Aatish Bhatia 与 Arkarup Banerjee 做了一个可交互的解释：怎么让一个只有四颗神经元的数字生物学会新行为。上一篇文章里，他们手工把电路接进这只叫 spark 的生物脑子里，让它追光；这一篇则让它自己学。作者让你亲手接线：spark 的脑只有四个神经元，两个当眼睛，两个摆鳍，先在同类神经元之间连直线，再看行为如何随连接权重变化，然后引入奖赏与试错，观察它怎样一步步学会转向。这正是强化学习的最小可玩模型。