Tradicionalmente, las redes no terrestres (NTNs) se utilizan para un conjunto limitado de aplicaciones, como la radiodifusión de televisión y el apoyo a las comunicaciones durante operaciones de ayuda en casos de desastre. Sin embargo, debido a sus mejoras tecnológicas e integración en los estándares 3GPP 5G, las NTNs han ido cobrando importancia en los últimos años y proporcionarán más aplicaciones y servicios. La estandarización 3GPP está integrando satélites de órbita terrestre baja (LEO), estaciones de plataforma de alta altitud (HAPSs) y sistemas aéreos no tripulados (UASs) como elementos no terrestres (NTEs) en las NTNs dentro del estándar 5G terrestre. Dadas las características de los NTE (por ejemplo, congestión de tráfico, capacidad de procesamiento, oscilación, altitud, inclinación), es difícil establecer dinámicamente la conexión óptima basada también en el servicio requerido para dirigir correctamente el haz de la antena o programar el UE. Con este fin, el aprendizaje automático (ML) puede ser útil. En este documento, presentamos nuevos servicios compatibles con las NTNs y sus arquitecturas para la integración en los estándares 3GPP 5G terrestres. Luego, se proponen técnicas de ML para gestionar la conectividad NTN y mejorar el rendimiento del servicio.