Este documento de revisión examina la integración de la inteligencia artificial (IA) en la comunicación inalámbrica, centrándose en la radio cognitiva (CR), la detección de espectro y el acceso dinámico al espectro (DSA). A medida que la demanda de espectro continúa aumentando con la expansión de usuarios móviles y dispositivos conectados, las redes de radio cognitiva (CRNs), aprovechando la detección de espectro y acceso dinámico impulsados por IA, ofrecen una solución prometedora para mejorar la utilización del espectro. El documento revisa varios métodos de detección de espectro basados en aprendizaje profundo (DL), destacando sus ventajas y desafíos. También explora el uso de aprendizaje por refuerzo multiagente (MARL) para redes DSA distribuidas, donde los agentes optimizan de forma autónoma la asignación de potencia (PA) para minimizar la interferencia y mejorar la calidad de servicio. Además, el documento discute el papel del aprendizaje automático (ML) en la predicción de los requisitos de espectro, lo cual es crucial para una gestión eficiente de frecuencias en las redes de quinta generación (5G) y más allá. Estudios de caso muestran cómo ML puede ayudar a autooptimizar redes, reduciendo el consumo de energía mientras mejora el rendimiento. La revisión también presenta el potencial de la IA generativa (GenAI) para la planificación de la demanda y la optimización de redes, mejorando la eficiencia espectral y la conservación de energía en redes inalámbricas (WNs). Por último, el documento destaca futuras direcciones de investigación, incluyendo la mejora de la resiliencia de redes impulsadas por IA, la mejora de modelos predictivos y el abordaje de consideraciones éticas. En general, la IA está lista para transformar la comunicación inalámbrica, ofreciendo soluciones innovadoras para la gestión de espectro (SM), seguridad y rendimiento de redes.