图灵首先是一位哲学大师
「哲学家」图灵的思考
图灵在1945年之前的一段时间里已经认真考虑了机器智能的可能性，特别是机器学习和启发式搜索。在1945年的这份提案中，图灵简要地指出：「有迹象表明......有可能让机器显示出智能，即使机器有可能偶尔犯严重的错误。」
1946年，图灵将大部分精力投入到编程的开创性研究中，他认为这是未来发展的关键。1947年2月，他在伦敦数学协会做了一次演讲，这可能是第一次关于人工智能主题的公开科学演讲。
在这次演讲中，图灵首先向听众介绍了通用图灵机。他说，目前正在开发的东西 「可以被看作是这种类型机器的实用版本」，因此这些机器可以 「被制成可以由人类计算机完成的任何工作」。他还解释了这些机器将来如何用于数学研究，以及它们对数学家工作性质和数量的可能影响。
「而这自然而然地引出了一个问题，即原则上计算机在多大程度上可以模拟人类活动。我们想要的是一台能够从经验中学习的机器」，他说。
他所有的哲学思考都只有概念清晰的工具性目的。
图灵热衷于解决的一个相关问题在本质上是纯粹的哲学问题，这可能是他余生中占据最多的问题。也正是这个问题，产生了他的人工智能哲学中讨论最广泛的概念，即现在所称的「图灵测试」。
在1947年那次演讲中，图灵用一个小小的思想实验说明了他的想法，这个实验可以被看作是图灵测试的早期先导。
图灵表示：
「假设我们造出了一台具有某些初始指令表[即程序]的机器，在有充分理由的情况下，可以偶尔修改这些指令表。可以想象，在机器运行了一段时间后，这些指令会被改得面目全非。
但即使是这样，人们不得不承认，机器仍然在做非常有价值的计算。也许得到的结果与机器造出来时想要的结果一样，但却是以一种更有效的方式得出的。」
图灵认为，在这种情况下，人们不得不承认，机器的进步是最初输入指令时没有预料到的。这就像一个学生从他的主人那里学到了很多东西，但通过自己的工作又学到了很多。当这种情况发生时，我觉得人们不得不将机器视为显示出了「智能」。
图灵知道，在基本概念层面上的清晰度，比如通过哲学思考可能实现的概念清晰度，将是任何重大科学进步的正确方向的关键。
可以说，他所有的哲学工作都只有「概念清晰」这一工具性的目标。
哲学和科学（或者更广泛地说，是基础科学和应用科学）这两者以这种方式携手并进。在这次演讲中，图灵的一句话就可以看出这一点，他说：「只要人们能够提供一个合理的大内存容量，就应该可以开始在这些方面进行实验。」
图灵对计算技术的发展有着真正的科学兴趣，但很快就对国家物理实验室正在进行的工程工作感到沮丧，这些工作不仅由于组织不力而进展缓慢，而且在速度和存储能力的进步上也大大低于他的预期。
1947年年中，他要求休假12个月。实验室的主任查尔斯·达尔文予以批准。在同年7月的一封信中，达尔文对图灵的休假申请理由描述如下：
「他（图灵）想把他在机器上的工作进一步向生物方面延伸。迄今为止，机器的计划工作相当于大脑低级部分的工作，而他想看看机器能为高级部分做多少工作；比如能否制造一台可以通过经验学习的机器？」
这项研究的结果确实集中在学习的问题上，是一份题为 「智能机械」的开创性排版稿。哲学家杰克-科普兰（Jack Copeland），新西兰图灵计算机历史档案馆馆长，将这篇论文描述为人工智能的第一个宣言，就我们目前的历史知识而言，这似乎是准确的。最后的版本写于1948年。
然而，这篇文章在实验室里没有得到赞赏，据说达尔文将其称为 「小学生作文」，并认为其不适合发表。它一直到1968年都没有出版，后来也没有得到什么关注。
与人脑的类比被用作指导原则
然而，该论文预测了基于逻辑和连接主义（神经网络等）的人工智能方法中的许多重要思想和技术。特别是，图灵详细描述了可以使用强化学习（「奖励」与「惩罚」反馈等）和遗传算法进行训练的人工神经网络。他在论文末尾的总结起到了开创性的作用：
使机器表现出智能行为的可能方式被讨论，与人类的大脑的类比被用作指导原则。建议只有提供适当的教育，才能实现人工智能。调查主要围绕应用于机器的类似教学过程展开。定义了无组织机器的概念，人类婴儿皮层可能具有这种性质。给出了此类机器的简单示例，并讨论了通过奖励和惩罚的方式对其进行的教育……

Ai我认为确实是有思考的，但关键的是这种思考断断续续得，无法产生新的智慧，只能在旧有智慧力找答案，而关键破坏Ai思考得出恰恰是人类自己

有图灵的逻辑严密度才是哲学家。
没有的那些只是一些伪装成哲学的欺诈者。

这个太老了，关注下新的

我刚刚也在看图灵的文章，他写的很有意思，他反对这种讨论思路，（讨论一个对象需要先定义清晰某个对象）讨论机器是否有智能（需要先定义什么是机器）再定义什么是智能，他采用的策略我个人觉得挺有意思的。