Vamos a terminar con algunas reflexiones sobre el papel que juega la lógica de predicados en la inteligencia artificial. Dada la importancia de la lógica de predicados, es tentador usarla como base para la inteligencia artificial. Efectivamente, ha habido movimientos importantes en este sentido. Sin embargo, han aparecido una serie de obstáculos que vamos a mencionar. En primer lugar, la lógica de predicados no permite definiciones recursivas, sin embargo, la programación lógica estudia precisamente eso, ¿qué pasa si permitimos definiciones recursivas? Existen lenguajes de programación basados en lógica de predicados, el más conocido es "Prolog". Por otro lado, la lógica de predicados es indecidible como vimos, dependiendo de nuestra aplicación podemos utilizar lógicas menos expresivas y decidibles, como lógica modal o lógica temporal. Además, la lógica de predicados es torpe para expresar incertidumbre, solo tiene la disyunción y el cuantificador existencial. La teoría de la probabilidad, en cambio, es precisamente un lenguaje para expresar incertidumbre. Hay otro defecto de la lógica clásica, llamado "monotonía". Una nueva observación, nunca va a hacer falso algo que era cierto antes de la observación. Si concluimos que "Alfa" lógicamente implica "Beta" y tenemos una observación "gamma", "Beta" seguirá siendo cierto. Sin embargo, un agente que interactúe en el mundo real, debe ser capaz de retirar creencias como resultado de observaciones. Para ello se han desarrollado las lógicas no monótonas. El problema del marco, ocurre cuando un agente se encuentra en un mundo cambiante. Es natural tener que representar lo que cambia del mundo, pero en la lógica clásica también debemos representar todo lo que no cambia. Esta es una inconveniencia intolerable en muchos casos. El cálculo de eventos y las lógicas no monótonas, atacan dos aspectos diferentes de este problema. Otra dificultad más, es que hacer inferencias, toma tiempo. Para un agente, el tiempo que toma hacer una inferencia puede ser inadmisible. Los sistemas reactivos no piensan, y por lo tanto, actúan con mayor rapidez. Por último, menciono la dificultad que tienen todos los formalismos simbólicos de tener que representar la realidad con símbolos. Hay técnicas que no emplean símbolos, como por ejemplo, las redes neuronales.