所要的神经元类型：
需求神经元（用于估棋盘价值）
棋盘感受神经元（每个这种神经元由两元组成，此位置的棋子状态（三种，没有棋子、黑子、白子）与此位置的坐标）
还有下子动作神经元，每个位置均分配了一个可以下此位置的动作神经元
为了防止重复一个位置下子，若一个位置已有子，即使此位置的下子动作神经元激活了，自己的子无法重新覆盖旧子，下子无效。
此机制还含一个需求机制，此需求机制会不断激活需求神经元，与需求神经元相连的下子神经元均会被反射链连带激活。
例如一个位置的下子神经元激活时，连成一个好线（例如同时连成了活四），需求得到满足，从而导致此下子神经元与需求神经元形成反射，完成了一次学习。因为这是对我们的系统有益的
接下来，这条活四的所有位置感受神经元都被同时激活到了，导致这几个临近的感受神经元连成了联系，下次下子时当这一串反射链中的其中一个神经元被激活时，我们的AI系统就会尝试下这条线的子。
随着这个知识经验网络的丰富，AI可以学会妙招，最后学会打败人类
希望大家可以多多支持，多多提意见，我想知道我设计的系统还有什么不足，从而可以多多改进
需求神经元（用于估棋盘价值）
棋盘感受神经元（每个这种神经元由两元组成，此位置的棋子状态（三种，没有棋子、黑子、白子）与此位置的坐标）
还有下子动作神经元，每个位置均分配了一个可以下此位置的动作神经元
为了防止重复一个位置下子，若一个位置已有子，即使此位置的下子动作神经元激活了，自己的子无法重新覆盖旧子，下子无效。
此机制还含一个需求机制，此需求机制会不断激活需求神经元，与需求神经元相连的下子神经元均会被反射链连带激活。
例如一个位置的下子神经元激活时，连成一个好线（例如同时连成了活四），需求得到满足，从而导致此下子神经元与需求神经元形成反射，完成了一次学习。因为这是对我们的系统有益的
接下来，这条活四的所有位置感受神经元都被同时激活到了，导致这几个临近的感受神经元连成了联系，下次下子时当这一串反射链中的其中一个神经元被激活时，我们的AI系统就会尝试下这条线的子。
随着这个知识经验网络的丰富，AI可以学会妙招，最后学会打败人类
希望大家可以多多支持，多多提意见，我想知道我设计的系统还有什么不足，从而可以多多改进
