现在计算机起源于阿兰·图灵在1936年提出的“图灵机”模型，在图灵的想法中，图灵机是一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。在每个时刻，机器头都要从当前纸带上读入一个方格信息，然后结合自己的内部状态查找程序表，根据程序输出信息到纸带方格上，并转换自己的内部状态，然后进行移动。1946年美籍匈牙利科学家冯·诺依曼提出存储程序原理，把程序本身当作数据来对待，程序和该程序处理的数据用同样的方式存储，并确定了存储程序计算机的五大组成部分和基本工作方法，科学家依据冯·诺依曼体系结构制造出了计算机。，冯·诺依曼也被称为“计算机之父”。像计算机领域，这种前人在理论上树立了一个框架，后人在此基础上，对这一理论进行扩充细化以及实践，最终使计算机走到了家家户户，造福整个社会；与此，我们也不难发现，在人工智能领域就没有这样前人在理论上达到了非常高的能够指引后人进行进一步研究应用的高度，所以从今天的人工智能发展来看，更像是不断摸索不断实践，通过不断的失败积累大量的经验，也许人类在最终还是能够找到一条正确的发展道路。
在图灵那个年代，图灵提出了图灵测试、机器学习、遗传算法和强化学习等机器学习领域的理念或理论。关于图灵测试，2014年6月7日发生了一件事情，聊天程序“尤金·古斯特曼”（Eugene Goostman）在英国皇家学会举行的2014图灵测试大会上冒充一个13岁乌克兰男孩而骗过了33%的评委，从而“通过”了图灵测试。为什么骗过了33%的评委，就算做是通过了图灵测试呢？这就要追溯到1950年，1950年，图灵在那篇名垂青史的论文《计算机械与智力》里面，阿兰·图灵表达了对人工智能发展的信心，在这篇文章里面，图灵提出了一个模仿游戏“一场正常的模仿游戏有ABC三人参与，A是男性，B是女性，两人坐在房间里；C是房间外的裁判，他的任务是要判断出这两人谁是男性谁是女性。男方是带着任务来的他要欺骗裁判，让裁判做出错误的判断。”然后图灵问“如果一台机器取代了这个游戏里的男方的地位，会发生什么？这台机器骗过审问者的概率会比人类男女参加时更高吗？”为了有效定义机器的智能程度，图灵提出了闻名于世的“图灵测试”“测试者与被测试者隔离的情况下，通过装置（如键盘）向被测试者随意提问。
多次测试后，如果超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。”这个30%的表述，可能是极大多数人的固有印象，实际上，我专门翻阅了图灵的这篇文章，在这篇文章的表述是这样的”I believe that in about fifty years' time it ill be possible to programme puters, ith a storage capacity of about 10^9, to make them play the imitation game so ell that an average interrogator ill not have more than 70% chance of making the right identification after five minutes of questioning.“这里图灵只是对人类计算机以及人工智能技术的发展的一种预测，图灵预测随着技术的发展，在50年后（也就是2000年）人工能够在五分钟的质询里骗过超过百分之三十的人。所以，这样看来聊天程序“尤金·古斯特曼””通过“图灵测试的意义并不大，因为人工智能发展到今天，还是处在”弱智能模式“而不是”强智能模式“，严格地来讲，当拥有自己的独立意志、能够思考时才能说这个机器人通过了图灵测试。关于这个图灵测试的评审通过率，我想在今后很难去专门的给一个更准确的标准来进行定义机器人是否成功通过。
美国哲学家约翰·希尔勒提出了一个很有意思的实验the Chinese room argument，很多人认为这个实验是对图灵测试最好的反驳。这一实验是这样的”一个人手中拿着一本象形文字对照手册，身处图灵实验中所提及的房子中。而另一人则在房间外向此房间发送象形文字问题。房间内的人只需按照对照手册，返回手册上的象形文字答案，房间外的人就会以为房间内的人是个会思维的象形文字专家。实际上房子内的人可能对象形文字一窍不通，更谈不上什么智能思维。“这里面我认为最大的漏洞就是，在这个Chinese room argument中预先的肯定了一套指令集（能够根据问题查找对照手册的程序）的存在，而且这个实验只是测翻译的文字，这样的判断标准很明显就是如果里面的人翻译的对，那么评委就能准确的判断出来里面的人是专家。如果没有这个指令集的前提，很显然里面的人是通不过测验的。我认为图灵在他文章中所企图表达的意图是，假如机器人在问答的过程中让人无法判断出来是人还是机器，那么就可以断定这个机器人具有智能。这可以看作是图灵对机器人是否具有智能的一种定义，是由行为结果反推测试对象所具有的能力（具有智能）。这里面的”问答“，肯定不能简单的设计成翻译，还需要更多能体现智能的评测，比如对话交流就很能反映出机器的智能等级，而翻译即使是最低级的翻译软件都能很好的翻译出语句。