Stockfish風探索ルーチンでの学習開始

　自己対戦学習時にStockfish風探索ルーチンを使える様にして、とりあえず深さ5手で学習開始。

　5五将棋だと、24時間で110万局ペースになりました。速い！ 前（αβ全幅時）は3手読みで50万局でした。

　あ、探索パラメータはStockfishの謎数字のままです。手調整は偉大だ、という事で。

　んで、現状は自己対戦にしか使えないので、学習させてる間にUSIでの対局時も同じ探索ルーチンを使える様に修正します。

　今は思考時間による打ち切りとかPonderとかに対応していないので、その辺をちゃんと実装しないと。