图灵在此论文中主要论及了下面几个方面
1，提出了图灵测试
图灵认为对”机器能思考么”这个问题而言，”机器”和”思考”的定义还都太多争议，且易与日常使用相混，所以回答这个问题，不如讨论一个相关的新问题，然后从一个”男人女人版图灵测试”（即判断对方是男的还是女的）出发，提出了图灵测试，判断对方是人还是机器。
要注意的是，在图灵测试中，所谓成功的机器，不是简单地骗过一次两次的机器，而应该是在多次测试后，机器与人的表现相似，导致判断者判断正确与判断错误的概率接近50%，即，判断者判断正误的概率是否发生变化，导致概率发生变化的机器才称得上是通过图灵测试的机器。
—->图灵并未从博弈论的角度来讨论在图灵测试中，参与测试的人类和机器分别的目的，以及单纯为通过测试而应该采用的策略。
2，定义数字计算机
图灵认为数字计算机应该由三部分组成
| 存贮器 | 执行单元 | 控制器 |
这个观点与现代观点相比较，只是把外设等信息输入输出模块给去掉了。
图灵甚至设想了后世汇编语言的具体形式
如他假设一串数字6809430217,17定义为加法操作，6809为一个存储单元，4302为一个存储单元，然后两数相加放入后一个单元。
他并且提出了指令的无条件跳转结构与条件循环等。
3，定义离散状态机
即与图灵机类似的观点，提出数字计算机都是等价的，他们可以模拟任何的离散状态变化。机器的下个状态可以由当前状态以及操作指令来定义，初始状态和指令序列便可以给出机器的所有状态。
然后做了一个拉格朗日的联想，彼人曾经提出，给出宇宙的某一时刻所有粒子的位置和速度，便可以预测一切未来，图灵认为这个很困难，因为蝴蝶效应的存在。一个小误差会导致雪崩一样的效果。
于是这一点导出一个重要的结论，单从理论而言，我们可以不那么关心计算机的运算速度，因为任何的计算机都是等价的，在服从离散状态变化这一点上，他们乃是”通用机器”
4，对图灵测试与智能的一些假想争议的回应
(1 神学观点—->上帝没有给机器灵魂<—–回应：伊斯兰认为妇女没有灵魂，上帝此刻正要通过我之手制造变种。
(2 情绪观点—->会思考的机器太可怕<—–回应：不值一驳
(3 数学观点—->哥德尔定理<—–回应：这一个机器的这个系统有些问题肯定答不出，但是这个问题在其他机器则可能会答出，况且人类智能也有这种局限性。
(4 意识观点—->机器真知道自己在做什么么<—–回应：人真知道自己在做什么么，汝非鱼，安知鱼之乐，汝非我，安知我不知鱼之乐，这个问题脱开唯心论的哲学争论，我们只能使用行为来确定其是否思考，是否知道自己在做什么。图灵并举了一个非常有意思的例子的来说明这个问题。
Interrogator: In the first line of your sonnet which reads “Shall I compare thee to a summer’s day,” would not “a spring day” do as well or better?
Witness: It wouldn’t scan.
Interrogator: How about “a winter’s day,” That would scan all right.
Witness: Yes, but nobody wants to be compared to a winter’s day.
Interrogator: Would you say Mr. Pickwick reminded you of Christmas?
Witness: In a way.
Interrogator: Yet Christmas is a winter’s day, and I do not think Mr. Pickwick would mind the comparison.
Witness: I don’t think you’re serious. By a winter’s day one means a typical winter’s day, rather than a special one like Christmas.
问题：你认为这个witness是否有智能。
(5 局限观点—->机器肯定有些物质做不到（善良，有爱，会犯错.etc）<—–回应：人自有其局限，很多特质对应的个体人类也不行。至于会犯错，机器当然是会犯错的，图灵把这些错误分为：1 error of functioning（机械或电器故障） 2 error of conclusion（只输出打1=0的机器，或者像王培，知识有限情况下的错误）
(6 机器不会令人惊奇—->不会创新<—–回应：太阳之下无新事，令人惊奇也需要观者有个会惊奇的心灵（ps:作者的话。另外，创新的层次定义也不同，定义元逻辑后，机器在元逻辑上面的层次进行创新是完全可能的。）
(7 神经是连续的，离散状态机不能模仿<—–回应：可以通过概率的算法等来模拟出这类行为。（对于这个论点，认为图灵的反驳并不非常有力，他举的微分分析机的例子貌似太基础初级，有足够的理由怀疑当复杂度增长时，线性的离散状态机在实现上能否模拟神经网络）
(8 人会变通行为，机器不会，如红绿灯同时亮，机器怎么办<—–回应：这是将人的规则，规律与机器的规则，规律混同导致，机器的编码应等同于人的基因、反射等不由人控制的东西，而非等于同红灯行，绿灯停这样的行为规则。
(9 对于超能力者怎么办—->心灵感应，念力控制，遥感全知，透视等<—–回应：这个东西很神奇，很难搞，只有禁止这些家伙们参与到我的测试中来。
5，
机器学习
思维创新的临界状态，亚临界状态与超临界状态，即是说，很多情况下，增加一个观点，只是量变，只有在某种亚临界态才会引发质变。
图灵认为人类大脑大多的内容用来存储视觉图像了，所以很可能实现智能所需要的量并不多。
成人的思维的当前状态可以从三个源处来考虑：
| 出生的状态 | 它所接受的教育 | 它的经历 |
成人的思维的复杂度高，所以可以从一个孩子的思维来入手，教育之使成成熟发展。
此与进化很相类
儿童模拟机的结构<—->遗传物质
儿童模拟机的变化<—->变异
实验者的决定<—->自然选择。
图灵在学习中提到以下几点
1 奖惩是很重要的
2 命令和规则，要足够基础，坚实
3 学习到的行为要建立淘汰验证机制，即此行为不能是百分之分的
4 随机是个好方法与明智的选择。
We can only see a short distance ahead,
but we can see plenty there that needs to be done.
此论文英文版原址http://www.loebner.net/Prizef/TuringArticle.html