一位開發者近日在 Hacker News 上展示了一個引人入勝的實驗項目：一個僅有 14 字節大小的神經網絡模型，卻能在 2D 迷宮中達到 96.5% 的解決率。該項目是作者在經歷一次失敗的遊戲發佈後，為了放鬆心情而創作的，旨在學習 AI 和神經網絡的基礎知識。
最初的設想是構建一個能 100% 解決迷宮的小型 AI，但最終未能完全實現。不過，經過 46 個階段的訓練和優化，模型在保持極小尺寸的同時，實現了令人印象深刻的 96.5% 成功率。觀看模型嘗試解決迷宮的過程十分有趣，失敗的案例通常是由於模型陷入了循環。值得注意的是，這些模型沒有訪問座標、地圖數據或外部記憶的能力，它們只能利用即時的局部相鄰觀察來導航。
該項目展示了一個模型選擇下拉菜單，用户可以看到模型在每個階段的進展：模型不斷變小，同時解決率逐步提高。整個訓練過程中生成了數千個模型，但作者只公開了每個階段中表現最佳的模型。
總體而言，這是一個有趣的實驗，作者承認在編碼過程中大量藉助了 AI 代理的幫助，以搭建和實現代碼。項目頁面提供了實時可視化，讓觀眾能夠親眼見證這些微小的“大腦”在迷宮中的掙扎與成功。