در بلچلی پارک، تورینگ ایده‌های خود درباره هوش ماشینی را با اشاره به شطرنج توضیح داد—که منبعی مفید برای مسائلی چالش‌برانگیز و به‌خوبی تعریف‌شده بود، که می‌توان روش‌های پیشنهادی برای حل مسئله را با آن‌ها آزمایش کرد.
از نظر اصولی، یک کامپیوتر شطرنج‌باز می‌تواند با جستجوی همه حرکات ممکن بازی کند، اما در عمل این کار غیرممکن است زیرا شامل بررسی تعداد بسیار زیادی از حرکات می‌شود. برای هدایت جستجوی دقیق‌تر و محدودتر، از روش‌های اکتشافی استفاده می‌شود. اگرچه تورینگ با طراحی برنامه‌های شطرنجی آزمایش‌هایی انجام داد، اما به دلیل عدم وجود کامپیوتری که بتواند برنامه‌اش را اجرا کند، به تئوری بسنده کرد. اولین برنامه‌های واقعی هوش مصنوعی باید منتظر ورود کامپیوترهای دیجیتال الکترونیکی با برنامه ذخیره‌شده می‌ماندند.
بازی گری کاسپاروف در برابر دیپ بلو قهرمان شطرنج جهان
گری کاسپاروف (سمت چپ) در حال گرفتن یک پیاده در دقایق ابتدایی مسابقه شش‌روزه و شش‌بازی خود با کامپیوتر دیپ بلو شرکت IBM در فیلادلفیا، 10 فوریه 1996. فنگ‌هسیونگ هسو (سمت راست)، طراح اصلی دیپ بلو، یک حرکت را در کامپیوتر وارد می‌کند. این کامپیوتر که قادر بود 200 میلیون موقعیت را در هر ثانیه محاسبه کند، آنقدر قدرتمند بود که سطح بازی آن قابل مقایسه با کاسپاروف بود. کاسپاروف دیپ بلو را با نتیجه 4-2 شکست داد اما در مسابقه‌ی مجدد سال بعد در سه بازی شکست خورد. در سال 1945، تورینگ پیش‌بینی کرده بود که روزی کامپیوترها شطرنج بسیار خوبی بازی خواهند کرد و کمی بیش از 50 سال بعد، در سال 1997، دیپ بلو، یک کامپیوتر شطرنج باز ساخته‌شده توسط IBM (شرکت بین‌المللی ماشین‌های تجاری)، در یک مسابقه شش‌بازی، قهرمان جهان، گری کاسپاروف را شکست داد. در حالی که پیش‌بینی تورینگ به حقیقت انتظار او مبنی بر اینکه برنامه‌نویسی شطرنج به درک نحوه تفکر انسان‌ها کمک کند، محقق نشد.
پیشرفت چشمگیر در شطرنج کامپیوتری از زمان تورینگ بیشتر به پیشرفت‌های مهندسی کامپیوتر مرتبط است تا پیشرفت‌های هوش مصنوعی: 256 پردازنده موازی دیپ بلو به آن امکان می‌داد که 200 میلیون حرکت ممکن را در هر ثانیه بررسی کند و تا 14 حرکت به جلو نگاه کند.
بسیاری با نوام چامسکی، زبان‌شناس در موسسه فناوری ماساچوست (MIT) موافق هستند که نظر داده بود، کامپیوتری که یک استاد بزرگ شطرنج را شکست دهد، به اندازه پیروزی یک بولدوزر در مسابقات وزنه‌برداری المپیک جذاب است.
آزمون تورینگ در سال 1950
تورینگ به‌جای ورود به بحث‌های سنتی در مورد تعریف هوش، یک آزمون عملی برای هوش کامپیوتری معرفی کرد که اکنون به سادگی به عنوان آزمون تورینگ شناخته می‌شود. آزمون تورینگ شامل سه شرکت‌کننده است: یک کامپیوتر، یک بازجوی انسانی و یک فرد انسانی به عنوان شاهد. بازجو با پرسیدن سوالاتی از دو شرکت‌کننده دیگر تلاش می‌کند تشخیص دهد که کدام یک کامپیوتر است. تمام ارتباطات از طریق صفحه‌کلید و صفحه‌نمایش انجام می‌شود.
