Най-основните видове ИИ системи са чисто реактивни и нямат възможност нито да формират спомени, нито да използват предишен опит за информиране на текущите решения. Deep Blue, шахматният суперкомпютър на IBM, който победи международния гросмайстор Гари Каспаров в края на 90-те години, е идеалният пример за този тип машини.
Deep Blue може да идентифицира парчетата на шахматна дъска и да знае как се движи всеки. Той може да прогнозира какви движения могат да бъдат следващите за него и противника му. И тя може да избере най-оптималните движения измежду възможностите.
Но тя няма понятие от миналото, нито спомен за случилото се преди. Освен рядко използваното правило, характерно за шах, срещу повторение на един и същи ход три пъти, Deep Blue пренебрегва всичко преди настоящия момент. Всичко, което прави, е да разгледа парчетата на шахматната дъска, както е в момента, и да изберете от възможни следващи ходове.
Този тип интелигентност включва компютъра, който възприема света пряко и действа върху това, което вижда. Не разчита на вътрешна концепция за света. В една семинарна книга, изследователят на ИИ Родни Брукс твърди, че трябва да изграждаме само машини като тази. Основната му причина беше, че хората не са много добри в програмирането на точни симулирани светове, за да могат да се използват компютри, което в ИИ стипендията се нарича „представителство“ на света.
Сегашните интелигентни машини, на които се удивляваме, или нямат такава концепция за света, или имат много ограничена и специализирана такава за нейните специфични задачи. Иновацията в дизайна на Deep Blue не беше да разшири обхвата на възможните филми, които компютърът смяташе. По-скоро разработчиците намериха начин да стеснят мнението си, да спрат да следват някои потенциални бъдещи ходове, въз основа на това как оцениха резултата си. Без тази способност Deep Blue би трябвало да бъде още по-мощен компютър, който всъщност да победи Каспаров.
По подобен начин, AlphaGo на Google, който победи топ експерти от Go Go, също не може да оцени всички потенциални бъдещи ходове. Методът му за анализ е по-сложен от този на Deep Blue, като използва невронна мрежа за оценка на развитието на играта.
Тези методи подобряват способността на ИИ системите да играят по-добре определени игри, но не могат да бъдат лесно променени или приложени в други ситуации. Тези компютърни въображения нямат концепция за по-широкия свят - което означава, че не могат да функционират отвъд конкретните задачи, които са им възложени и лесно се заблуждават.
Те не могат да участват интерактивно в света, както можем да си представим ИИ системите един ден. Вместо това тези машини ще се държат точно по същия начин всеки път, когато се натъкнат на една и съща ситуация. Това може да бъде много добре, за да се гарантира, че една ИИ система е надеждна: Искате автономният ви автомобил да бъде надежден водач. Но е лошо, ако искаме машини наистина да се ангажират и да реагират на света. Тези най-прости ИИ системи никога няма да скучаят, да се интересуват или да са тъжни.