El objetivo de este artículo es el desarrollo de un nuevo sistema de inteligencia artificial (IA) para la evaluación del estado de las estructuras de concreto. Para estudiar el proceso de degradación del concreto, se obtuvieron los llamados perfiles de forma de onda espaciotemporales, que son conjuntos de señales ultrasónicas adquiridas mediante un perfilado superficial escalonado de la superficie del concreto. Las señales registradas a tres frecuencias, 50, 100 y 200 kHz, fueron analizadas y se identificaron áreas informativas de las señales. El tipo de red neuronal creada es un perceptrón multicapa. Se eligió el descenso de gradiente estocástico como algoritmo de aprendizaje. Se crearon conjuntos de datos de medición (prueba, entrenamiento y validación) para determinar dos factores de interés: el grado de degradación del material (tres gradaciones de debilitamiento del material) y el grosor (profundidad) de la capa degradada que varió gradualmente de 3 a 40 mm desde la superficie. Este artículo demuestra que los conjuntos de datos de entrenamiento fueron suficientes para obtener resultados aceptables. Las redes construidas predijeron correctamente el grado de degradación para todos los elementos del conjunto de datos de prueba. El error relativo en la predicción del grosor de la capa degradada no superó el 3% en el caso de un grosor de 25 mm. Se muestra que los resultados para los espectros de amplitud de Fourier son significativamente peores que los resultados de las redes neuronales construidas a partir de la información sobre las señales medidas.