La tecnología de entrada múltiple salida múltiple (MIMO) es uno de los enfoques técnicos clave para mejorar la eficiencia espectral de la comunicación inalámbrica. Los sistemas de comunicación modernos emplean MIMO y modulación de amplitud en cuadratura de alto orden (QAM) para maximizar la eficiencia espectral. Sin embargo, con el aumento en el número de antenas y órdenes de modulación, es muy desafiante diseñar un receptor MIMO de baja complejidad y alta eficiencia. En los últimos años, con el rápido desarrollo de nuevas tecnologías como la inteligencia artificial, cada vez más investigadores han intentado aplicar técnicas de aprendizaje automático en el campo de la comunicación para superar el rendimiento de los algoritmos de comunicación tradicionales. En este documento, proponemos un nuevo algoritmo de detección MIMO de baja complejidad: un algoritmo de detección de propagación de expectativas (EP) asistido por inteligencia artificial. Se utilizan modelos de redes neuronales para aprender y mapear algunos de los pasos que consumen tiempo en el algoritmo de detección EP, convirtiendo el proceso de operación complejo en unas pocas operaciones de multiplicación de matrices para reducir la complejidad del algoritmo de detección. Se verifica que el método propuesto en este documento puede aproximar el rendimiento del algoritmo de detección EP original con una complejidad reducida y es aplicable en diferentes escenarios.