بازجو می‌تواند سوالاتی عمیق و گسترده بپرسد و کامپیوتر اجازه دارد هر کاری انجام دهد تا موجب شناسایی اشتباه شود. (برای مثال، کامپیوتر ممکن است در پاسخ به سوال «آیا شما کامپیوتر هستید؟» بگوید «نه» و ممکن است در پاسخ به درخواستی برای ضرب دو عدد بزرگ، پس از یک مکث طولانی، یک پاسخ نادرست ارائه دهد.) شاهد باید به بازجو کمک کند تا شناسایی درستی انجام دهد. چندین نفر نقش بازجو و شاهد را بازی می‌کنند و اگر درصد کافی از بازجویان نتوانند کامپیوتر را از انسان تشخیص دهند، آن‌گاه (طبق گفته‌ی حامیان آزمون تورینگ) کامپیوتر به عنوان یک موجود هوشمند و متفکر در نظر گرفته می‌شود.
جایزه لوئب‌نر و آزمون تورینگ در سال ۱۹۹۱
نیکوکار آمریکایی هیو لوبنر مسابقه سالانه جایزه لوبنر را آغاز کرد و وعده داد ۱۰۰,۰۰۰ دلار به اولین کامپیوتری که آزمون تورینگ را پشت سر بگذارد، اهدا کند و هر سال ۲,۰۰۰ دلار به بهترین تلاش اهدا شود. با این حال، هیچ برنامه هوش مصنوعی به آزمون تورینگ کامل نزدیک نشده است. در اواخر سال ۲۰۲۲، ظهور مدل زبانی بزرگ ChatGPT بحث‌هایی را درباره احتمال دستیابی به مؤلفه‌های آزمون تورینگ دوباره مطرح کرد. ماکس وولف، دانشمند داده در BuzzFeed، گفت که ChatGPT در دسامبر ۲۰۲۲ آزمون تورینگ را پشت سر گذاشته است، اما برخی از کارشناسان معتقدند که ChatGPT آزمون تورینگ واقعی را پشت سر نگذاشته است، زیرا در استفاده معمولی، ChatGPT اغلب بیان می‌کند که یک مدل زبانی است.
اولین برنامه موفقیت‌آمیز هوش مصنوعی در سال 1951 توسط کریستوفر استراچی نوشته شد که بعدها مدیر گروه پژوهش برنامه‌نویسی در دانشگاه آکسفورد شد. برنامه چکرز (تخته‌نرد) استراچی بر روی کامپیوتر Ferranti Mark Iدر دانشگاه منچستر انگلستان اجرا شد. تا تابستان 1952، این برنامه قادر بود یک بازی کامل چکرز را با سرعت معقولی انجام دهد. اطلاعات مربوط به اولین نمایش موفق یادگیری ماشینی در سال 1952 منتشر شد. برنامه Shopper که توسط آنتونی اوتینگر در دانشگاه کمبریج نوشته شد، بر روی کامپیوتر EDSAC اجرا می‌شد. دنیای شبیه‌سازی‌شده‌ی Shopper یک مرکز خرید با هشت فروشگاه بود. وقتی دستور خرید یک کالا داده می‌شد، Shopper به‌صورت تصادفی به دنبال آن کالا می‌گشت تا زمانی که آن را پیدا می‌کرد. در این جستجو، Shopper چندین کالای موجود در هر فروشگاه را که بازدید کرده بود به خاطر می‌سپرد. دفعه بعد که Shopper برای همان کالا یا کالای دیگری که قبلاً یافته بود، ارسال می‌شد، به‌طور مستقیم به فروشگاه مناسب می‌رفت. این نوع ساده یادگیری به نام یادگیری از حفظ شناخته می‌شود. اولین برنامه هوش مصنوعی که در ایالات متحده اجرا شد نیز یک برنامه چکرز بود که در سال 1952 توسط آرتور ساموئل برای نمونه‌ی اولیه کامپیوتر IBM 701 نوشته شد. ساموئل اصول برنامه چکرز استراچی را گرفت و در طی سال‌ها آن را به طور قابل‌توجهی توسعه داد. در سال 1955، او ویژگی‌هایی را اضافه کرد که به برنامه اجازه می‌داد از تجربه یاد بگیرد. ساموئل سازوکارهایی برای یادگیری از حفظ و تعمیم اضافه کرد که در نهایت منجر به پیروزی برنامه‌اش در یک بازی در برابر قهرمان سابق چکرز کانکتیکات در سال 1962 شد.
