Et si tu fais une rétropropagation du gradient, ton neurone de sortie de donneras la valeur moyenne de ce qu'il estime être le cas moyen représenté par ton damier. Bref, même une base de cas serait plus efficace, car au moins, elle "n'oublierait pas" les coups qui marchent (et en plus, tu peux tirer partie de la symmetrie).
Ecoute les conseils de nos amis ci-dessus, fais un minimax classique avec élaguage alpha-beta, c'est LA meilleure solution. Et oublie les réseaux de neurones pour ce cas-ci.