Show HN：觀看 14 位元組的 AI“大腦”嘗試解決 2D 迷宮（這很難）

一位開發者近日在 Hacker News 上展示了一個引人入勝的實驗專案：一個僅有 14 位元組大小的神經網路模型，卻能在 2D 迷宮中達到 96.5% 的解決率。該專案是作者在經歷一次失敗的遊戲釋出後，為了放鬆心情而創作的，旨在學習 AI 和神經網路的基礎知識。

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 個階段的訓練和最佳化，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迴圈。值得注意的是，這些模型沒有訪問座標、地圖資料或外部記憶的能力，它們只能利用即時的區域性相鄰觀察來導航。

該專案展示了一個模型選擇下拉選單，使用者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，以搭建和實現程式碼。專案頁面提供了即時視覺化，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。