国际象棋的方法译成编码输入计算机，但他曾用这些配方棋步于1952年与阿利克·格伦尼对弈。阿利克·格伦尼是英国曼彻斯特大学的一名学生，他也是很有才能的计算机程序设计者，但却是一名不大高明的木材推销员。图灵的纸上下棋机（所以这么叫它是因为它还只是在纸张上存在）在那次对弈中失败了，但毕竟是首次用任意一种理想化的或者可以实现的计算机下棋。
图灵的配方是给每个棋子以数量价值，像国际象棋教科书所定级的那样，以便大体上反映各棋子的相对实力：王1，000，后10，车5，象3．5、马3和兵1。在选择棋步时，都是接着走所有后续棋步，包括捉子在内，一直走到两方既不能吃子也不能给予将死的静止棋势时为止。对于每种静止棋势，两方的相对实力是把棋子的数值加在一起进行计算的，并把计算机的棋子数值看成正数，把对方的棋子数值看成负数。选择导致静止状况的棋步，在这种状态中，机器能使其相对实力增加到最大限度。
图灵的估值方案是能够找到求胜的棋步的，但是在静态情况下则无法使用。例如，它不能判别白方的头一步如何走，因为在比赛开始时，在其20个可能的棋步（16个进兵步和4个上马步）中，没有一步棋捉子或者可能捉子，因此这20个静止棋势都是同样0值的相对实力，显然，要用该方案判断是很荒谬的。
图灵还用加权的方法来克服这个问题，在静态棋位中考虑诸如机动性与王的安全性等因素。例如对兵来说，走兵越过自己的布阵之后，每横线增加0．2，如果受到别的子而不是本方兵的保卫，则另加0．3，如果不受到保卫，则要另减0．3。对于车、象、马和后来说，如果走它们能走的法定棋步，则每走一步棋都增加其数值的平方根，如果这些棋步中至少有一步棋可以捉子，则另加1点。而且，要是车、象、或马（不包括后）受到保卫，得到保卫一次另外奖给1点，两次或两次似上另外奖给2点。如果王得到车的保卫，则加0．3，如果与车保持均势，则加0．2，要是以车保王未来仍能出现，则加0．1。
图灵也考虑王的安全性。在他的估值方案中，王所要损失的点数取决于它易于受到攻击的程度。图灵设想王是另一个后，并计算这个后的机动性，用此来量度其受到攻击的程度。此外，图灵还给攻对方王棋的棋步增加0．5，给立即能将对方王棋的威胁性棋步增加1。
在静态情况下，纸上下棋机将按照其求值函数、最大的机动性、本方王的安全性以及对方王的易受攻击性来决定棋步。在1952年与格伦厄博弈时，纸上下棋机以P－K4开局，即走王前兵两步，在20个可能棋步中，P－K4棋步具有最大的数值，这个棋步不仅可以进兵到第四横线，而且还可以提高后、王前象和王前马的机动性。早在第三步棋时，纸上下棋机走了一步软着的兵出击，但格伦尼并没有乘机利用它。在第二十九步棋时，由于纸上下棋机的求值函数示出格伦尼没有立即有效的捉子应步，因此它贪婪地用后吃掉一兵。
纸上下棋机的程序忽视一个简单然而可以压车的棋步，该棋步可以用下棋机的后看住对方的王，使得后可以强行捉子。最后，图灵这个安乐死控制论的倡导者，代表纸上下棋机主动认负。
纸上下棋机尽管非常原始，仍然有一些独到之处。例如，它认为，只有在没有任何捉子的可能时，实力的研究才有重要性。在棋盘上的某一棋位中，你可能缺少后，这种情况通常是很糟的，但只要是该你走子，你仍有机会，你可能捉住对方的后。你大概不需要一个估值的过程，它只不过统计出棋子的相对实力，却没有把可能的捉子考虑进去。
当图灵把诸如机动性与王的安全性等国际象棋知识的一些方面包括在求值函数之内时，他的思路是正确的。在与格伦尼博弈时，纸上下棋机的棋输掉了是由于这些知识还不够充分。它不能辨别在特定的棋局中的内在的危险性：王与后在同一纵列上。
伯利纳和其他国际象棋大师，甚至许多很不熟练的棋手都把这种棋局和不计其数的其他棋局牢记在他们脑子里。研究证明，人类国际象棋大师对棋局和棋位都有非凡的记忆力，而且这种优异的记忆力不一定会转移到与国际象棋无关的事物上。站在人的水准上，伯利纳觉得，他在棋盘上所享受到的成功的喜悦没有延续到教室中，至少在最初时没有。
伯利纳回忆说：“一些人往往刚上大学不久，就会遇到麻烦，我就是其中之一。本来，我曾是一名物理学的优等生，但是不知怎么一来，我走上了岔道。我一边打工，一边上学，终于攒够了钱来付学费，可以不再打工。这是一个关键性的错误，忽然间我有了很多时间，因此除了下国际象棋之外，我还打桥牌。很快地，我就成为华盛顿市15名最佳桥牌手之一。一切都砸了锅。”
伯利纳服完兵役后，想返回学校。他接着回忆说：“我未能完成物理学学业，因为我的平均学分太低，因此我转修心理学。看来这是个广阔的研究领域，因为全是些有兴趣的事。”伯利纳是从物理学转来的，他期望能把