一位开发者近日在 Hacker News 上展示了一个引人入胜的实验项目：一个仅有 14 字节大小的神经网络模型，却能在 2D 迷宫中达到 96.5% 的解决率。该项目是作者在经历一次失败的游戏发布后，为了放松心情而创作的，旨在学习 AI 和神经网络的基础知识。
最初的设想是构建一个能 100% 解决迷宫的小型 AI，但最终未能完全实现。不过，经过 46 个阶段的训练和优化，模型在保持极小尺寸的同时，实现了令人印象深刻的 96.5% 成功率。观看模型尝试解决迷宫的过程十分有趣，失败的案例通常是由于模型陷入了循环。值得注意的是，这些模型没有访问坐标、地图数据或外部记忆的能力，它们只能利用即时的局部相邻观察来导航。
该项目展示了一个模型选择下拉菜单，用户可以看到模型在每个阶段的进展：模型不断变小，同时解决率逐步提高。整个训练过程中生成了数千个模型，但作者只公开了每个阶段中表现最佳的模型。
总体而言，这是一个有趣的实验，作者承认在编码过程中大量借助了 AI 代理的帮助，以搭建和实现代码。项目页面提供了实时可视化，让观众能够亲眼见证这些微小的“大脑”在迷宫中的挣扎与成功。