrollo en todos los campos, como el diagnóstico médico (ECG), la tecnología (reconocimiento facial, reconocimiento de huellas dactilares, escáner de retina), la defensa (reconocimiento automático de objetivos como bombas guiadas por láser y segmentación y análisis de imágenes de instantáneas aéreas), etc. Existen varias metodologías de reconocimiento de patrones, como la comparación de plantillas, el enfoque estadístico, etc., pero se dice que el proceso natural se consigue mejor imitando a la naturaleza. ¿Es así? ¿Son las redes neuronales mejores que otros métodos?