Рефлекторный интеллект можно рассматривать как результат взаимодействия алгоритмов прединтеллекта и собственно рефлексов – особых структурных единиц, которые в зависимости от сенсорных сигналов выбирают и запускают в действие тот или иной алгоритм.

В качестве хорошего примера можно привести морского обитателя моллюска с раковиной. Раковина открыта, моллюск кормится. Сенсоры сообщают о появлении хищника – раковина захлопывается.

Казалось бы, можно вообще обойтись без рефлекса одной лишь программой. Но хищники разнообразны по виду, кроме этого возможны ложные срабатывания от теней волн и неживых объектов. Разнообразие условий видимо и привело к когда-то тому, что те моллюски, которые обходились одними алгоритмами без рефлекса или вымерли от голода от ложного срабатывания или были съедены хитрыми хищникам из-за того, что опрометчиво оставили створки раковин открытыми.

Своеобразие рефлекса состоит в том, то он способен динамически (то есть в ходе жизни), а не статически (неизменно для экземпляра) перестраивать реакцию на сенсорные данные. Эта способность рефлекса названа обучением, хотя надо понимать, что для первого уровня — это просто метафора.

Исполнитель функции рефлекса, нейронная сеть, на сегодняшний день достаточно хорошо изучена, что открывает возможность построить его действующую модель.

Рефлекторный интеллект – это уровень, с которого впервые начинают явно проявляться индивидуальные различия, именно поэтому он нумеруется с единицы.

Рефлекторный уровень по своему внутреннему строению можно подразделить еще на 3 условные подгруппы.

Если все рефлексы особи обеспечиваются одной нейронной сетью, то такой подуровень назовем синкреторным. Такой подуровень наиболее трудно поддается обучению (в понимании этого термина для рефлекса, как перестройка связей нейронной сети) и изменение функций одного рефлекса может непредвиденно изменить функции других.

Если каждый рефлекс обеспечивается отдельной нейронной сетью, то такой подуровень назовем сепараторным. В этом случае изменение функционирования одного рефлекса не изменит другие.

Если результатом работы рефлекса вместо запуска алгоритма действия является поставка сенсорных данных для другого рефлекса, то такой подуровень назовем каскадным.

Так, если вместо сотни рефлексов линейно обеспечивающих каждый случай поставить 2 каскада по 10 рефлексов, то они обеспечат все 100 вариантов действий всего 20 элементами, выиграв в 5 раз по занимаемому объему, но проиграв в 2 раза по быстродействию.