La preservación de la información mutua relevante bajo compresión es el desafío fundamental del método del cuello de botella de información. Tiene muchas aplicaciones en aprendizaje automático y en comunicaciones. La literatura reciente describe aplicaciones exitosas de este concepto en esquemas de detección cuantizada y decodificación de canales. La idea central es construir algoritmos de receptor destinados a preservar la máxima cantidad posible de información relevante, a pesar de una cuantización muy gruesa. La literatura existente muestra que los algoritmos de receptor cuantizados resultantes pueden lograr un rendimiento muy cercano al de los sistemas convencionales de alta precisión. Además, todas las operaciones de procesamiento de señales exigentes se reemplazan con operaciones de búsqueda en el diseño del sistema considerado. En este artículo, desarrollamos la idea de maximizar la información relevante preservada en receptores de comunicación mediante la consideración de sistemas parametrizados. Tales sistemas pueden ayudar a superar la necesidad de tablas de búsqueda en casos en los que sus enormes tamaños las hacen imprácticas. Proponemos aplicar algoritmos genéticos inspirados en la evolución natural de las especies para el problema de optimización de parámetros. Investigamos de manera ejemplar la cuantización de salida del canal del receptor y la demodulación para ilustrar el notable rendimiento y la flexibilidad del concepto propuesto.