直接上视频
https://v.youku.com/v_show/id_XNDI0NDMyOTYwOA==.html?spm=a2hzp.8244740.0.0
具体做法：创建一个鸟类种群赋予它们飞翔的能力，因为这些鸟刚来到这个世界不明白自己要做什么，所以让它们自由飞翔。我们充当上帝的角色，去观察它们，我们不用去了解它们怎么飞，什么时候飞，只需要知道哪些鸟可以活到最后，将活到最后的鸟进行杂交，用它们优秀的基因繁衍出后代，重复这个操作，让这个种群按照这个方式一直进化。
我一开始按照这种方式操作发现会出现一个问题，进化出来的鸟老是会在同一个地方摔跤，进化的次数越多越容易形成相同的飞行方式，在同一个地方去世。所以后面做了一个基因突变的操作，看视频也可以发现这个种群在进化到第7代的时候出现了一只能通过第一个障碍的鸟，但是这只鸟有个坏习惯，喜欢一直往高处飞，而往高处飞的这个基因一直遗传到第13代，直到第14代的时候出现了一只基因突变的鸟，才打破这个循环。
总结：创建一个种群=>记录活到最后的几只鸟=>用最优秀的鸟与其它鸟杂交=>对杂交的后代部分基因进行突变=>获得新的种群。
这个程序还有很多地方需要完善的，比如，如果进化了几十代都没有一个能够通过第一个障碍的鸟，那么证明这些鸟的进化方向已经错了，那么就需要把这个种群灭绝，重新生成种群。
以上实现是结合神经网络库synaptic。
synaptic一些内置架构如：多层感知器, 多层长短期记忆网络 (LSTM), 液体状态机 和 Hopfield 网络, 和一个能够训练任何给定的网络的训练器, 其中包括 解决异或的内置训练/测试，完成离散序列记忆任务或嵌入式Reber语法测试，因此你可以轻松测试和比较不同体系结构的性能。
通过这个库可以建立自己想要的智能模型。
一开始用JavaScript做了一个小demo，后面做着发现这个库可以完美接入到scratch3上。接入上去后可以用这个库对玩家的游戏作品进行智能过关。
只需要用这几个图形化指令就能建立你想要的神经网络模型，用于人工智能教育感觉会很方便。
这个案例的核心思想就是神经网络中的遗传变异
当然，神经网络能做的事远不止这些，需要大家提供更多的想法和创意，做出更多好玩的案例和作品。
不知道老师们对用scratch学习人工智能的态度是如何，如果这个帖子能火的话 我会把这个版本的scratch上传到平台上，并提供详细的教程，让老师们能把人工智能教育更好的做下去。
我需要大家的点赞加评论。