負けた後に、何処の手で明暗が分かれたかを逆探索させて
何故負けたかを計算させて学習させる様に汁

その局面の評価関数を出し直してプレイ再開、
んでソコの局面から始めてまた負けたら繰り返して、
勝つまで評価関数を変えるか、もうイッチョづつ局面を戻る、勝ったら確定

まぁ、感想戦だな