在《人工智能：现代方法》第 1.1 节中，指出通过图灵测试的计算机需要 4 种能力，而这 4 种能力构成了人工智能领域的大部分：
自然语言处理：使其能够用英语成功交流
知识表示：存储它所知道和听到的
自动推理：使用存储的信息来回答问题并得出新的结论
机器学习：适应新环境并检测和推断模式
Alan Turing 是否辨别了人工智能领域（必要的子领域）的要求并有目的地围绕这些要求设计了一个测试，或者他是否只是设计了一个如此普遍的测试，以至于人工智能中发展的子领域恰好是什么？需要解决吗？也就是说，他是有先见之明还是幸运？这些是图灵的细分，还是彼得诺维格和斯图尔特罗素的细分？
如果图灵确实预见到了这 4 个要求，他的依据是什么？什么样的智力原则使他能够预测该领域的需求？
我发现你不太可能找到一个确定的答案，所以我会尽力引导你获取可能帮助你形成意见的信息。图灵有一个有争议的观点（今天仍然存在争议）：
数字计算机经常被描述为机械大脑。大多数科学家可能认为这种描述仅仅是报纸上的噱头，但有些人不这么认为。一位数学家用“人们常说这些机器不是大脑，但你我都知道它们是”的话相当有力地向我表达了相反的观点。[...] 我将最关注我自己的观点，将数字计算机描述为大脑并非完全不合理。
本质上，图灵认为，如果编程正确，当时的数字计算机具有模仿人脑的能力。当时，图灵面临的问题是找到模仿大脑的正确程序。请记住，模仿游戏被用作探索“机器能思考吗？”问题的一种手段。图灵正在就“思考”的本质进行一场智力辩论，他并没有试图描述如何教机器思考。
由于人工智能和机器学习的核心都与“人工思维”（图灵可能称之为）非常相似，因此旨在确定机器是否可以思考的测试似乎还需要涵盖机器是否具有智能或是否具有智能。机器可以学习。
因此，图灵似乎没有考虑到这些能力提出这个问题，而是这些能力是引导图灵提出这个问题的原因，因为它们与思考息息相关。
如果您想进一步了解图灵的思维过程，这里是他关于模仿游戏的论文，这里是关于BBC 广播关于“自动计算机”的讨论，其中图灵是演讲者。